Teknolojinin sınırları her geçen gün zorlanırken, hayatımızın her anına daha da derinden nüfuz ediyor ve şüphesiz ki yapay zeka bu değişimin en somut ve etkileyici örneklerinden biri. Sağlık, ulaşım, eğitim ve daha birçok alanda insan gücüne alternatif teşkil eden yapay zeka sistemleri, tıbbi teşhis ve tedavi süreçlerinde de kritik bir rol oynamanın eşiğinde. Peki, bu gelişme beraberinde ne tür soruları getiriyor?
Canımızı, hayatımızı ve canımızdan çok sevdiklerimizi makinelerin ellerine teslim etmeye hazır mıyız?
Tıbbın acı gerçeği
Tıp, insanlığın en yüce sanatlarından biridir. Doktorlar, yeminleriyle yaşamın kutsallığını korur ve bedenlerimizi iyileştirmek için olağanüstü çabalar gösterirler. Ancak her ışığın bir gölgesi olduğu gibi, tıp pratiğinde de hatalar ve ihmaller söz konusu olabilir. Bu hataların sonucunda ortaya çıkan duruma malpraktis diyoruz. Malpraktis, tıp terminolojisinde tıbbi hata olarak da adlandırılır. Hekimin bilgisizlik, beceriksizlik veya dikkatsizlik sonucu hastaya zarar vermesi anlamına gelir. Bu zarar, yanlış teşhis, hatalı tedavi, ameliyat sırasında gelişen komplikasyonlar veya yetersiz hijyen gibi çeşitli şekillerde ortaya çıkabilir.
Malpraktisin gölgesi sadece hastayı değil, tüm sağlık sistemini de sarar. Güveni zedeler, endişeleri artırır ve tıbbi ilişkilerde soğukluğa yol açabilir. Hastalar, maruz kaldıkları haksızlık karşısında çaresizlik ve öfke duygularıyla boğuşurken, doktorlar da haksız yere suçlanma ve yasal yaptırımlarla yüzleşmek zorunda kalabilir. Geçmişe baktığımızda, insan hatasının tıbbi teşhis ve tedavide önemli bir rol oynadığını görüyoruz. Türk Tabipler Birliği’nin 2020 yılı verilerine göre Türkiye’de 30 bin hatalı teşhis koyulmuş ve bunlardan 3 bini ölümle sonuçlanmış. Dünya Sağlık Örgütü (WHO) ise 2017 yılında, dünya genelinde 12 milyon hatalı teşhisin 2.6 milyonunun ölümle sonuçlandığını açıklıyor. Bu istatistikler, tıbbi hataların ne kadar yaygın ve ölümcül olabileceğini gözler önüne seriyor.
Malpraktis karanlığında bir ışık var mı?
Yapay zeka sistemleri, insan hatalarına neden olan önyargılardan, fiziksel yorgunluktan ve duygusal faktörlerden etkilenmez. Büyük veri kümelerini analiz ederek çok daha hızlı ve isabetli teşhisler koyabilirler. Örneğin, bir hastanın röntgen filmi yapay zeka sistemine girdiğinde, sistem saniyeler içinde benzer vakaları analiz ederek en doğru teşhisi koyabilir. Bu da, hastaların yanlış tedavilerle karşılaşma riskini önemli ölçüde azaltır.
Bu teknolojinin ne kadar etkileyici olduğunu 2023 Mart ayında yaşanan bir vaka kanıtladı. Sağlık alanında kullanım için özelleştirilmiş bir veri tabanı ile geliştirilmeyen yapay zeka robotu ChatGPT herkesi şaşırttı. Bir Twitter kullanıcısı, ChatGPT’nin veteriner hekimlerin teşhis edemediği bir kan hastalığını doğru bir şekilde teşhis ederek köpeğinin hayatını kurtardığını iddia etti.
“@peakcooper” kullanıcı adıyla Twitter’da (yeni adıyla X) tanınan Cooper isimli kullanıcı, Sassy isimli köpeğine kene kaynaklı bir hastalık teşhisi konulduğunu, ancak reçete edilen tedaviye rağmen semptomların kötüleştiğini belirtti. Cooper, Twitter’da şöyle yazıyor:
“#GPT4 köpeğimin hayatını kurtardı. Köpeğime kene kaynaklı bir hastalık teşhisi konulduktan sonra veteriner hekim onu doğru tedaviye başladı ve ciddi anemiye rağmen durumu nispeten iyiye gidiyordu. Ancak birkaç gün sonra işler kötüye gitti.”
