Hepimiz Yapay Zeka (YZ) ile ilgili uyarı hikayelerini okuduk: Bilinçli robotlar, derin sahtecilikler, kaybolan işler. YZ’nin kullanımı ve düzenlenmesi için risk-fayda hesaplaması, bilgisayar tarafından üretilen bir pop şarkısı veya dijital görüntü oluşturmanın önemsiz faydasına karşı insan yok oluşunun varoluşsal riskine odaklanırsa, o zaman bariz eylem YZ’nin hayatımızdaki etkisini en aza indirmek olmalıdır.
Ancak bu çerçeveleme, özellikle düşük gelirli ülkelerde sağlık sektöründe YZ için muazzam potansiyel avantajı dikkate almamaktadır. Risklere aşırı odaklanmak, özellikle düşük ve orta gelirli ülkelerdeki insanlar için sağlık hizmetlerinde YZ’nin ve küresel halk sağlığının hayat kurtarıcı faydalarını gölgede bırakmaktadır. Bu faydaların farkına varılmaması, hayatlarımızı iyileştirmek yerine daha da kötüleştirecek beceriksiz veya kötü düşünülmüş düzenlemeler ve politikalarla sonuçlanabilir.
Küresel Sağlıkta Yapay Zeka
Yapay zeka sayesinde, küresel halk sağlığında dönüştürücü, yaşamı değiştiren bir devrimin eşiğindeyiz. Yapay zekanın düşük ve orta gelirli ülkelerde kullanılması, mevcut tıbbi ve halk sağlığı altyapısını sıçratır, doktor, halk sağlığı çalışanı ve yardım uzmanı eksikliği olan ülkelere gerekli kapasiteyi ekler ve sağlık sonuçlarını önemli ölçüde iyileştirecek aşı geliştirmeyi hızlandırır.
Örneğin:
- Yoksul ülkeler sınırlı sayıda doktor, hemşire ve diğer sağlık personeline sahip olma eğilimindedir – bu da kötü sağlık sonuçlarına önemli bir katkıda bulunur. Sağlık çalışanlarını eğitmek ve sisteme dahil etmek uzun zaman aldığından, bu durumun uzun süre düzelmesi mümkün değildir.
- Yoksul ülkelerde sağlık hizmetlerine fiziksel erişim zorlukları da daha fazladır; birçok insan doktorlara görünmek veya bakım almak için uzun mesafeleri yürüyerek kat etmek zorundadır.
Bu senaryolarda YZ, internet bağlantısı olan herkes için temel sağlık çalışanı işlevlerini bir sohbet robotu biçiminde yerine getirebilir; sağlık tesislerinden ve tıbbi personelden uzakta yaşayanlar için temel sağlık hizmetlerini YZ biçiminde anında kullanılabilir hale getirir.
Küresel Sağlıkta Yapay Zekanın 7 Kullanım Örneği
İşte yapay zekanın düşük ve orta gelirli ülkelerde sağlık hizmetlerini nasıl değiştireceğine dair yedi ek örnek:
1. Aşı Kapsamındaki Açıkların Kapatılması
- Yapay zeka, verileri yeni yollarla bir araya getirebilir. Anketleri, uydu görüntülerini ve sağlık kayıtlarını kullanarak, insanların aşılara nerede erişemediğini daha iyi tahmin edebiliriz.
- Bu içgörüleri, aşıların en çok ihtiyaç duyulan zamanda ve yerde yapıldığından emin olmak için kullanabiliriz.
2. Aşı Araştırmalarında ve İlaç Keşfinde Yapay Zeka
- YZ, daha iyi ilaçları ve aşıları daha hızlı belirlemek için giderek daha fazla kullanılıyor; örneğin FDA, yalnızca 2021’de YZ kullanarak 100’den fazla başvuru gördü.
- YZ ayrıca aşı araştırmalarında, özellikle daha iyi raf ömrü ile daha güçlü bir bağışıklık tepkisini tetiklemek için mevcut aşıların modifiye edilmesinde de kullanılıyor; zorlu tedarik zincirlerinin olduğu ortamlarda aşıların kontrol altına alınması için gerekli.
3. Antimikrobiyal Dirençle (AMR) Mücadele
- Yapay zeka ve makine öğrenimi (ML) teknikleri, geleneksel istatistiksel yöntemlerin gözden kaçırdığı eğilimleri belirlemek için antimikrobiyal dirençle ilgili verileri analiz edebilir.
- Yapay zeka, ortaya çıkan dirençli patojenleri tespit ederek ve yayılmalarını izleyerek, halk sağlığı yetkililerinin zamanında müdahale etmesine, araştırmaları desteklemesine ve erken uyarı sistemleri oluşturmasına yardımcı olur.
