Stanford Üniversitesinin yayınladığı Yapay Zeka Endeksi 2024 raporunun (link) beşinci bölümü bu teknolojinin bilim ve tıp alanında kullanımına adanmış. Bu yıl yedinci kere yayınlanan yapay zeka (YZ) endeksinde ilk olarak “bilim ve tıp” alanındaki gelişmelere bir bölüm adanmış…

Dünya ekonomisinin bilgi çağından sağlık çağına geçiş yapacağını öngörüyorum.

Bunun olması için elbette sağlık sektörünün önümüzdeki on yıllarda çok yapısal değişimlerden geçmesi gerekiyor. Bu öngörü doğrultusunda özellikle yapay zekanın medikal uygulamalarını takip ediyorum. Raporda YZ’nin tıp alanına uygulanması ile ilgili bölümü okudum ve şu beş örneği kısa listeme aldım:

1) Parkinson ve Alzheimer gibi Nörodejeneritif hastalıkların YZ ile tespiti: Bu hastalıkların tespiti biomarkörlerin hızlı ve hassas belirlenmesine bağlı. Geleneksel yöntemler protein seviyelerindeki değişikliği yakalamakla beraber yapısal durum değişikliklerini yakalayamıyorlar. 2023’te araştırmacılar yapay zeka ile desteklenenen ImmunoSEIRA tekniğinin tahmin ölçüm hassasiyetinin nihai hastalık sonuçlarına yaklaştığını gördüler. İleride bu yöntemim hassasiyeti artarsa erken teşhiste manalı yol alınmış olacak.

2) AlphaMissense: Bilim insanları hangi genetik mütasyonların hastalığa sebep olduğunu tam bilemiyorlar. Milyonlarca genetik mutasyon içerisinde hangilerinin zararsız hangilerinin ise patojenik olduğunu tespit etmek emek yoğun deneyler gerektiriyor.

Google DeepMind araştırmacılarının 2023’te hayata geçirdikleri yapay zeka modeli AlphaMissense toplam 71 milyon adet genetik varyantı sınıflandırdı.

Patojenik varyantları belirlemek önemli çünkü bu tip mutasyonlar insan proteinin işlevini etkileyerek kanser dahil çeşitli hastalıklara sebep olabiliyorlar. 71 milyon olası varyantın %89’unu sınıflandıran AlphaMissense, bunların %57’sinin zararsız, %32’sinin patojenik olabileceğini belirledi.

İnsanoğlunun yaptığı araştırmalarda ise bu güne kadar mutasyonların sadece %0.1’inin (binde bir) sınıflandırılması mümkün olmuştu. Binde bir küçük bir rakam gibi görünse de 71 milyonun binde biri 71bin ediyor. Yani 71bin akademik araştırma tamamlanmış. Buna karşın yapay zeka bu rakamı 63 milyona çıkartıyor. Bilimsel araştırmalara odak kazandırma açısından önemli bir sürat ve verimlilik kazanımı bu.

3) YZ ile klinik vaka değerlendirmesi: “MedQA” adı verilmiş olan bir veri seti oluşturulup 2020 yılında kullanılmaya başlanıyor. Bu veri seti doktorlara uygulanan sınavlardaki 60,000 adet klinik vaka sorusundan oluşuyor. Medikal alanda kullanılmak üzere geliştirilen yapay zeka modelleri MedQA ve benzeri veri setlerine karşı test ediliyorlar. 2023 yılında “GPT-4 Medprompt” %90.2 hassasiyetiyle MedQA testini geçen en başarılı YZ modeli oluyor. Bir sene öncenin en başarılı yapay zeka modelinden %22.6 daha iyi bir sonuç bu.

“GPT-4 Medprompt” kapalı kaynak bir yapay zeka modeli. Buna karşın açık-kaynak bir yapay zeka modeli olan “MediTron-70B” aynı testte %70.2 hassasiyetine ulaşıyor. Tıp biliminde yapay zeka kullanımının tam potansiyeline ulaşması için açık kaynak çözümlerin ilerlemesi önemli. Yüzde yetmiş hassasiyet her ne kadar kapalı kaynak modelin gerisinde kalsa da, manalı bir rakam olması sebebiyle üzerine gidilmesi için cesaret verici düzeyde.

4) YZ tabanlı tıbbi cihazlar: Amerikan düzenleyicisi FDA’in onayladığı yapay zeka tabanlı medikal cihazların adedi artıyor. FDA 2022’de 139 adet yapay zeka tabanlı cihaz onaylarken bu rakam dört yıl önce (2019’da) 77 imiş. Aşağıdaki tablodan da görüldüğü üzere Radyoloji alanı bu yenilikler için liderlik yapıyor. 2023’te onaylanan cihazların 121 adedi radyoloji, 10’u kardiyovasküler, 2’si nöroloji, 2’si optalmaloji alanlarında. Birer adet cihaz ise üroloji, hematoloji, patoloji ve klinik kimya alanlarında geliştirilmiş.

5) SynthsSR, beyin taramalarını yüksek çözünürlü imajlara çeviren yapay zeka aracı. Bu gelişme özellikle ileri araştırmalarda kullanılabilen kaliteli tarama verisi eksikliği problemini adresliyor, beyin imajının kontrastlarını netleştirip detaylı 3 boyutlu beyin modelleri oluşturulmasını sağlıyor. Beyin en az tanınan organımız olduğu için YZ ile bu karanlığa biraz daha ışık tutulması olumlu.

Referans:

Artificial Intelligence Index Report 2024 by Institute for Human-Centered AI, Stanford University

KaynakMedium
Celal Cündoğlu
Hacettepe Üniversitesi'nden Elektronik Mühendisliği, University of San Francisco'dan Telecommunications Systems Planning üzerine İşletme Masterı olan Celal Cündoğlu kariyerine 1992 yılında Visa International'da başladı. 98 yılında Türkiye'ye dönüş yapan Celal Cündoğlu ulusal bankaların bilgi teknoloji örgütlerinde yöneticilik görevleri üstlendi. 2011'de katıldığı BKM'de İş Geliştirme organizasyonunu kuran Celal Cündoğlu, daha sonra buna ek olarak kurumun Bilgi Teknolojileri, İş Geliştirme ve Ödeme Platformlarından sorumlu Genel Müdür Yardımcılığı görevlerini yürüttü. Görev süresi boyunca Türkiye'de ödeme platformları alanında yeni ürün ve teknolojilerin geliştirilmesine odaklanan Cündoğlu, Türkiye'nin Ulusal Dijital Cüzdanı BKM Express ürün ve ekosisteminin ve Ulusal Kartlı Sistem Troy'un geliştirilmesine liderlik ederek temassız mobil, karekod, yüz yüze ödemeler, para transferi ve blokzincir gibi yeni ödeme teknolojilerinin sahada denendiği bir ekosistemin öncüsü olmuştur. 2020-23 yılları arasında Visa Güney Avrupa bölgesinde İşyeri ve Kart Kabul Sistemleri Başkanlığı yapan Celal Cündoğlu bu süreçte kart kabulünün yaygınlaşması için işyerleri, kart kabul bankaları, ödeme kuruluşları ve bağımsız yazılım tedarikçileri ile ekosistemin geliştirilmesine liderlik etmiştir. Şu an, Londra merkezli danışmanlık şirketi Objects Consulting'de ödeme sistemleri, dijital dönüşüm ve bilgi teknolojileri alanlarında danışmanlık görevini sürdürmektedir.