Bir “Medikal Estetik Hekimi” olarak yapay zeka, mesleki alanıma henüz girmese de ilgi alanıma oldukça giriyor. Bu konuda yaptığım araştırmalara dayanan bir makale yazmayı arzu ettim.
Şöyle bir durum yaşandığını düşünün;
73 yaşında, tüm akli melekeleri yerinde olan ve bilgisayar kullanabilen bir diyabet hastası, bir kişi baş dönmesi hissediyor ve yapay zekâdan yardım istiyor. Yapay zekâ ise ona şu cevabı veriyor: “Bol su için ve dinlenin.”
Böyle bir durumda bir sağlık profesyoneli, yapay zekânın kaçırdığı noktayı o noktayı hemen fark eder: Yaşlı bir diyabet hastasında ani baş dönmesi, tehlikeli derecede düşük kan şekeri, tansiyon sorunları veya acil müdahale gerektiren kalp problemlerinin habercisi olabilir.
Bu önemli çünkü Amerikalıların yaklaşık üçte biri artık sağlık sorularını yapay zekâya yöneltiyor. Yapay zekâ tıbbi sınavları geçebiliyor ve çok büyük miktarda bilgiyi işleyebiliyor olsa da, yılların hasta bakım tecrübesinden gelen klinik sezgiye sahip değil.
İşte bu yüzden yapay zekâ geliştiren platformlar, bu geliştirme süreçlerinde tıp uzmanlarını göreve çağırmaya başladılar. Onların uzmanlığı sayesinde profesyonel tıbbi yargıyı destekleyen (yerine geçmeyen) yapay zekâ araçları yaratılması sağlanacak
Tıbbi yapay zekâ alanında dünyada neler oluyor?
Yapay zekâ, röntgen, MR, cilt fotoğrafı gibi görüntülerden hastalıkları birçok doktordan daha hızlı ve doğru bulabilmeye başladı
Doktorların yanında “dijital asistan” gibi çalışıp, konuşmaları dinleyerek hasta notlarını kendi yazabiliyor
Akıllı saatler ve sensörler sayesinde hastalar evden takip edilebiliyor; acil bir durum olduğunda doktor haberdar oluyor.
Bilgisayarlar yeni ilaçları aylar içinde geliştirebiliyor; bu eskiden yıllar alıyordu.
Doktorlar yapay zekâ ile milyonlarca tıbbi makaleye saniyeler içinde erişebiliyor.
Beş yıl sonrası için beklenenler
- Hastalıklar çok daha erken tespit edilecekler – Kanser veya kalp hastalıkları belirtiler ortaya çıkmadan önce fark edilebilecekler.
- Kişiye özel tedaviler – Genetik bilgiler ve yaşam tarzı verileri analiz edilerek her hastaya özel ilaç ve tedavi planı hazırlanacak.
- Evde “mini hastane” dönemi – Evde kullanılan cihazlar (kan testi kitleri, giyilebilir sensörler) sürekli veri toplayacak ve yapay zekâ ile anında analiz edilecekler.
- Ameliyatlarda robot ve doktor iş birliği – Bazı ameliyatları yapay zekâ destekli robotlar, doktor gözetiminde neredeyse tamamen kendi başlarına yapabilecekler.
- Daha hızlı ilaç geliştirme – Bir salgın çıktığında yeni aşı veya ilaç haftalar içinde bulunabilecek.
- Önümüzdeki 5 yılda hastalar, hastaneye gitmeden teşhis konulabilen, kendi verileriyle kişiselleştirilmiş tedavi görebilen ve yeni ilaçların çok daha çabuk piyasaya çıktığı bir sağlık sisteminde yaşayacaklar
Peki, bu beş senede bu değişiklikler nasıl olacak?
Kavramın adı: RLHF (Reinforcement Learning from Human Feedback), yani İnsan Geri Bildiriminden Pekiştirmeli Öğrenme.
RLHF, yapay zekânın insanlardan gelen geri bildirimle öğrenmesini sağlayan bir yöntemdir.
Nasıl çalışıyor?
- Yapay zekâ bir tahmin veya çıktı üretir.
- İnsan bu çıktıyı değerlendirir (doğru/yanlış, iyi/kötü gibi).
- Yapay zekâ, bu geri bildirimi kullanarak modelini günceller ve bir sonraki sefer daha doğru karar verir.
