Yapay zeka sağlık araştırmalarını nasıl yeniden şekillendiriyor?

Son birkaç yıldır yapay zeka terapi sağlıyor, ameliyatlara yardımcı oluyor ve süper böcek öldürücü antibiyotikler keşfediyor.

Yakında, yapay zeka potansiyel yeni ilaçları belirleyebilir ve hastalıkları daha da büyük bir hassasiyet ve doğrulukla teşhis edebilir. Bu yenilikler, alanı ilerletmek için büyük bir potansiyele sahiptir.

Her yıkıcı teknolojide olduğu gibi, fırsatlar riskleri de beraberinde getirir.

Yapay zeka nedir?

Yapay zeka, insan zekasının makinelerde simüle edilmesidir. Bilgisayarların ve diğer makinelerin, örüntüleri tanımlamak veya tahminlerde bulunmak için verileri analiz etmek gibi tipik olarak insan zekası gerektiren görevleri yerine getirmesini sağlayan çok çeşitli teknolojileri ve teknikleri kapsar.

Yapay zeka sağlık araştırmalarını nasıl geliştirebilir?

Yapay zeka sistemleri dağlar kadar veriyi son derece hızlı bir şekilde analiz edebilir. Minimum insan girdisine ihtiyaç duyarlar ve araştırmacıların aksi takdirde gözden kaçırabilecekleri kalıpları ve anormallikleri belirleyebilirler.

Giderek daha büyük ve karmaşık hale gelen veri setleri ile YZ, özellikle ilaç keşfinde hızla paha biçilmez bir araç haline gelmiştir. Veri odaklı ve yapay zeka teknolojileri, ilaç keşif sürecini kısaltmaya ve maliyetleri düşürmeye yardımcı olabilir.

Nadir hastalıklar ve düşük ve orta gelirli ülkeleri (LMICs) etkileyen ilaç keşfi gibi daha düşük finansal getirilerin olduğu ve yatırım için teşviklerin bulunmadığı araştırma alanları gerçekten fayda sağlayabilir.

Her zamankinden daha güçlü bir teknolojiye sahip olan araştırmacılar, verileri daha önce hayal bile edilemeyecek hızlarda işleyebiliyorlar.

Chan Zuckerberg Girişimi’nden Priscilla Chan, teknolojideki bu devrimin “bilim insanlarının bu yüzyılın sonuna kadar tüm hastalıkları tedavi etmesine, önlemesine veya yönetmesine yardımcı olabileceğini” söyleyecek kadar ileri gitti.

Veri işleme ve analiz hızındaki bu adım değişikliğinin bir örneği de İnsan Hücre Atlası‘dır. Bu uluslararası araştırma projesi, insan vücudundaki tüm hücrelerin bir referans haritasını oluşturma çabasıdır ve bu da tüm biyoloji ve sağlık anlayışımızı dönüştürebilir.

Teknolojik gelişmeler ve yapay zeka, araştırmacıların büyük miktarda genomik veriyi önceki yıllarda harcanan sürenin çok altında bir sürede analiz etmelerine olanak tanıyor.

Yapay zeka ve araştırmada önyargı

Tüm yeni ve yıkıcı teknolojilerde olduğu gibi, yapay zekanın hızla benimsenmesinin olumlu ve olumsuz yönleri vardır.

Bu risklerden biri, YZ’nin üzerinde eğitildiği verilerle ilgilidir. Örneğin, veri kümeleri yaşanmış deneyimleri hesaba katmayabilir veya farklı popülasyonları temsil etmeyebilir.

Bunun tehlikesi, YZ ürünlere dönüştürüldüğünde ortaya çıkmaktadır. Örneğin, sürücüsüz araçların koyu ten rengine sahip yayaları daha az tespit edebilmesi gibi.

Verileri yorumlamak için yapay zekaya güvenmenin, araştırmacıların kendilerinin de anlamadığı çıktılara yol açma riski de vardır.

Nature tarafından 1.600 araştırmacı ile yapılan bir ankete göre, araştırmacıların %69’u yapay zeka araçlarının anlamadan örüntü tanımaya daha fazla güvenilmesine yol açabileceğini söyledi.

Wellcome’un Biyoetik Lideri Carleigh Krubiner, “bir yandan yapay zekanın iyi olma potansiyeli var. Sağlığı iyileştirmek için sadece insanlar olarak yapabileceklerimizi ve bildiklerimizi genişletebilir ve güçlendirebilir.”