Sözlerine şu şekilde devam ediyor: “Diş etlerinin çok soluk olduğunu fark ettim ve hemen veterinere geri döndük. Kan testi ilk geldiğimiz zamandan bile daha ciddi bir anemi olduğunu ortaya çıkardı. Veteriner hekim kene kaynaklı hastalıklarla ilişkili başka enfeksiyonları elemek için daha fazla test yaptı ancak sonuçlar negatif çıktı.”
Cooper daha sonra köpeğini tekrar veterinere götürdüğünde, teşhis koyamadıklarını ve köpeğin durumunun nasıl gelişeceğini görmek için beklemelerini tavsiye ettiklerini belirtti. “Bu noktada, köpeğimin durumu giderek kötüleşiyordu ve veteriner hekim ne olabileceği konusunda hiçbir fikre sahip değildi. Bekleyip neler olacağını görmemizi önerdiler, bu benim için kabul edilebilir bir cevap değildi, bu yüzden ikinci bir görüş almak için başka bir kliniğe gittik.” ifadesini kullanan Cooper, bu arada “tıbbi teşhis için GPT4’ün gerçekten iyi olabileceği bir şey gibi göründüğünü” fark ettiğini ve durumu yapay zekaya ayrıntılı bir şekilde anlattığını söyledi. Cooper, birden fazla günden alınan gerçek kan test sonuçlarını yapay zekaya girerek teşhis istedi. Yapay zeka sohbet robotu bir veteriner hekim olmadığını belirttikten sonra, köpeğin kan tahlilleri ve semptomlarının ardında gizli olan hastalığın immün aracılı hemolitik anemi (İAHA) olabileceğini öne sürdü.
Cooper daha sonra bu teşhisi başka bir veterinere götürdü, veteriner hekim durumu doğruladı ve köpeği uygun şekilde tedavi etmeye başladı. Cooper, Sassy’nin şu anda neredeyse tamamen iyileştiğini söyledi. Bu olay, yapay zekanın tıp alanındaki potansiyelini ve aynı zamanda teknolojinin artık ne denli ulaşılabilir hale gözler önüne seriyor.
Verisiz yapay zeka düşünülemez
Yapay zeka algoritmaları tıpkı internet üzerindeki algoritmalar gibi çalışır. Örneğin, bir hastanın tıbbi görüntülerini analiz eden bir yapay zeka geliştirmek istiyorsanız, insan beyni gibi çalışabilen bir model oluşturmanız gerekir. Bunun için, yapay zekanın nasıl çalıştığını anlamamız önemlidir.
Geleneksel yöntemlerde, algoritmalar insanlar tarafından yazılmış belirli kurallara göre çalışır. Ancak tıpta kullanılan veya kullanılması planlanan yapay zeka algoritmaları çok daha karmaşık problemleri çözmek zorundadır ve bu nedenle bu kurallar yeterli olmaz. Örneğin, bir görüntüdeki tümörün varlığını belirlemek, milyonlarca farklı görüntüden öğrenilerek yapılabilir.
Bir yapay zeka algoritması oluşturmak için, öncelikle büyük miktarda veri gerekir. Tıpta kullanılacak bir yapay zeka algoritması için bu, milyonlarca tıbbi görüntü, hasta kayıtları ve genetik bilgiden oluşan bir bilgi kümesidir. Bu veriler, yapay zekanın eğitiminde kullanılacak olan örnekleri içerir.
İlk adımda, insan programcılar basit bir yapılandırıcı bot ve bir öğretici bot oluşturur. Yapılandırıcı bot, rastgele bağlantılar oluşturarak ilk öğrenci botları üretir. Bu botlar başlangıçta çok başarısız olacaktır. Öğretici bot ise bu öğrenci botları test eder. Örneğin, yapay zekaya binlerce tümörlü ve tümörsüz görüntü verilir ve hangi görüntünün ne olduğunu belirten bir cevap anahtarı sunulur.
Öğretici bot, öğrenci botları değerlendirir ve en başarılı olanları seçer, geri kalanları ise geri dönüştürülür. Yapılandırıcı bot, bu başarılı botları alarak yeni kombinasyonlar oluşturur ve bu döngü tekrar eder. Öğrenci botlar her döngüde test edilir ve en iyi performans gösterenler seçilir.
