EKG cihazı 130 yıllık geçmişiyle kalp hastalıklarını tespit etmede kilit bir rol oynuyor. Yeni bir araştırma ise bu köklü teknolojinin yapay zekayla entegre edildiğinde nasıl hayat kurtarabileceğini ortaya koydu. Hem de olağanüstü oranlarda…
Peki bu başarı nasıl elde edildi? Adım adım bakalım: Tayvanlı bilim insanları, öncelikle yapay zekalarını EKG verileriyle eğitti. Ardından yaklaşık 16 bin hastayı kapsayan geniş çaplı bir çalışmada bu teknolojiyi test etti. Katılımcıların yarısında yapay zeka destekli EKG kullanıldı ve bu sistem doktorlara yüksek riskli hastalar hakkında erken uyarılar gönderdi. Katılımcıların diğer yarısında ise geleneksel yöntemler kullanıldı. 90 günlük takip sonrasında yapay zeka destekli EKG kullanılan grupta, yüksek risk altındaki hastaların ölüm oranı yüzde 31 oranında düşüş gösterdi. Bu çarpıcı sonuçlar, geçen pazartesi tıp dünyasının en prestijli dergilerinden Nature Medicine’da yayınlandı.
Harvard Tıp Fakültesi Kardiyoloji Uzmanı Dr. Ozan Ünlü ile gerçekleştirdiğimiz görüntülü görüşmede ses getiren bu araştırma hakkında konuştuk. Dr. Ünlü’nün eğitim ve meslek yaşamı seçkin kurumlarla dolu. Hacettepe Üniversitesi İngilizce Tıp Bölümü’nü bitirdikten sonra iç hastalıkları ihtisasını New York Presbyterian Hastanesi, Weill Cornell Tıp Merkezinde tamamladı. Burada bir yıl başasistanlık ve öğretim üyeliği yaptıktan sonra Harvard Tıp Fakültesi ve Brigham and Women’s Hastanesi’nde kardiyovasküler tıp alanında ve Mass General Brigham Hastaneleri’nde klinik bilişim alanında uzmanlık eğitimi aldı. Halen Harvard Tıp Fakültesi’nde girişimsel kardiyoloji ile kardiyak yoğun bakımın kesiştiği alanlarda çalışmalarını sürdürüyor. Söyleşimiz sırasında Dr. Ünlü ile sadece araştırmanın detaylarını değil, aynı zamanda yapay zekanın tıpta kullanımını ve yakın gelecekte sağlık alanına getirebileceği yenilikleri de konuştuk.
Dr. Ozan Ünlü
Nature Medicine’da yayınlanan çalışmaya geçmeden önce EKG’nin nasıl bir test olduğunu kısaca anlatır mısınız?
EKG kalpteki elektriksel aktiviteye bakarak farklı hastalıkların tanısını koymamıza yarayan bir yöntem. Kardiyolojide kullanılan en eski teknolojilerden biri.
Standart olarak 12 kanallı EKG’ler kullanıyoruz. EKG’de göğüs, kol ve bacaklara elektrotlar yerleştiriliyor. Bu elektrotlar kalbin farklı bölgelerindeki elektriksel aktiviteyi bir grafik olarak kaydediyor. Grafik de kâğıt üzerinde veya dijital olarak bir rapor olarak sunuluyor. Biz de rapora bakarak bir kişinin kalp krizi geçirip geçirmediğini, kalp ritminde bir bozukluk, blok olup olmadığını ve daha birçok rahatsızlığı belirleyebiliyoruz. Standart EKG çekimi 10 saniye gibi çok kısa bir sürede yapılıyor.
Nature Medicine’da yayınlanan çalışmada araştırmacılar işte bu 12 kanallı standart EKG’leri kullanarak hastaların ölüm risklerini hesaplamaya çalışmış.
Peki çalışmada yapay zeka nasıl kullanmış?