“Ancak bu teknolojilerin bazılarının kötüye kullanılması, güçlendirilmiş önyargının daha zararlı yönleri ve çıktıları üretmek için teknolojinin arkasında neler olup bittiğini anlamamanın ‘kara kutusu’ gibi gerçek bir tehlike de var.”

Bu anlayış eksikliği hesap verebilirlik eksikliğine yol açabilir. Bu da halkın sağlık araştırmalarına olan desteğini ve güvenini sarsabilir.

Araştırmalarda yapay zeka önyargısını azaltmak

Krubiner, “Yapay zekanızı mevcut veri kümeleri üzerinde eğitiyorsanız, elimizdeki kanıtların belirli popülasyonları, yani orta yaşlı beyaz erkekleri temsil etmek için orantısız bir şekilde çarpık olduğunu biliyoruz” diyor.

“Önlem alınmazsa, makine öğrenimi bu önyargıları yeniden üretecek ve güçlendirecek, verilerde yeterince temsil edilmeyen popülasyonlar için potansiyel olarak feci etkiler yaratacaktır.”

Veri setlerinde temsilin iyileştirilmesi ve yaşanmış deneyimlerin hesaba katılması çok önemlidir.

Ada Lovelace Enstitüsü’nde Kıdemli Araştırmacı olan Anna Studman, veriye dayalı sistemlerin ve yapay zekanın sağlık hizmetleri üzerindeki etkileri üzerine çalışmalara öncülük ediyor.

Studman, yoksulluk veya kronik sağlık sorunları yaşayan insanlarla yapılan görüşmelerin, “yaşanmış deneyimin nüansının klinik veri kümelerinde ortaya çıkmadığını” gösterdiğini söylüyor.

Ancak bu her zaman daha fazla veri toplamak kadar basit değildir.

Studman, sağlık sistemlerine ve kurumlarına duyulan güven eksikliğinin özellikle marjinalleştirilmiş toplumlarda belirgin olduğunu söylüyor. Sağlık verilerini kullanan kuruluşların hizmet verdikleri toplulukların güvenini kazanmaları gerekiyor.

Studman daha fazla şeffaflığa ihtiyaç olduğuna inanıyor. “İnsanlara bu verilerin neden ve nasıl paylaşılacağını ve kullanılacağını açıklamak, özellikle dijital olarak dışlanmış olan veya dijital sağlık alanındaki yeniliklerin kendilerine dayatıldığını düşünen insanlar için önemlidir.”

Yapay zekayı doğru kullanmak özellikle sağlık hizmetleri alanında büyük önem taşıyor.

Studman, sağlık sistemlerinin dijital dönüşümünün eşi benzeri görülmemiş hızının genellikle “zaman sıkıntısı çeken klinisyenlerin paraşütle indirilen yeni teknolojilere hızla ayak uydurması gerektiği” anlamına geldiğini açıklıyor.

Yapay zekayı düşünceli bir şekilde kullanmak

Süreçleri hızlandırma, maliyetleri azaltma ve içgörü üretme konusundaki büyük potansiyeli ile yapay zekanın sağlık araştırmalarında kullanılmaya devam edeceğine şüphe yok.

Araştırmacılar şunlara dikkat etmelidir:

• veri kümelerindeki önyargıları belirlemek ve azaltmak
• verilerinde yaşanmış deneyimleri hesaba katmak
• algoritmalarının sonuçlarını anlamak
• araştırmalarının uygulamalarını göz önünde bulundurmaları

Wellcome’da Yaşanmış Deneyim Danışmanı olan Shuranjeet Singh, araştırma hattı boyunca yapay zeka kullanımını şekillendirmek için yaşanmış deneyim uzmanlığının bir rolü olduğunu söylüyor: “Yaşanmış deneyim uzmanlığı, veri setlerinin seçimi ve geliştirilmesi, öğrenilenlerin nasıl uygulanacağı ve risklerin nasıl işaretleneceği konusunda bilgi verebilir.”

Nihayetinde yapay zeka sadece bir araçtır: sadece üzerinde eğitildiği veriler kadar iyidir.

Shuranjeet Singh
Yaşanmış Deneyim Danışmanı
Wellcome

Bazen yapay zekayı kullanmanın en düşünceli yolu, onu kullanmaya ihtiyacınız olup olmadığını düşünmektir.

Krubiner, “Heyecan verici yeni bir teknolojiye sahip olduğunuzda, insanlar bunu yapmanın çok daha basit, daha uygun maliyetli ve genellikle daha iyi bir yolu olsa bile, her türlü şey için kullanmak isterler” diyor.

Kaynak: Wellcome.org

Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, Twitter, LinkedIn,  Instagram‘ ve Whatsapp Kanalımız‘dan takip edin.