Bu süreç, defalarca tekrarlandığında, şans eseri iyi performans gösteren botlar birikmeye başlar. Daha fazla döngü ve test ile, botlar giderek daha iyi hale gelir ve sonunda belirli görevlerde oldukça başarılı olurlar. Ancak, bu botların nasıl çalıştığını anlamak zordur, çünkü iç yapıları oldukça karmaşıktır.
İnsan, hayvan ve çevre sağlığının birbirinden ayrılmaz bir bütün olduğunu savunan bir yaklaşımdır. Bu bakış açısına göre, insan sağlığı sadece hastalıkların yokluğu değil, bedensel, ruhsal ve sosyal açıdan da tam bir iyilik halidir. Bu iyilik halini korumak için ise sadece insan sağlığına odaklanmak yeterli değildir. Türkiye’de Tek Sağlık yaklaşımı, 2010 yılında kabul edilen Ulusal Zoonoz Kontrol Programı ile hayata geçirilmeye başlanmıştır. Bu kapsamda, insan ve hayvan sağlığı alanındaki kurumlar arasında iş birliği ve koordinasyon sağlanmaktadır. Ayrıca zoonoz, yani insan ve hayvanlar arasında çapraz bulaşmanın gözlendiği, hastalıkların izlendiği ve kontrol edildiği çalışmalar da yapılmaktadır.
Örneğin, tıbbi görüntülerde tümör tanımlamak üzere eğitilen bir yapay zeka, milyonlarca görüntü analizi ve testten geçtikten sonra oldukça iyi performans gösterebilir. Ancak, bu yapay zeka algoritmasının nasıl çalıştığı tam olarak anlaşılamaz, sadece belirli görevlerde iyi olduğu bilinir.
Son olarak, tıptaki yapay zeka algoritmaları sürekli olarak daha fazla veri ile beslenir ve testler yapılır. Bu nedenle, verilerin toplanması ve doğru etiketlenmesi çok önemlidir. İnsanlar tarafından yapılan her bir doğrulama, yapay zekanın daha da iyi öğrenmesine ve performansını artırmasına yardımcı olur.
Süreç oldukça basit ve uygulanabilir gibi görünüyor değil mi? Tıp alanında yapay zeka (YZ) algoritmaları muazzam potansiyele sahip olsa da geliştirilmeleri ve kullanılmaları hiç de kolay değil. Bu zorluk, tıbbi verilerin coğrafyaya göre değişkenlik göstermesinden, hastalıkların farklı bölgelerde farklı seyretmesinden ve gerçek dünya uygulamalarının getirdiği engellerden kaynaklanıyor.
Öncelikle verinin kendisi karmaşık. Hastalıklar ve tedavileriyle ilgili bilgiler yaşadığınız yere, çevresel faktörlere ve genetik özelliklere göre farklılık gösterebiliyor. Bu durum yapay zeka modellerinin eğitiminde ve genele uygulanabilirliğinde sorun yaratıyor. Aynı şekilde bir hastalık farklı kişilerde bambaşka semptomlara, seyir hızına ve komplikasyonlara yol açabiliyor. Bu da yapay zeka modellerinin doğru teşhis koymasını ve kişiye özel tedavi önermesini zorlaştırıyor.
Sadece veriden değil öğrenme sürecinden de kaynaklanan zorluklar var. Tıpta kullanılan yapay zeka algoritmaları geleneksel olanlardan çok daha karmaşık problemleri çözmek zorunda. Örneğin bir görüntüde tümör olup olmadığını anlayabilmek için milyonlarca farklı görüntüyü incelemesi gerekiyor. Fakat özellikle derin öğrenme adı verilen yapay zeka modelleri çok karmaşık yapıda oldukları için nasıl çalıştıklarını ve karar verirken nelere dayandıklarını anlamak güç. Bu da “kara kutu” olarak adlandırılmalarına neden oluyor. Gerçek dünyada da işler kolay değil. Tıbbi verilerin toplanması, etiketlenmesi ve yapay zeka modellerine aktarılması veri koruma ve hasta gizliliği gibi etik açıdan hassas konuları gündeme getiriyor. Ayrıca yapay zeka modellerinin hastanelerde kullanılabilmesi için geniş kapsamlı klinik testlerden geçmesi ve güvenilirliklerinin kanıtlanması gerekiyor.