Amerika’daki hastanelerin neredeyse hepsinde ve bu çalışmanın yapıldığı Tayvan’daki iki hastanede ‘izleme ve tetikleme sistemi’ dediğimiz bir sistem var. Sistemin çalışma prensibi şöyle:
Tüm hastaların tıbbi verileri elektronik olarak ‘hasta kayıt sistemi’nde saklanıyor. Hastanede takip edilen bir hastayı ele alalım. Bu hastanın da hasta kayıt sistemi verilerinde bir sorun tespit edildiğini düşünelim. Diyelim ki kalp hızı, kan değerleri gibi sağlık bilgilerinde hastanın kötüleşeceğine dair işaretler var. Bu durumda bir hemşire veya basit bilgisayar algoritmaları alarm sistemini devreye sokuyor. Böylece hastaya hızlı bir şekilde müdahale ediliyor. Fakat sistemin en büyük dezavantajı şu: Alarmın kullandığı bilgilerden biri bile eksik olursa sistem çalışmıyor.
Yeni çalışmada işte bu alarm sistemini yapay zeka, EKG’leri kullanarak devreye sokuyor. Yapay zeka, hastanede yatan bir hastanın EKG verilerini değerlendirip ölüm riskinin yüksek olduğunu düşündüğünde ilgili hekimlere ‘bu hasta yüksek risk altında’ diye bir uyarı gönderiyor.
Yapay zekanın bu uyarıyı gönderirken yaptığı değerlendirmeler bir doktorun yaptığından daha üstün mü?
EKG çıktısında kalbin elektrik aktivitelerini gösteren farklı dalgalar var. Biz doktorlar bu dalgaları insan gözünün görebileceği kadarıyla analiz ederek tanı koymaya çalışıyoruz. Ama bir yapay zeka uygulamasının EKG’de görebileceği kanıtlar çok daha fazla. Örneğin yapay zeka, EKG’nin 12 kanalının her birinden yaklaşık 5 bin tane olmak üzere toplam 60 bin veri kullanabiliyor. Bu, 10 saniyelik bir kayıt için oldukça büyük bir bilgi miktarı olduğu için insan gözüyle görülemeyen detayları açığa çıkarabiliyor. Dolayısıyla evet, yapay zeka doktorlardan daha kapsamlı bir değerlendirme yapabiliyor.
Araştırmaya dahil edilen hastaların yaş, cinsiyet gibi özellikleri nedir? Belirli bir sağlık sorunu nedeniyle mi yoksa farklı hastalıklar yüzünden mi hastanede takip ediliyorlar?
Çalışma, Tayvan’da yaklaşık 16 bin hasta üzerinde iki farklı hastanede gerçekleştirilmiş. Hastaların yüzde 55’i acil serviste takip edilenlerden oluşuyor. Yüzde 45’i de hastanede yatan hastalar…
16 bin hastanın yarısında yapay zeka destekli uyarı sistemi devreye giriyor, diğer yarısında da girmiyor. ‘Tek körleme’ bir çalışma, yani hastaların doktorlara uyarı gittiğinden haberi yok. 16 bin hastanın yaklaşık yarısı kadın.
Çalışmanın odak sorusu ise şu: Yapay zeka destekli uyarılar ve doktorların bu uyarılara cevap vermesi hastaların 90 gün içinde ölüm oranları nasıl etkiliyor? Araştırmacıların bu soruya bulduğu yanıt ise şu: Yapay zeka destekli uyarılar, tüm hastalarda ölüm riskinde yüzde 17’lik bir düşüş sağlıyor.
Ardından araştırmacılar ikinci bir analiz daha yaparak yüksek riskli hastalarla düşük riskli hastalar arasındaki farka bakıyorlar. Ve şunu görüyorlar: Yapay zeka destekli EKG kullanılan yüksek riskli hastaların ölüm oranında yüzde 31’lik düşüş var.
