Hayatımızı neredeyse baştan aşağıya değiştirmiş olan salgın dönemi hala devam etmekte. İş yaşantımız, eğitim hayatımız hatta aşk yaşamımız bile bu dönemden hayli etkileniyor. Gelecekte olması ön görülen uzaktan eğitim veya freelance çalışma hayatı gibi bazı değişimlerle biraz daha erken tanışmış olduk.
Hazırlıksız yakalandığımız bu süreç bizi hızla adapte olmaya zorladı da diyebiliriz. Pandemi döneminin süresi uzadıkça eski yaşantılarımıza geri dönüp dönemeyeceğimizle ilgili kafa karışıklıkları artmaya devam ediyor. Başlarda ofis ortamından uzak ev rahatlığında toplantılara katılmak, uzandığımız yerden online derslere girmek kulağımıza hoş gelse de bu sürecin birçok dezavantajı da mevcut.
Sosyal ilişkilerin zayıflaması, gezilerin, konserlerin, maçların ve hatta uluslararası müsabakaların bile yapılamamasının insan sağlığı üzerinde olumsuz etkileri fazla. Her ne kadar bazen kalabalık insan gruplarından, metropol şehirlerden sıkılıp yorulsak da insan sosyal bir varlık olması sebebiyle sosyalleşmeye ihtiyaç duyuyor.
Yapay Zeka ve Koronavirüs Aşıları
9 Kasım’da Alman Biontech Laboratuvarı’ndan gelen sevindirici bir haberle karamsarlık bir nebze de olsa dağılmaya başladı. SARS COV2 virüsü üzerinde %90’ın üzerinden olumlu etkisi olduğu iddia edilen koronavirüs aşısı insanların eski hayatlarına dönebilmeleri konusunda bir ışık yaktı.
Biontech Laboratuvarı’ndan gelen haberden kısa bir süre sonra Moderna hazırladığı aşının koronavirüs üzerinde benzer etkilere sahip olduğunu açıkladı. Ardarda gelen aşı haberlerine Astra Zeneca ile bir yenisi eklendi, Rusya Sputnik beş isimli aşının ülkede uygulanmaya başladığı haberiyle adeta şok etkisi uyandırdı.
Eski zamanlarda yaklaşık 14 yılda hazırlanabilen aşının ortalama 1 yıl sürede nasıl üretilebildiği ise gerçekten şaşırtıcı. Geçmiş dönemlerden günümüze bakıldığında bu ciddi süre farkını bize sağlayan elbette derin öğrenme ve yapay zeka.
Geleceğin Tıbbı Yapay Zeka Sağlık Hizmetlerine Nasıl Katkı Sağlayacak?
Geleceğin tıbbı yapay zeka sağlık hizmetleri alanında değişiklikler yapmaya başlamış durumda. Görüntü tanıma teknolojisiyle başlayan bu yapay zeka serüveni, hastadan elde edilen görüntülerin değerlendirilmesiyle devam ediyor. Yapay zeka görüntüyü değerlendirme noktasında o kadar başarılı bir şekilde ilerliyor ki yaklaşık 5 yıldır radyologların bile önüne geçtiğini söyleyebiliriz.
Bunun sebeplerinden bir tanesi derin öğrenme ve geleceğin tıbbı yapay zeka teknolojisinin bir radyologdan kat kat daha hızlı olabilmesi. Yani bu teknoloji sayesinde her gün binlerce radyolojik veri hızlı bir şekilde işlenebiliyor.
1955 yılında lowa’lı bir doktor Gwilym S. Lodwick, ileride bilgisayarların radyoloji alanında ciddi bir ilerleme kaydedeceğini ön görmüştü. Sahiden de günümüze bakacak olursa bilgisayar teknolojilerinin tıp dalında en yaygın kullanıldığı alan radyoloji. Yalnızca görüntüyü değerlendirirken değil, hastadan o görüntüleri elde edebilmek noktasında da bilgisayarın çok sık kullanıldığını görebiliyoruz.
Son yıllarda derin öğrenme ve yapay zekanın tıptaki konumu, görüntü işleme ve tanıya yardımcı olmadaki kabiliyeti ilham verici. Hekimlere tanı koymada fayda sağladığı kadar aslında hastaların da imdadına yetişti diyebiliriz.
Önceleri süre sıkıntıları nedeniyle konulan yanlış tanıların azalması ya da sağlık hizmetlerine erişmede sorun yaşayan daha uzak kesimlerde ikamet eden hastaların görüntülerinin de hızlı ve doğru bir şekilde değerlendirilmesi sağlandı. Dünya genelini düşündüğümüzde uzak bölgelerde yaşayan ve erişim sorunu yaşayabilen insanların sayısı hiç de az değil.
Dünya nüfusunun yaklaşık 2/3’ü yaşadığı sağlık problemini değerlendirecek bir radyoloji uzmanına zorluklarla erişiyor. Bu tespit aslında yapay zeka ve derin öğrenmenin aslında sanıldığından daha önemli olduğunu açık bir şekilde gösteriyor.
Geleceğin tıbbı yapay zeka, radyolojinin bazı alanlarında çığır açmaya da devam ediyor. Ultrasonografik değerlendirmelerde eskiden beri var olan bazı eksiklikler yapay zeka ve derin öğrenme sayesinde kapanıyor.
