Yapay zekanın (Artificial Intelligence - AI) tıp ve sağlık hizmetleri dahil olmak üzere pek çok alanda yenilik ve iyileştirme potansiyeli olduğundan artık kimse şüphe etmiyor. Pek çoklarının yapay zeka hakkında endişe ve şüpheleri olmakla birlikte insanlık kendini AI çağına doğru şekilde hazırlarsa, yapay zekanın insanlar ve makineler arasındaki işbirliğini bir sonraki adıma taşıyacağı öngörülüyor.

Sağlık alanında yapay zekanın Sağlık hizmetlerini daha iyiye götürmek üzere yeniden tasarlaması mümkün. AI, tedavi planlarını tasarlamada ve her hasta için en uygun yöntemleri bulmada tıp uzmanlarına yardımcı olabilir; tekrarlayan, tekdüze işleri devralabilir ya da kolaylaştırabilir. Böylece hekimler ve hemşireler gerçek işlerine konstantre olabilirlerken bürokratik prosedürlere zaman ayırmaktan kurtulabilirler.

Dakikalar Bazında Tıbbi Veri Madenciliği 
Tıbbi veri madenciliği bugün tıp alanında AI'nın en öne çıkan uygulaması; tıbbi verileri toplamak, depolamak, normalize etmek ve takip etmek bile, mevcut sağlık sistemlerinde devrim yaratacak adımlar. Büyük Veri çağında, hasta verisinin ne kadar değerli olduğu malum, Google ve IBM gibi teknoloji devleri de hasta veri madenciliği alanında başı çekiyorlar.

1) Google Deepmind Health
Yakın zamanda Google'ın AI araştırma bölümü daha iyi ve daha hızlı sağlık hizmetleri sunmak için tıbbi veri madenciliğine yönelik Google Deepmind Health projesini başlattı. Google Deepmind, yüzbinlerce tıbbi veriyi birkaç dakika içinde işleyebilecek yetenekte. Bu gibi veri toplama ve makine öğrenimi konusundaki araştırmalar henüz erken aşamalarda olsa da, Google şimdi göz hastalıkları tedavilerini iyileştirmek için Moorfields Eye Hospital NHS Foundation Trust ile işbirliği yapıyor. Ayrıca Google yan şirketlerinden Verily, Baseline Study adıyla genetik veri toplama çalışması yürütüyor; bu çalışmada Google'ın ünlü 'Arama' düğmesinin arkasındaki algoritmaların benzerleri kullanılarak insanların sağlıklı yapan şeyler analiz ediliyor. Çalışma kapsamında kandaki şekeri seviyelerini ölçebilen dijital kontak lensler de dahil olmak üzere hastalık takip uygulamaları da deneniyor.

2) IBM WatsonPaths
IBM Watson, Case Western Reserve Üniversitesi'ninCleveland Clinic Lerner Tıp Fakültesi ile işbirliği yaparak WatsonPaths adlı bir proje başlattı. WatsonPaths, AI algoritması Watson tarafından kullanılabilen iki bilişsel teknolojiyi bir araya getirerek hekimlerin daha veriye dayalı ve doğru kararlar vermesine ve elektronik tıbbi kayıtlardan (EMR) yeni bilgiler çıkarabilmesine yardımcı oluyor.

3) Careskore
Careskore , Chicago'lu bir start-up firmanın sağlık sistemleri ve hekimler için bulut tabanlı tahmin ve analiz platformu. Careskore gerçek zamanlı olarak temelindeki Zeus algoritması aracılığıyla hastanın klinik, laboratuvar, demografik ve davranışsal veri birikimini analiz ediyor ve hastaneye yeniden yatırılma ihtimalini tahmin ediyor. Bu sayede hastaneler hizmet kalitelerini artırabilirlerken, hastalar da sağlıkları hakkında daha net bilgi edinebiliyorlar. Özellikle Careskore'un kişiselleştirilmiş, AI tabanlı iletişim hizmet platformuna üye olurlarsa, sağlıkları hakkında riskler ve olası sorunlar hakkında bildirimler de alabiliyorlar.

4) Zephyr Health
Hekimlere hastaları için daha iyi tedaviler sunmalarına yardımcı olmak amacıyla Johnson & Johnson'ın geniş veri setleri üzerinde 5 yıllık veri madenciliği yaptıktan sonra William King, 2011'de Zephyr Health'i kurdu. Zephyr Health, veritabanları ve makine öğrenme algoritmalarını birleştirerek sağlık hizmetleri sunan firmaların veri setlerini daha hızlı inceleyebilmelerine ve analiz etmelerine yardımcı oluyor. Bu sayede firmaların araştırma süreçlerinde iyileşme sağlanırken geliştirdikleri tedavilerin pazara sürülmesi için gereken süre de kısalıyor.