Kaliforniya’daki Scripps Araştırma Enstitüsü’nde kardiyolog ve moleküler tıp profesörü olan Eric Topol bu çalışmanın sonuçlarını olağanüstü bulduğunu söylüyor. Topol’a göre herhangi bir ilacın ölüm oranını yüzde 31 azaltması çok nadir. Dahası bunu ilaç olmadan başarmak daha da nadir. Bu teknolojinin potansiyeli hakkında sizin görüşleriniz neler?
Evet, gerçekten de elimizdeki çoğu ilaç bu kadar çok hayat kurtarmıyor. Ölümde yüzde 17’lik düşüş oranını kalp hastalıkları nedenli ölümler açısından ele aldığımızda karşımıza çok daha yüksek bir oran çıkıyor. Öyle ki bu çalışma yapay zekanın yüksek riskli hastalarda kalp hastalığı nedenli ölümleri görece yüzde 93 ve mutlak yüzde 2.2 azalttığını gösterdi. Yani 100 hastadan yaklaşık 2’si kalp hastalığı nedenli ölümlerden kurtuluyor.
Daha önce yapay zeka desteğinin ölüm oranlarına etkisini inceleyen bir çalışma var mı?
Hayır, yok. Şimdiye kadar yapılan yapay zeka çalışmaların neredeyse hepsi direkt ölümü değil de mesela “Hasta daha mı iyi hissetti?”, “Tanı oranı daha mı fazla arttı?” gibi sonuçlara bakıyordu. Yeni çalışma direkt olarak ölüme odaklandığı için çok ses getirdi.
Peki çalışmanın bulguları sizi heyecanlandırdı mı?
Evet, özellikle de iki konuda… Birincisi, yapay zekayla ilgili bir çalışmanın ölüm gibi ulaşılması zor bir sonucu hedeflemesi ve bir sonuca ulaşması sevindirici.
İkincisi de şu: Bilim dünyasında bir çalışma yayınlandığında dergiler genellikle kullanılan modellerin de yayınlanmasını zorunlu kılıyor. Bu sebeple bu çalışmaya ait yapay zeka modeli şu anda internet üzerinde herkese açık bir şekilde bulunuyor. Hatta şu an biz konuşurken diğer bilgisayarımda “Acaba kendi hastalarımızda işe yarar mı?” diye modeli çalıştırıyorum. Çalıştığım hastanede yoğun bakım hastaları için yazdığım ve henüz deneme aşamasında olduğumuz bir yapay zeka modeli var. “Acaba Tayvan’da kullanılan model, bizim modelimizi geliştirebilir mi?” veya “Bizim hastaların ölüm oranlarını tahmin edebilir mi?” diye merak ediyorum açıkçası.
Yapay zeka modelinin herkese açık olması gerçekten ilginç. Mesela ilaç şirketleri kendi geliştirdikleri ilaçların patentlerini koruyarak başkalarının üretim yapmasını engelliyor. Oysa burada yapay zeka modeli herkese açık ve siz ondan nasıl yararlanabilirim diye düşünüyorsunuz…
Kesinlikle… Fakat şöyle bir sorun var: Tayvan’da çalışan bu yapay zeka modeli başka bir popülasyonda veya farklı bir hasta grubunda çalışmayabilir. Örneğin Tayvan’da geliştirilen yapay zeka modelini farklı bir demografik yapıya sahip olan Türk hastalar üzerinde kullanmak istiyorsanız kendi verilerinizle modeli yeniden eğitmeniz veya mevcut modele eklemeler yapmanız gerekebilir.
Bir yapay zeka modeli geliştirmenin en zahmetli kısmı nedir?
Kaliteli veri toplama… Çok fazla verinizin olduğu bir kaynağınız varsa yapay zeka çok işe yarıyor. Bir ekiple çalışıyorsanız yazılımı kodlamak düşündüğünüz kadar zor değil. Asıl sıkıntı o yazılımı uygulanabilir hale getirmekte. Mesela konuştuğumuz Tayvan çalışmasında da kaliteli verinin önemini görüyoruz. Çünkü araştırmacılar yapay zekayı 450 binden fazla EKG testi verisiyle eğitmiş.