4. Sağlık Çalışanlarının Dil Modelleri ile Güçlendirilmesi
- Yapay zeka destekli dil modelleri, düşük kaynaklı ortamlardaki sağlık çalışanlarına klinik yargılarını bilgilendirmek ve desteklemek için gerçek zamanlı bilgi ve tavsiyeler sağlar.
- Bu modeller, kaynakların sınırlı olduğu ortamlarda bile hasta sonuçlarını iyileştirmek için büyük miktarda tıbbi bilgi ve hasta verisi kullanacaktır. Genel olarak konuşmak gerekirse, bu doğrudan ya da dolaylı olarak gerçekleşebilir.
- Doğrudan – üretici yapay zeka sohbet robotları, müşterilere doğrudan bir telefon veya bilgisayar üzerinden doğru, zamanında ve çok ucuz tıbbi tavsiyeler sağlayabilir. Kanser desteği, ruh sağlığı ve akut hastalık yönetiminde halihazırda ortaya çıkan örnekler var.
- Dolaylı – YZ ayrıca sağlık çalışanlarını günlük faaliyetlerinde destekleyebilir ve artırabilir. Asılı kalan en düşük meyve, dokümantasyon, tıbbi reçete yazma ve programlama gibi idari ve yönetim görevlerini içerir. YZ ayrıca, tıbbi sağlayıcılara yardımcı olacak ve hastalara bakım sunumlarını bilgilendirecek klinik karar destek araçları olarak da kullanılacaktır.
5. Klinik Notların Dijitalleştirilmesi ve Analizi
- Konuşmadan metne modelleri klinik notları otomatik olarak yazıya dökebilir ve aşırı yoğun sağlık çalışanları üzerindeki evrak yükünü önemli ölçüde azaltabilir.
- Yapay zeka ve makine öğrenimi teknikleri daha sonra hastalıkları daha doğru bir şekilde sınıflandırmak, hastaların ilaçlarını aldıklarından emin olmak ve kişiselleştirilmiş tedavi rejimleri oluşturmak için bu dijital notlara uygulanabilir.
6. Yerel Sağlık Yüklerinin ve Davranışlarının Tahmin Edilmesi
- YZ, anketler gibi mevcut veri kaynaklarını kullanarak yerel nüfus özelliklerini ve sağlık yüklerini tahmin etmeye yardımcı olabilir. Bu bilgiler, yetkililerin kaynakları verimli bir şekilde tahsis etmesine ve sağlık müdahalelerini hedeflemesine yardımcı olur.
- YZ ayrıca sağlıkla ilgili davranışları tahmin ederek daha iyi sonuçlar için hedefe yönelik müdahalelere olanak sağlayabilir. Bu, aktivite, kalp atış hızı, kan basıncı ve kalp ritimleri gibi önemli davranışları gösteren giyilebilir cihazlardan elde edilen veriler üzerinde makine öğrenimi ve tahmini içerebilir. Yapay zeka ayrıca tıbbi tavsiyelere veya ilaçlara bağlılığın yönlerini değerlendirebilir ve tahmin edebilir. Bu, hastayı istenen davranışa yönlendirmeye ya da bağlılığı teşvik etmek için yardım sağlamak üzere klinik desteği devreye sokmaya yol açacaktır.
7. Veri Analizi ve Yorumunun Demokratikleştirilmesi
- Ülkeler genellikle halihazırda sahip oldukları verileri analiz etmekte ve kullanmakta zorlanmaktadır. Hükümetler genellikle veri setlerini entegre etmek, gösterge tabloları oluşturmak ve diğer karar destek araçlarını sağlamak için dışarıdan danışmanlara başvururlar.
- Yapay zeka araçları veri analizi ve görselleştirme konusunda giderek daha yetenekli hale gelmektedir. Bir danışmanın bir gösterge tablosu oluşturması veya iki farklı veri setini entegre etmesi yerine, hükümet yetkilileri doğal bir dil kullanarak bir yapay zeka sohbet robotundan kendi gösterge tablolarını oluşturmasını isteyebilir.
- Bağışçılar genellikle yazılım mühendislerini finanse etmek ve destek sağlamak konusunda isteksizdir. Ancak yapay zeka giderek daha fazla kod yazabiliyor. Bu araçları kullanmak her bir mühendisi çok daha verimli hale getirebilir ve hükümetlerin dijital hizmetleri ölçeklendirme ve sürdürme kapasitesini artırabilir.
Her dönüştürücü teknolojide olduğu gibi, yapay zekanın risklerini azaltmak zorundayız. Ancak bugün hayatta olan ve bu teknolojinin hayatlarını iyileştireceği veya kurtaracağı birçok insan var. Halk sağlığı liderleri, yapay zekanın iyilik için güçlü bir araç olarak sorumlu bir şekilde kullanılmasını memnuniyetle karşılamalıdır.
Kaynak: ICTWorks
Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, Twitter, LinkedIn, Instagram‘ ve Whatsapp Kanalımız‘dan takip edin.
