Tıp tarihi boyunca hekimlerin yanında hep bir yardımcı vardı. Önce stetoskop geldi. Sonra röntgen, ultrason, MR ve genetik testler...
Her yeni teknoloji hekimlerin daha hızlı, daha doğru ve daha güvenli karar vermesine katkı sağladı. Bugün ise sağlık dünyası yeni bir yol arkadaşıyla tanışıyor: Yapay zeka.
Ancak yapay zekaya ilişkin tartışmaların önemli bir bölümü hâlâ yanlış bir sorunun etrafında dönüyor. "Yapay zeka doktorların yerini alacak mı?"
Oysa sağlık sektörünün içinde çalışanlar artık çok daha farklı bir soruyu tartışıyor: Yapay zekayı etkin kullanan hekimler, kullanmayan hekimlerden ne kadar daha güçlü olacak?
Çünkü bugün "yapay zeka" dediğimiz şey aslında tek bir teknoloji değil. Birbirinden farklı düşünme biçimlerine sahip, farklı sorunları çözmek için geliştirilmiş sistemlerden oluşan büyük bir ekosistem. Sağlık hizmetlerinin geleceği de bu sistemlerin birbirleriyle nasıl çalışacağına bağlı olacak.
Bir hastanın geleceğin sağlık merkezlerinden birine geldiğini düşünelim. Belki bir longevity kliniğine...Belki ileri teknoloji kullanan bir üniversite hastanesine...
Hasta içeri girdiğinde sistem yalnızca laboratuvar sonuçlarına bakmayacak. Genetik risklerini, yaşam tarzını, uyku kalitesini, stres düzeyini, geçmiş sağlık kayıtlarını ve hatta benzer hastalardan elde edilen milyonlarca veriyi aynı anda değerlendirecek. İşte burada yapay zekanın farklı yüzleri devreye girmeye başlıyor.
İlk olarak kurallarla düşünen sistemler sahneye çıkıyor.Bugün "Symbolic AI" ( Sembolik Yapay Zeka ) olarak tanımlanan bu yaklaşım, deneyimli bir hekimin zihnindeki klinik rehberlere benziyor.
Uluslararası tedavi kılavuzlarını kontrol ediyor, ilaç etkileşimlerini değerlendiriyor ve kritik hiçbir ayrıntının gözden kaçmamasını sağlıyor. Özellikle klinik karar destek sistemlerinde, sigorta süreçlerinde ve hasta güvenliği gerektiren uygulamalarda hâlâ vazgeçilmez bir rol üstleniyor. Ardından verilerden öğrenen yapay zeka devreye giriyor.
‘’Machine Learning‘’yaklaşımı ( Makine öğrenmesi ) ise Symbolic AI dan farklı olarak milyonlarca görüntüyü, laboratuvar sonucunu ve hasta kaydını analiz ederek insan gözünün göremeyeceği ilişkileri keşfediyor.
Bugün radyolojide akciğer nodüllerinin saptanmasından patolojide kanser hücrelerinin tanımlanmasına kadar birçok alandaki ilerlemenin temelinde bu yaklaşım bulunuyor.
Ancak sağlık yalnızca teşhis koymaktan ibaret değil.Doğru kaynakları doğru zamanda kullanmak da en az doğru teşhis kadar önemli. İşte burada ‘’Reinforcement Learning’’ ( Peliştirmeli Öğrenme ) sahneye çıkıyor. Bu yaklaşım, bir hekimin yıllar içinde vaka gördükçe geliştirdiği klinik sezgiye benziyor. Her sonuçtan öğreniyor.Başarılı kararları ödüllendiriyor.
Başarısız sonuçlardan ders çıkarıyor. Zaman içinde daha iyi öneriler geliştirmeyi öğreniyor. Yoğun bakım yönetimi, hasta akışı, yatak planlaması ve operasyon yönetimi gibi alanlarda önümüzdeki yıllarda önemli rol oynayacağı düşünülüyor.
Ve son olarak son yılların yıldızı olan Generative AI ( Üretken yapay zeka ) geliyor. Toplumun büyük kısmı yapay zekayı aslında onun sayesinde tanıdı. Çünkü ilk kez bir teknoloji yalnızca analiz etmekle kalmıyor; yazıyor, özetliyor, raporluyor, anlatıyor ve yeni içerikler üretiyor. Bir hekimin saatlerce hazırladığı raporları dakikalar içinde oluşturabiliyor, karmaşık sağlık verilerini hasta için anlaşılır bir dile çevirebiliyor ve bilimsel yayınları özetleyebiliyor.