Yani, tıbbi alanda yapay zeka algoritmalarının kullanımı birçok fayda sağlasa da, veri karmaşıklığı, öğrenme süreci ve gerçek dünya uygulamalarının getirdiği zorluklar göz önünde bulundurulmalı. Bu zorlukların üstesinden gelmek için, uluslararası bir çabayla, gerçek veriler kullanılarak ve etik değerlere önem verilerek yapay zeka araştırmalarının sürdürülmesi gerekiyor.
Hayati bir ikilem
Yapay zekanın (YZ) sağlık alanında devrim yaratmanın eşiğinde olduğu bu dönemde, Cleveland Clinic tarafından yapılan yeni bir ulusal araştırma, Amerikalıların bu gelişen teknolojiye bakış açısını ortaya koyuyor. Araştırmanın verilerine göre, her 5 Amerikalıdan 3’ü, yapay zekanın sağlık hizmetlerinin sunulmasını dönüştürme potansiyeline sahip diyor.
Dr. Kapadia, “Klinik çalışanları olarak hastalarımızdan bu konuda sık sık soru alıyoruz. Bu yılki araştırmamızla, insanların yapay zeka gibi yeni araçlar hakkında neler hissettiğini ve halihazırda piyasada bulunan giyilebilir teknoloji gibi ürünlerden sağlıklarının faydalanıp faydalanmadığını daha iyi anlamak istedik. Yapay zeka teknolojileri gelişmeye devam ederken, hastalarımızı bu teknolojilerin sağlık çalışanlarının yerini almak yerine onları desteklemesi konusunda bilgilendirmek istiyoruz.” diyerek bu büyüleyici teknolojinin vadettiklerini altını çizerken, toplumun bu değişime hazır olup olmadığına ışık tutuyor.
Titiz bir veri güvenliği, algoritma şeffaflığı ve etik sorumluluk yaklaşımı, yapay zekanın tıp için Pandora’nın kutusu yerine umudun ışığı olmasını sağlayabilir.
Öte yandan, yapay zeka tıp alanında çığır açma potansiyeline sahip bir teknoloji olsa da, beraberinde getirdiği bazı önemli endişeler de söz konusu. Biomed Mater Devices bünyesinde İsveç, Hong-Kong ve Pakistan’daki üniversitelerin ortak çalışması ile 2023’te yayınlanan makalesine göre bu çekinceler şöyle sıralanabilir:
Veri okyanusunda boğulmak
Yapay zeka ve makine öğrenimi modelleri, doğru çalışabilmeleri için geniş veri setlerine ihtiyaç duyar. Fakat sağlık sektöründe veriye erişim karmaşık bir labirent gibidir. Hasta kayıtları gizlilik kalkanlarıyla korunurken, kurumlar veri paylaşımına temkinli yaklaşır. Algoritmaların sürekli güncellenmesi de iç dirençlerle karşılaşabilir. Bu veri okyanusunda boğulma tehlikesi, güvenlik ve mahremiyet endişelerini de beraberinde getirir. Saldırganlar için cazip hedef olan sağlık kayıtlarının korunması, bu alanda kritik önem taşır. Bu okyanusu bir baraja yönlendirmek için onu yönetmek kritik önem taşır.
Algoritmaların karanlık gölgesi
Yapay zeka sistemleri, geliştirildikleri veri setlerindeki önyargıları da yansıtabilir. Azınlık grupların yeterince temsil edilmediği durumlarda, tahminler zayıflayabilir. Algoritmaların “aşırı öğrenme” sorunu da tehlikelidir. Bu durum, algoritmanın sadece eğitim veri setiyle uyumlu sonuçlar üretmesine, yeni verilerle test edildiğinde ise başarısız olmasına yol açabilir.
Etik sorunlar ile sarılı karmaşık bir labirent
Yapay zekanın sağlık alanında kullanımı, hesap verebilirlik açısından karmaşık bir labirente dönüşür. Hatalı kararlar alındığında ya da daha doğrusu bir malpraktis durumunda kimin sorumlu olduğu belirsizdir. “Kara kutu” olarak adlandırılan bu problem, algoritmaların nasıl sonuçlara ulaştığını anlamayı zorlaştırır ve hukuki süreçleri zayıflatır. Ayrıca, yapay zekanın etik kullanımı için net yönergelerin eksikliği de endişe kaynağıdır.