Peki yapay zeka destekli EKG çalışmasının eleştirdiğiniz yönleri var mı?
Benim çalışmayla ilgili aklıma şöyle bir soru geldi: Önceden uyarıyı, yapay zeka kullanmadan rastgele yapsak acaba sonuç nasıl olurdu? Çünkü yapay zeka uygulaması hekimlere uyarı gönderdiğinde doğal olarak hekimler hastalara daha fazla odaklanıyor. Hastanın fayda görme olasılığı da artıyor. Peki uyarılar rastgele gitseydi ve doktorların hastalara daha yakından bakması sağlansaydı farklar bu kadar dramatik olur muydu?
İkinci soru da şu: Acaba yapay zeka destekli EKG’nin uygulandığı hastanede doktor başına kaç hasta düşüyor? Mesela doktor başına düşen hasta sayısı 20-30 ise aynı sonucu doktor başına hastanın beş olduğu yer için de elde edebilir miyiz? Çünkü hasta sayısınız beş ise zaten çok daha fazla ayrıntıya dikkat edersiniz, bir uyarı sistemine ihtiyacınız olmayabilir. Bu da ölüm oranlarında zaten bir fark yaratır.
Peki siz Harvard’da yapay zekayı kendi klinik pratiğinizde uyguluyor musunuz?
Evet, yapay zekadan yararlanıyoruz. Yapay zekanın ilk girişlerinden biri otomatik EKG okuyan araçlardı aslında. Onun dışında yapay zeka şu anda radyolojide ve patolojide yaygın kullanılıyor. Kardiyolojide de EKO, tomografi, MR gibi görüntüleme yöntemlerine sık başvuruluyor. Dolayısıyla biz de yapay zekadan sık yararlanıyoruz.
Yapay zekanın görüntüleme yöntemlerindeki avantajını şöyle açıklayayım: İki sene öncesine kadar bir hastanın kalp MR’ı çekilirken radyoloji teknisyeni önce kalbin yerini bulmak için bir dizi başlangıç görüntüsü çekiyordu. Kalbi bulduktan sonra ona göre bir ayar yapıp çekime devam ediyordu. En hızlı kalp MR’ı yaklaşık 45 dakika sürüyordu. Fakat yapay zeka uygulamaları sayesinde bu süre artık 20-25 dakikaya kadar düştü. Çünkü yapay zeka kalbin yerini otomatik bulup ayarları kendi yapıyor. Daha kısa MR süreleri, hastaların cihaz içinde daha az zaman geçirmelerini sağlayarak onların konforunu artırıyor. Ayrıca bir gün içinde daha fazla sayıda hastaya MR çekebiliyoruz. Böylece daha fazla sayıda hasta hizmet alabiliyor.
Bir de şu anda bizim hastanemizde yapay zekanın kullanılmasıyla ilgili bir pilot uygulama var. Yaklaşık iki ay önce bu uygulamayı kullanmaya hak kazanan ilk hekimlerden biri oldum. Şöyle özetleyeyim: Amerika’da bir hasta size geldiğinde aldığınız öykü ve verdiğiniz tedaviyle ilgili ayrıntıları bilgisayarınıza not etmeniz çok önemli. Çünkü notlar diğer doktorlarla iletişimimizin de ana araçlarından biri. Örneğin muayene ettiğim bir hasta, aile hekimine döndüğünde aile hekimi benim notlarıma bakarak ne yapıldığını hemen öğrenebiliyor. Fakat gelin görün ki not tutma işlemi çok uzun sürüyor.