Ancak yapay zekanın sağlıkta yaratacağı en büyük etki teşhis odalarında değil, hastanelerin görünmeyen yönetimsel arka planında ortaya çıkabilir. Bunu anlatmak için her hastanenin yaşadığı ameliyathanelerle ilgili problemden örnek verebilirim. Bir hastanenin en pahalı ve en kritik kaynaklarından biri ameliyathanedir. Buna rağmen dünyanın birçok yerinde ameliyathaneler planlama hataları nedeniyle tam kapasiteyle kullanılamamaktadır. Geç başlayan ameliyatlar...Yanlış süre tahminleri...Son dakika iptalleri...Bekleyen hastalar...Tükenen ekipler...Ve artan maliyetler veya kayıp olan gelirler …
Peki yapay zeka burada ne yapabilir? Geçtiğimiz dönemde üzerinde çalıştığımız R.O.A.D. yaklaşımı bu soruya oldukça net bir cevap veriyor.
Öncelikle hastane teknolojiye değil, probleme odaklanıyor. Amacımız nedir ? Önce onu tarif ediyoruz. Ameliyathane kullanım oranını yüzde 65'ten yüzde 80'e çıkarmak mı?
Bekleme listelerini azaltmak mı? Cerrah memnuniyetini artırmak mı? İlk adım bu sorulara cevap vermek.
Daha sonra veriler konuşmaya başlıyor. Geçmiş ameliyat süreleri, cerrah bazlı performanslar, anestezi kayıtları, iptal edilen vakalar, yoğun bakım dolulukları ve personel planları analiz ediliyor.
Çoğu zaman ilk sürpriz burada ortaya çıkıyor. İki saat süreceği düşünülen ameliyatların ortalama dört saat ve üstü sürdüğü görülüyor. Yıllardır kullanılan tahminlerin gerçeği yansıtmadığı anlaşılıyor.
Ardından yapay zekayı devreye sokuyoruz Machine Learning metodu ile geçmiş binlerce operasyonu inceleyerek ameliyat sürelerini daha doğru tahmin edebiliyoruz. Reinforcement Learning ile her günün sonunda sonuçları analiz ederek programı optimize etmeyi öğreniyoruz. Hangi ameliyatların hangi saatlerde planlanmasının daha verimli olduğunu, hangi vakaların gecikme riski taşıdığını ve hangi operasyonların son dakika iptal edilme ihtimalinin yüksek olduğunu giderek daha doğru tahmin etmeye başlıyoruz. Generative AI ise tüm bu karmaşık analizleri , ameliyathane yöneticileri ve cerrahlar için anlaşılır önerilere dönüştürüyor.
Sonuçta yalnızca ameliyathane verimliliği artmıyor. Daha fazla hasta ameliyat olabiliyor.Bekleme süreleri azalıyor. Cerrahlar zamanlarını daha etkin kullanabiliyor.
Hasta kaygılanışı azalıyor , memnuniyet artıyor ve hastane gelirleri yükseliyor. Bu şekilde sağlık hizmetine erişim kolaylaşıyor.
Bütün bunlar bize çok önemli bir gerçeği gösteriyor. Geleceğin sağlık sistemi "YZ Doktor" üzerine kurulmayacak. Geleceğin modeli yapay zeka destekli hekimlik olacak. Yapay zeka milyonlarca veriyi saniyeler içinde analiz edecek. Riskleri hesaplayacak , alternatifleri sıralayacak, operasyonları optimize edecek. Ancak son kararı yine insan verecek. Çünkü hiçbir algoritma hastanın gözündeki korkuyu okuyamaz. Hiçbir model etik sorumluluğu üstlenemez. Hiçbir sistem empati kuramaz.
Sağlığın geleceğinde kazanan taraf insan ya da yapay zeka olmayacak. Kazanan; insan sezgisi ile yapay zeka zekâsını aynı masada buluşturabilen sağlık sistemleri olacak. Önümüzdeki on yılın en başarılı sağlık profesyonelleri yalnızca anatomi, farmakoloji veya cerrahi teknikleri bilenler olmayacak. Aynı zamanda veriyi yorumlayabilen, yapay zekayı yönetebilen ve tüm bu teknolojik gücü insan yararına kullanabilenler olacak.
Ve belki de geleceğin sağlık dünyasını en iyi anlatan cümle şudur:
‘’İnsanlığın şifası yine insanda olacak; ancak bu kez insanın yanında, onun kapasitesini katlayan çok güçlü bir yapay zeka yol arkadaşı bulunacak.’’