- Bu model, konusunda seçilmiş pek çok insan üzerinde sayısız olarak tekrarlanarak yapay zekânın her defasında daha iyi öğrenmesi ve daha iyi sonuçlar üretmesi sağlanır.
Yapay zekâ konusunda Dünyanın önde gelen servis sağlayıcılarından OpenAI, HealthBench adlı devasa yeni bir projeye başladığını açıkladı. Bu projede yapay zekâ modelleri, tıbbi amaçlara yönelik beş binin üzerinde gerçekçi tıbbi senaryoda doktorlarla karşı karşıya getirildi.
Sonuçlar mı? En yeni yapay zekâ modellerinin, karmaşık vakalarda doktorları geride bıraktığı görülüyor. Ancak, insan uzmanlığının hâlâ neden kritik olduğunu gösteren önemli bir detay var.
Yapay zekâ, standart tıbbi testlerde üstün çıksa da, doktorların çok iyi olduğu bir konuda zorlanıyor: “Daha fazla bağlam gerektiğini bilmek”. Bir hasta “başım dönüyor” dediğinde deneyimli doktorlar, bunun zamanını, ilişkili semptomlarını ve tıbbi geçmişini içgüdüsel olarak sorarlar. Yapay zekâ ise çoğunlukla bu kritik bilgileri sormadan, doğrudan genel ve direkt tavsiyelere atlıyor.
60 ülkeden 262 doktor, yapay zekânın verdiği yanıtları değerlendirmek için özel ölçütler geliştirdi. Ortaya çıkan çarpıcı sonuç şuydu: Yapay zekâ teknik olarak çok bilgiliydi, ancak hastalara gerçekten faydalı ve güvenli tavsiye vermek için gereken ince iletişim ve bağlam farkındalığını sık sık gözden kaçırıyordu.
Bu durum sadece sağlık alanıyla sınırlı değil. Buradan yapay zekâ sistemlerinin testlerde iyi performans göstermesinin ötesine geçip, gerçek dünyadaki daha karmaşık durumları anlaması yönünde temel bir sorun da ortaya çıkıyor.
Yapay zekâyı eğiten insan, ister tıp, ister eğitim, ister yazılım geliştirme ya da başka bir alanda olsun, uzmanlığıyla, onun ham performansı ile gerçek anlayış seviyesi arasındaki boşluğu da doldurmakta.
Her alanda deneyimin, ham bilgiden üstün olduğu anlar vardır ki bu boşlukları yalnızca o alanda tecrübe kazanmış kişiler fark edebilir.
Bir öğretmen, belirti türde bir açıklamanın öğrencilerin kafasını neden karıştıracağını bilir; çünkü daha önce başka olaylarda bazı kavramların nasıl karışıklığa yol açtığını görmüştür. Bir öğretmen, yapay zekânın teknik olarak doğru ama öğrenme sürecine uygun olmayan yanıtlar verdiğini sezebilir.
Bir dilbilimci, çevirilerde ya da dil yanıtlarında kültürel bağlamı, deyimsel anlamları veya mesajın anlamını tamamen değiştiren ince dilsel nüansları fark edebilir.
Bir yazılımcı, yüzeyde düzgün görünen kod önerilerinde güvenlik açıklarını hissedebilir. Sistem, yeterince hata ayıkladığı için hangi kestirme yolların güvenlik açığı oluşturacağını bilir.
Bir finans danışmanı, piyasa tavsiyelerinin önemli riskler barındırdığını veya yasal gereklilikleri göz ardı ettiğini fark edebilir. “Akıllı” görünen bir tavsiye ile gerçekten müşteri çıkarlarını koruyan bir tavsiye arasındaki farkı sezebilir.
RLHF sayesinde yapay zekâ ve insan arasındaki bu iş birliğine dayalı geliştirme yaklaşımı; eşi benzeri görülmemiş bir şey yaratmakta. Bu sayede sadece bilgiyi işleyen değil, o bilginin uygulamadaki inceliklerini gerçekten kavrayan sistemler ortaya çıkmaya başladı ve en geç beş yıl içinde bu alanda ne kadar çok ilerleme olacağını hep birlikte göreceğiz
Doğallığınızı bozmadan, en iyi halinize ulaşmak için sizi de kliniğimize bekliyoruz.
Detaylı bilgi ve randevu için bizimle iletişime geçebilirsiniz.
Dr. Cihan Özel