İşte şimdi bu süreci kısaltan bir yapay zeka uygulamasından yararlanıyoruz. Cep telefonumda bir uygulamayı açıyorum. Hastadan izin alarak telefonu masaya koyuyorum. Notları da bu uygulama tutuyor. Böylece hastayı dinlerken bilgisayarıma dönüp not almama gerek kalmıyor. Hastalarımla yüz yüze iletişimim daha güçlü oluyor. Hasta ayrıldıktan sonra notlar otomatik olarak hazırlanmış biçimde bana geliyor. Elbette bu not üzerinde düzenlemeler yapmam veya bazı noktaları öne çıkarmam gerekebiliyor. Ancak yine de işimi o kadar kolaylaştırıyor ki… Her seferinde saatlerce vakit kazanıyorum.
Yakın gelecekte yapay zeka genel sağlık alanında hangi yenilikleri getirebilir? Bizi ne tür değişimler bekliyor?
Önce günümüzde neler yaşandığını anlatayım. Şu anda çok fazla kullanılan yapay zeka aracı var. Öyle ki FDA yaklaşık 700 tane yapay zeka aracını onayladı. Bu araçlar sadece klinikte de değil, sağlığın her alanında kullanılıyor.
Tahmin ediyorum ki şu anda ilaç geliştirmek için yapay zeka kullanmayan hiçbir büyük ilaç şirketi yoktur. Yapay zeka ilaç geliştirmede büyük çığır açtı. Çünkü var olan ilaçlara veya genetik sinyallere bakarak bir hastalığa sahip olan insanlarda hangi ilacın işe yaracağı konusunda çok fazla bilgi alıyorsunuz. Bu da ilaç geliştirmeyi inanılmaz derecede hızlandıracak. Özellikle genetikle ilgili tedavilerde yapay zeka çok işe yarayacak. Çünkü laboratuvarda binlerce, milyonlarca deney yapmak yerine deney sayısını çok aza indirerek işe yarayan bir ilaç keşfetme ihtimaliniz çok arttı. Bu, işin klinik öncesi kısmı.
Klinik kısmına gelince… Daha önce de söylediğim gibi görüntüleme ve tanı yöntemleriyle ilgili çok sayıda yapay zeka aracı var. Dil modelleri muhtemelen çok fazla şeyi değiştirecek. Öncelikle bu modeller doktorların hastalarla ilgili tuttuğu notları analiz ederek hastalıkları hızla tespit etme potansiyeline sahip. İkincisi, doktor ve hasta arasındaki görüşmeler sırasında yapay zeka destekli sistemler, görüşme notlarını daha düzenli ve detaylı bir şekilde kaydedebiliyor. Bu gelişmeler hem sağlık hizmetlerinin genel kalitesini hem de araştırma yürütme süreçlerini önemli ölçüde iyileştirecek.
Yapay zeka ayrıca hastaların kendilerine bakabilme ve hastalıklarını yönetebilme süreçlerini de çok kolaylaştıracak. Doktora sık gitme ihtiyacını ortadan kaldıran çok fazla uygulama geliştiriliyor. Psikoterapiden diyabete, kilo yönetiminden kalp sağlığını korumaya kadar geniş bir yelpazede hastalara yardımcı olan mobil uygulamalar ve cihazlar tasarlanıyor.
Yapay zeka kişiselleştirilmiş tıpta ne tür katkılar sağlayabilir?
Kişiselleştirilmiş tıp için yapay zeka olmazsa olmaz. Benim de içinde olduğum projelerden bir örnek vereyim. İlaçların etkinliğini daha doğru bir şekilde tahmin edebilmek için yapay zeka teknolojilerini kullanıyoruz. Normalde bir ilaç geliştirme süreci, ilacın verildiği grupla verilmediği bir kontrol grubunun karşılaştırılmasıyla başlar. Eğer ilacı alan hastaların çoğunda olumlu sonuçlar gözlemlenirse ilacın kullanımı önerilir. Fakat ne yazık ki geliştirilen bir ilaç hastaların tamamında fayda sağlamayabilir. Çünkü her bireyin genetik yapısı, yaşam tarzı ve diğer sağlık sorunları gibi faktörler farklılık gösterir.
