Sağlık Sektöründe Yapay Zeka

Sağlık hizmetlerinde yapay zekâ, karmaşık tıbbi ve sağlık verilerinin analizinde, yorumlanmasında ve anlaşılmasında insan bilimini taklit etmek için karmaşık algoritmaların veya başka bir deyişle yapay zekanın (AI) kullanılmasıdır. Spesifik olarak yapay zekâ, bilgisayar algoritmalarının doğrudan insan girişi olmadan sonuçlara yaklaşma yeteneğidir [1]. Sağlıkla ilgili AI uygulamalarının temel amacı, önleme veya tedavi teknikleri ile hasta sonuçları arasındaki ilişkileri analiz etmektir [2]. Bildiğiniz üzere günümüzde konu sağlık olduğunda teknolojinin kullanımı kaçınılmaz olmuştur. Bugün sizlerle birlikte biraz bu konuya değinelim.

Bunlara ek olarak; hastaneler, maliyet tasarrufunu ve hasta memnuniyetini artıran, personel ve işgücü ihtiyaçlarını karşılayan operasyonel girişimleri desteklemek için yapay zekâ yazılımı aramaktadırlar [3]. Günümüzde sağlık sektöründe kullanılan yapay zekâ uygulamaları sonucu hasta yatağı kapasitesi, muayene süresi optimize edilerek minimuma indirilmiştir.

Yapay zekâ ile uzun süren tetkikler minimum süre ile gerçekleştirilmektedir. CAD sistemi kullanımı ile birçok sağlık uygulamasında olduğu gibi hekimlere karar verme sürecinde yardımcı olmak başlıca hedeflerdendir. Bir bilgisayar mühendisi olmama rağmen daha önce hayata geçirdiğim uygulamalar genellikle sağlık hizmetlerine de dokunmaktadır. Örneğin FaCiPa’ yı sizlere tanıtayım. Lisans bitirme tezim olarak uygulamaya koyduğum FaCiPa: Facial Paralysis – Yüz Felci Erken Teşhisi adlı projemde ‘Erken Teşhis Hayat Kurtarır!’ sloganı ile birçok hastaya ön ayak olduğumu düşünmekteyim [4]. Peki neden yüz felci, biliyor musunuz? Çünkü bu hastalığa yakalanan bir birey olarak erken tedavinin ne demek olduğunu acı bir şekilde öğrenmiş oldum. Bir yazılımcı olarak ise hastalığıma ön teşhis amaçlı bir uygulama geliştirdim ve bununla birlikte birçok proje pazarı ve ARGE yarışmalarından çok güzel dönütler ve ödüller elde ettim.

FaCiPa Nedir?

Literatürde tıbbi terimler arasında Fasiyal Paralizi (Facial Paralysis) olarak geçen bu hastalık için evrensel olması adına İngilizce belirli harflerden oluşan bir isim vermek istedim.

Proje tanıtımını yaparken birçok felç geçirmiş bireyle ve uzman hekimlerle görüşme fırsatım da olduğu için sağlığın bu hayatta her şeyden önde geldiğini bilgilerinize sunar ve yazıma devam etmek isterim.

İncelemeniz adına projemizin ilk versiyonun görsellerini yan tarafa bırakıyorum. Projemizin kısa tanıtımını TET Arge Proje Pazarı sürecinde kuluçka özel ödülünü alarak gerçekleştirdiğimiz röportajımızda bulabilirsiniz [5]. Detaylı bilgiler ve projenin çalışma yapısını anlatacağım bir yazım yakında sizlerle birlikte olacak, adım adım sindirerek ilerleyelim istiyorum.

İnsanlara yardımcı olabilecek hatta onların hayatlarına dokunabilecek düzeyde bir uygulama kadar yakın olmak oldukça gurur verici. Bu sebeple hiçbir şey için geç olmadığını sizlere bildirerek bugünden itibaren sağlık için yapay zeka ve sağlık için teknoloji adına koşturalım 💪🏻

Son günlerde yüksek lisans sırasında incelediğim birçok akademik yayın ve makaleye denk geldim. Eğer siz de benim gibi makine öğrenimi, görüntü işleme ve yapay zeka alanları ile ilgileniyorsanız sizlere en büyük önerim, okuyun! Mutlaka her yayını inceleme fırsatı verin kendinize. Çünkü belki de sizin bulduğunuz ancak hayata geçirmediğiniz bir proje hayata geçirilmiştir. Her zaman yapılan çalışmaların daha üstüne çıkmaya çalışın! Korkmayın! O yapmış ise siz de yapabilirsiniz. Ve üzülerek belirtmeliyim ki, teknoloji kullanımında üretici değil tüketici milletiz. Belki de korkuyoruz veya üşeniyoruz. Ancak durmadan ve yılmadan çalışmalıyız. Ben sağlık için bir uygulama geliştirdim ve o günden sonra hiçbir şey eskisi gibi olmadı. Çok fazla insan ile tanışma fırsatı buldum. Sizlere de şiddetle tavsiye edeceğim yegane hedef, çalışmak olacaktır. Dilerseniz konumuzdan çok sapmadan biraz sağlık alanında yapay zekaya geçelim.

Yapay Zeka Çalışmalarına Bakış

Çok sık karşımıza çıkan çalışmalardan birine göz atalım, ne dersiniz? Beyinde bulunan tümörlerin derin öğrenme tabanlı çalışılarak tespit edilmesi çok sık denk geldiğimiz çalışmalardan bir tanesi [6]. Söz konusu görüntü olduğunda karşımıza çok sık çıkan CNN mimarisi yine bizimle birlikte. MR görüntüleri üzerinde genellikle çok sık yaptığımız görüntü işleme tekniklerinden Watershed segmentasyon ve morfolojik işleme algoritmaları kullanılmıştır [6]. Üstelik bu proje milyonlarca sağlık uygulamasından bir tanesi!

CNN işlem şeması [6]
Sırasıyla orijinal görüntü, önceden işlenmiş görüntü, bölümlenmiş kafatası görüntüsü, beyin dokusu çıkarımı, tümör tespiti [6]

Aslına bakarsanız amacım, sizlere hekimlerin yaptığı bu zorlu tanıları en az sürede ve doğru sonuçlarla makinelerin de üretebileceğini göstermekti. Daha önce gerçekleştirdiğim bir diğer sağlık projesini ise yine blog yazısına dökerek sizler için detaylı bir ön işleme sağlamaya çalışmıştım. Dilerseniz buradan inceleyerek bilgilenebilirsiniz. Sağlıklı günler dilerim ✨

REFERANSLAR

[1] From Wikipedia, The free encyclopedia, September 2020, Artificial Intelligence in Healthcare.

[2] Coiera E (1997), Guide to medical informatics, the Internet and telemedicine, Chapman & Hall, Ltd.

[3] Kent J, August 2018, “Providers Embrace Predictive Analytics for Clinical, Financial Benefits”, HealthITAnalytics. Retrieved 2019-01-16.

[4] https://www.haberler.com/facipa-isimli-mobil-uygulamasi-odul-aldi-11997790-haberi/.

[5] https://www.youtube.com/watch?v=pjN09B0i29Y.

[6] Ali ARI, Davut HANBAY, TÜBİTAK, Department of Computer Engineering, Faculty of Engineering, İnönü University, Deep learning-based brain tumor classification and detection system.

[7] https://www.healthcareitnews.com/news/what-hospitals-should-consider-when-choosing-ai-tools.

Leave a Reply

Your email address will not be published. Required fields are marked *