5) Sentrian
Sloganı 'Uzaktan hasta yönetimi' olan Sentrian, akılcı algoritmalarla insanlara daha hastalık semptomlarını bile yaşamadan hastalanacağını haber vermeyi amaçlıyor. İki yıl önce kurulan firma kronik hastalıklara odaklanmakta, hedeflerinin ise uzaktaki hasta izleme yoluyla hastaların gereksiz hastane yatışlarını engellemek olduğunu söylüyorlar. Bunu iki adımda yapıyorlar, her geçen gün sayısı artan ve yaygınlaşan biyosensörlerden gelen hastaların verilerini topluyorlar, ve bu büyük veri ile uğraşmak için dedike bir klinik ekibin çalışmasını makinelere öğretiyorlar. Böylece hastanın sağlık verisini monitör ederek yaklaşan bir sorunlar hakkında önceden uyarı mekanizması geliştiriyorlar.

Ezber Bozan Tıbbi Görüntüleme Teknolojileri
Günümüzde sıklıkla kullanılan X-Ray, EKG, MRI, ultrason, tomografi gibi tıbbi görüntüleme teknikleri oldukça pahalı cihazlar ile yapılmakta ve bu cihazların kullanımı yine pahalı ve geniş kapsamlı eğitimler gerektirmektedir. Bu nedenlerle tıbbi görüntüleme hizmetleri dünya genelinde sadece %40 yaygınlıkta kullanılabiliyor. Şimdi yenilikçi bazı start-up şirketleri yapay zeka yardımı ile bu durumu iyileştirmeye çalışıyorlar.

1) Butterfly Network
Jonathan Rothberg tarafından 2011'de kurulan Butterfly Network, taşınabilir bir cihaz üreterek hem MR hem de ultrason görüntülemeleri bir arada, daha verimli ve daha ucuz hale getirmeyi hedefliyor. Rothberg bunu tıbbi görüntüleme sürecinin çoğunu otomatikleştirerek yapmayı amaçlamakta; cihaz ultrason uzmanları tarafından 'eğitilmiş' derin öğrenme algoritmaları kullanıyor. Akıllı telefon boyutlarındaki cihaz, ultrason tarayıcılar aracılığıyla hareketli ve 3boyutlu görüntüler üretiyor ve sonra bunları bir bulut servise gönderip analiz ediyor. Cihaz ne kadar çok kullanılırsa o kadar 'akıllanacak' ve uzmanlık eğitimi gerektirmeden herhangi bir teknisyen ya da hemşire tarafından kullanılabilir hale gelecek.

2) 3Scan
San Francisco merkezli start-up 3Scan, laboratuvarlar ve araştırmacılar için robotik mikroskoplar ve makine görmesi ile dokuların daha iyi bir görüntülenmesini sağlıyor. Firma yetkililerine göre 3Scan cihazı, doku analizi için manuel süreçlerle büyük zaman harcayan ilaç araştırmacıları için devrim niteliğinde; bir patoloğun geleneksel yöntemlerle bir yıl zaman harcadığı doku numunesi analizini bir günde tamamlayabiliyor.

3) Arterys
Arterys firması, tıbbi görüntüleme ve yapay zekayı ve bulut bilişim teknolojileri ile güçlendiriyor. Start-up firma, GE Healthcare ile ViosWorks projesinde iş birliği yaparak kardiyak MR için yenilikçi yöntemler geliştiriyor. Yeni yöntemlerle Kardiyak MR tarama işlemi bir saat yerine 6 ila 10 dakika sürüyor ve görüntüleme sırasında hastaların nefeslerini tutmaları gerekmiyor. Görüntüleme sonucunda Arterys platformu, 3 boyutlu kalp anatomi verisi, kan akış hızı ve kan akımı yönü verilerini raporluyor.

4) Enlitic
Enlitic, radyoloji görüntülerini toplayıp derin öğrenme teknolojileri ile analiz ediyor, firma özellikle bazı zor vakalardaki başarılı sonuçlarıyla tanınıyor. Start-up'ın kullandığı teknoloji radyolojik bir görüntüyü milisaniyeler bazında (ortalama bir radyologdan 10.000 kat daha hızlı) yorumlayabiliyor. Haziran 2016'da The Economist'de yayınlanan bir habere göre, 3 uzman radyolog ile birlikte yorumladıkları görüntülerde Enlitic, malign tümörleri %50 daha başarıyla belirledi. Ayrıca insanlarda ortalama %7 olan yanlış eleme (false negative, bu durumda var olan kanserin belirlenememesi) oranının da Enlitic için sıfır olduğu görüldü. Etkileyeci, değil mi ?

Kaynak : medicalfuturist.com