Vücudunda benleri olmayan kimse yoktur herhalde. Bazılarında bu benler vücudun her tarafını sarmış da olabilir. Benlerin büyük bir yüzdesi zararsızdır ama deri kanserleri ve en önemlisi de melanoma basit benlerle karışabilir ve gözden kaçabilir. Deri kanserleri genelde masum seyirlidir ama melanoma için aynı şeyi söyleyemeyiz, öldürücü olabilir.
Benlerim acaba kanser mi diyenler için yapay zekâ hizmete girmek üzere. Google, hastalar tarafından yüklenen görüntülere dayanarak cilt, saç ve tırnak durumlarını tespit etmeye yardımcı olmak için yapay zekâ kullanan bir araç geliştirdiğini duyurdu.
Vücudunuzdaki benlerin resmini çekiyorsunuz, Google'a gönderiyorsunuz ve sonuç geliyor. Israrla bu yöntemin tanı amaçlı olarak kullanılamayacağı ve bir hekime başvurulması gerektiği de vurgulanıyor ama kim dinler ki? Hekimler Google bilgileri ile kendileri ile yarışan hastalardan zaten muzdaripti, şimdi birkaç adım daha ileri geçiyor gibiyiz. Hekimlik gittikçe daha zor hâle geliyor.
Her şey bir yana gelişmenin önüne geçilemeceğini bilerek yapay zekânın adım adım hayatımıza ve tıp uygulamalarına yerleşeceğine kesin gözü ile bakabiliriz. Birçok alanda girdi bile.
2017 yılında saygın tıp dergilerinin başında gelen Nature'da bir çalışma yayımlandı. Yirmi deneyimli dermatologa klinik görüntüler gönderilerek görüntülerin iyi veya kötü huylu olduğu yönünde fikirleri sorulmuş (1). Araştırma özellikle melanoma tanısı için yapılmış. Aynı soru yapay zekâ ile donatılmış robota da sorulmuş ve çalışma gurubundan sadece bir dermatolog yapay zekâdan daha doğru tanı yüzdesine ulaşmış. Çalışma yapay zekâ ile yapılan bir incelemenin ortalama bir dermatologdan çok daha iyi ve güvenilir olduğunu göstermiş.
Benzer bir çalışma verem tanısı konulması amacı ile çekilen akciğer grafilerinin değerlendirilmesi için yapılmış. 23 bin 954 kişinin akciğer grafileri radyologlar ve beş değişik firmanın üretttiği yapay zekâ ile değerlendirilmiş ve hepsinde de radyologlardan daha doğru sonuçlar elde edilmiş (2).
Akıllı telefonlardan veya saatlerden kalp ritminin izlenmesi uygulamaya ilk giren işlem oldu. Bu yolla uzaktan izleme çok daha erken dönemde kalp ritm bozukluklarını ortaya çıkarabiliyor. Aynı yöntemle diyabeti olan hastaların kan şekerleri de sürekli olarak izlenebiliyor.
Peki, sorunlar yok mu? Tabii ki var. Bu alanda birçok firma üretim yapmaya başladı ve hangilerinin güvenilir olduğu sorgulanmaya başlandı. Ayrıca bu aygıtların düzenli olarak kontrol edilip ayarlarının yapılması gerekiyor.
Bu alanda yapılmış klinik çalışmalar az ve yetersiz olduğundan hekimler bu yeni uygulamaların üzerine sorgusuz sualsiz atlanmaması gerektiğini vurguluyorlar. Hekimlerin bu çekingenliklerinin altında gün gelip de robotların işlerini ellerinden alabilecekleri korkusunun yattığını da iddia edenler var elbette.
Medikal teknolojinin önümüzdeki yılların en önemli yatırım alanlarından biri, hatta birincisi olacağını tahmin edebiliriz. Üreticiler kalp ritmi, kan şekeri izlemi gibi uygulamaların kişinin hayat tarzını düzenlemesine yardımcı olarak bazı hastalıkları engelleyeceğini veya erken tanınmasını sağlayacağını savunuyorlar. Amaç bunları mümkün olduğu kadar geniş bir kitleye satmak olduğuna göre yirmili yaşlarda sağlıklı bir bireye de tavsiyede bulunmak etik sayılır mı? Kişisel verilerin saklanması da ayrı bir etik ve hukuki sorun oluşturuyor. Yanlış bir yönlendirme veya tanı sonrası ortaya çıkacak hukuki sorunlar nasıl çözülecek konusu da belirsiz.
Robotların günü gelince hekimlerin yerini alacağı söylentisi çok dillendiriliyor. Benim kanım bunun ancak tüm insanların yerini robotlar aldığında olabileceği şeklinde. Hekimlik sadece verileri değerlendirme olmadığından, duyguları olan ve zamanla değişebilen, deneyimlerinden öğrenebilen ve empati yapmasını becerebilen robotlar ortaya çıktığında iş değişebilir.
Bizim halkımızın böyle bir değişime pek hoş bakmayacağını düşünüyorum. Öyle ya, kime küfredip, bağırıp çağıracaklar. Bir robotu dövmenin ne zevki olabilir ki?
1. Esteva A, Kuprel B, Novoa RA et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature 2017; 542:115–18.
2. Zhi Zhen Qin etal. Tuberculosis detection from chest x-rays for triaging in a high tuberculosis-burden setting: an evaluation of five artificial intelligence algorithms. Lancet 2021.