İşte biz çalışmamızda yapay zeka araçlarıyla bu bireysel farklılıkları analiz ederek hangi hastaların o ilaçtan fayda göreceğini, hangilerinin görmeyeceğini önceden tahmin etmeye çalışıyoruz. Bu tür yaklaşımlar tedavi süreçlerini kişiselleştirerek her hastaya en uygun tedaviyi sunma şansımızı artıracak.
Bu arada yapay zekanın sağlık takiplerinde de önemli bir katkısı var. Diyelim ki altı ayda bir doktor kontrolünden geçiyorsunuz. Bu altı aylık süreçte yapay zeka destekli bazı mobil uygulamalar diyetiniz, hareket miktarınız, kalbinizle ilgili farklı veriler topluyor. Biz de bu verilerle hastalara çok daha özelleştirilmiş bir tedavi planı oluşturabiliyoruz.
Türkiye’de sağlık sektöründe yapay zeka kullanımı hakkında bilginiz var mı?
Direkt olarak içinde olmasam da gözlemlerime göre yapay zekaya çok ileri dönemde kullanılacak, biraz fantastik bir şeymiş gibi bakılıyor. Oysa çok hızlı bir şekilde işin içine girmemiz lazım. Herhangi bir sağlık sistemi çok yakın bir dönemde yapay zeka kullanmadığında artık dünya standartlarında sağlık hizmeti veremeyecek. Onun için yapay zekayı hafife almamak gerekiyor.
Son olarak yapay zekanın pek çok sektörde işsizlik sorununu büyüteceği kaygıları da var. Sizce yapay zeka, sağlık alanında çalışanların işlerini nasıl etkileyebilir?
Günün birinde bazı doktorları veya sağlık çalışanlarını işlerinden edebilir mi? Tabii ki bu mümkün. Bazı dil modellerindeki gelişmeler biraz hızlı oldu. O yüzden belli sektörlerde işten çıkarmaları görebiliriz. Ama genel olarak yapay zekanın yakın zamanda sağlık sektöründe işten çıkarmalarla ilgili çok büyük bir etkisi olacağını düşünmüyorum. Çünkü sağlık alanında çok katı düzenlemeler var ve yavaş adaptasyon süreçleri yapay zekanın etkisini sınırlayabilir. Öte yandan tıbbi görüntüleme ve cihazlar gibi teknolojik ilerlemeler daha çabuk benimsenebiliyor.
Ayrıca FDA tarafından onaylanan yapay zeka araçları bir noktada sağlık çalışanlarının uygulamalarına ve yorumlarına ihtiyaç duyuyor. Aynı şekilde patoloji ve radyoloji gibi alanlarda da bu ihtiyaç söz konusu.
Tabii tarihsel olarak teknolojik değişimler her zaman iş kayıplarına yol açtı. Ama bir yandan da yeni iş alanları yarattı. Örneğin geçmişte tıpta bilişim uzmanlığı diye bir meslek dalı yoktu. Ben şu anda bir kardiyolog olarak aynı zamanda sağlık bilişim uzmanı olarak çalışabiliyorum. Dolayısıyla sağlık çalışanları olarak yapay zekanın değişimlerine zamanla uyum sağlayacağız. Yeni beceriler edinerek sistemin bir parçası kalmaya devam edeceğiz.
Eric Topol’un tıpta yapay zeka üzerine yazdığı Deep Medicine (Derin Tıp) adında bir kitap var. Diyor ki “Yapay zeka doktoru tekrar hastanın yatağının yanına getirecek ve insanlık kavramını tıbba tekrar kazandıracak.” Gerçekten de günümüzde sistem bizi bilgisayarın başında hasta verilerine baktığımız bir konuma sürükledi. Belki yapay zeka bu tür işlerde bize asistanlık yapacak. Biz de bu sayede hastayla daha fazla vakit geçirebileceğiz. Hastanın yanında olup ona destek vermek, empati kurmak gibi yapay zekanın sağlayamayacağı insani yönleri hastalara daha fazla sunabileceğiz.