Korku ve kuşku
Yapay zekanın sağlık sektöründeki iş gücünü tehdit ettiği yönünde bir korku hakimdir. Bu teknoloji, sağlık çalışanlarının yerini alacak şekilde algılanmakta ve bu da projelere karşı şüphe ve düşmanlık yaratmaktadır. Oysa yapay zekanın iş gücünü ortadan kaldırmaktan ziyade yeniden şekillendirmeye yönelik bir potansiyeli vardır. Halk arasında yapay zekanın yeteneklerinin abartılması da hayal kırıklığına yol açabilir.
Umut ışığı
Yapay zekanın tıptaki potansiyelinden tam anlamıyla yararlanmak için sağlam önlemler şarttır. Veri güvenliği, algoritma şeffaflığı ve etik sorumluluk gibi konularda titiz bir yaklaşım, bu teknolojinin Pandora’nın kutusu yerine umut ışığı olmasını sağlayabilir.
Araştırmalar bize gösteriyor ki hastalar ve bilim dünyası yapay zekanın tıptaki potansiyeline dair umutlu olsa da, bazı önemli endişeler de söz konusu. Bu endişelerin ele alınması ve çözümlenmesi, yapay zekanın tıpta tam potansiyeline ulaşabilmesi için hayati önem taşıyor fakat doğru sonuca ulaşmak için bu teknolojinin gerçek verilerle beslenmesi gerekliliği karşımıza hayati bir ikilem olarak çıkıyor. Hangimiz hayatını doğruluğu tam olarak test edilmemiş bir makinenin ellerine bırakabilir ki?
Yapay değil, geliştirilmiş zeka
Teşhisleri hızlandırmaktan tedavileri optimize etmeye kadar yapay zeka, sağlık hizmetlerine devrim getirme potansiyeline sahip. Ancak, bu heyecanın yanında bir endişe de filizleniyor: Yapay zekanın tıp alanında artan rolü, insan doktorları işinden mi edecek? UC Davis Health’in İnsan Sağlığı Bilimleri Rektör Yardımcısı ve CEO’su Dr. David Lubarsky, bu endişeye farklı bir bakış açısıyla yaklaşıyor. Lubarsky, “geliştirilmiş zeka” terimini kullanarak, yapay zekanın insan zekasını hiçe sayıp onun yerini alma potansiyeline sahip olmadığını, aksine onu geliştirmek ve tamamlamak için kullanılabileceğini savunuyor. İnsanlar, hata yapmaya yatkın olsalar da yaratıcılık, sezgi ve empati gibi eşsiz bilişsel yeteneklere sahip. Bu yetenekler, karmaşık tıbbi kararlar vermede ve hastalarla anlamlı ilişkiler kurmada hayati önem taşır. Öte yandan, yapay zeka, muazzam veri kümelerini analiz etme ve kalıpları insan gözünden kaçabilecek bir hızda ve doğrulukla tespit etme konusunda olağanüstü bir kabilyet gösteriyor.
Yapay zeka teknolojisi, teşhisleri hızlandırmaktan tedavileri optimize etmeye kadar sağlık hizmetlerine devrim getirme potansiyeline sahip.
Sağlık hizmetlerinde, bu iki zeka türünün bir araya gelmesi, olağanüstü sonuçlar doğurabilir. Yapay zeka, insan doktorların teşhislerini doğrulamaya, tedavi planlarını optimize etmeye ve hasta verilerini gerçek zamanlı olarak analiz etmeye yardımcı olabilir. Bu sayede doktorlar, hastalarına daha fazla zaman ayırabilir, daha kişisel ve kapsamlı bir bakım sağlayabilirler. Pek çoğumuz teknolojinin fırtınalı denizinde kaybolurken, bu muhteşem dansın seyircisi olmanın gurur verici olduğu şüphesiz. Tıbbın geleceğini şekillendiren bu değişimin heyecanını yaşıyoruz. Bu dansın her adımı, insanlığın umudunu ve şifa bulma arzusunu temsil ediyor. Gelecek, belirsizlikler barındırsa da “geliştirilmiş zeka” vizyonu hepimize umut vermeli. Zira bu vizyonda, insan ve makine el ele vererek hastalıkları yenip, daha sağlıklı bir dünya inşa edecek. Bu muhteşem dansın ritmine kapılarak, tıbbın ve teknolojinin mucizelerine çok yakında tanıklık edeceğimizi umuyor ve insanlığı çok daha parlak bir geleceğin beklediğine inanıyoruz.
Bu yazı Digital Report Dergisinin 19. sayısında yayınlanmıştır.