Son zamanlarda giderek yaygınlaşan el tipi ultrasonografiler sayesinde gebelik takipleri daha kolay bir şekilde ilerlerken, damar tıkanıklığı problemi yaşayan ve hatta koronavirüs ön tanısı için yapılan değerlendirmeler ön yüklü programlar ve bulut üzerinden uzmanlara ulaştırılabiliyor.
Yapay Zeka ve Derin Öğrenme Teknolojisi Radyologların Yerini Alabilecek mi?
Şu an böyle bir şey söyleyemeyiz, fakat gelişmeye devam eden görüntü işleme teknolojilerinin bir süre sonra hangi noktaya erişeceğiniz bilemiyoruz. Bu durum mikroskobik incelemeler tarafında da aynı. Yapay zeka ve derin öğrenme sayesinde hücresel düzeyde kanser hücreleri ayırt edilebiliyor.
Bir insanın bu hücreleri ayırt etmesiyle yakın doğruluk oranı sağlayabilen bu teknoloji gelişmeye devam ettiği sürece bu alanda insanların etkinliği azalabilir. Ayrıca bu ilerlemeler sayesinde dünyanın hemen her yerindeki hastaya erkenden tanı konularak tedavisi sağlanabilecek.
Diyabetik Retinopatinin Sebep Olduğu Görme Kayıplarının Önüne Geçilebilecek!
Yapay Zeka ve derin öğrenmeyle birlikte kullanılan görüntü işleme teknolojilerinin önemini diyabetik retinopatide de görebiliyoruz. Özellikle göz doktorlarının erişemeyeceği bölgelerde yaşayan insanlar bile Google tarafından geliştirilen göz dibi tarama teknolojisi yardımıyla ciddi göz rahatsızlıkları varsa bile erkenden fark edebiliyorlar. Bu teknoloji sayesinde göz dibinde meydana gelen küçük belirtiler bile anlaşılabiliyor ve böylece hastalar, göz gibine yaptırdığı lazer uygulamasıyla göz sağlığına kavuşabiliyorlar.
Uzaktan Ameliyat Mümkün mü?
Yapay Zeka ve Protein Katlanma Sorunu
Vücudumuzun yapı taşları olduğunu bildiğimiz proteinler, 21 aminoasitten meydana gelen katlanmış karmaşık moleküllerdir. Vücudumuzda birçok işlevi bulunan bu moleküller kaslarımızın kasılmasını sağlar, yiyecekleri sindirir, bağışıklık sistemimizi güçlendirir ve nöronlarımızı harekete geçirir.
İnsan vücudunda gerçekleşen neredeyse tüm olaylarda rolü olan proteinlerin katlanma süreci rastgele gerçekleşiyor gibi görünse de aslında çok planlı ilerler. Katlanma şekilleri aslında proteinlerin imzaları gibidir ve bu süreç saniyenin yalnızca küçük bir kısmında meydana gelir. Bu durumu hemoglobin üzerinden anlaşılabilir.
Hemoglobin, oksijen transferine has bir şekilde akciğer dokusunda gerekli değişimlere uğrayıp dokulara oksijen ulaşmasını sağlar. Hemoglobinopatiler, bu katlanma olayı düzgün bir şekilde gerçekleşmediği durumlarda gerçekleşen bir hastalık. Vücut için bu kadar önemli olan protein, uzun yıllardır bilim insanlarının merak konusu oldu.
Proteinin yapısını anlayabilmek çeşitli araştırmalar yapıldı ve hala araştırılmaya devam ediyor. Kristallografi bu konuda en güzel örneklerden biri. X ışını ile yapılan kristallografi, Rosalind Franklin’in uğraşları sayesinde DNA’nın sahip olduğu çift sarmal yapı anlaşılabildi.
Fakat kristallografiye uyumlu çok fazla protein türü bulunmuyordu. Bilgisayar teknolojilerinin ilerlemesiyle birlikte protein modellemelerinin yapılması kolaylaştı. Özellikle son 50 yıldır protein modellemesi konusunda ciddi yol kat edilmiştir.
Böylece belirlenen protein molekülünün sentezlenmesinde kullanılacak aşıların kanser ilaçlarının üretilmesi sağlanacak ve ALS, Multipl Skleroz ve Alzheimer gibi önceden tedavi edilemeyen hastalıklara çözüm bulunabilecek.
Var olan her protein üstlendiği göreve uygun bir forma sahip. Bu form, moleküllerin dizilmesiyle ve aralarında oluşan çekim kuvvetlerinin etkisiyle yalnızca milisaniyeler içerisinde meydana geliyor. Proteinlerin katlanması için milyonlarca kombinasyon mevcut.
Küçük moleküllerin katlanması için 10 üzeri 50 olasılık gerekirken boyutu daha büyük proteinler için 10 üzeri 300 tane farklı seçenek bulunuyor. Gelecek yıllarda var olan bu proteinler dışında yapay zeka ve derin öğrenme teknolojileri sayesinde yapay proteinler de üretilebilecek.
Covid-19 Aşı Çalışmaları ve Yapay Zeka
10 Ocak 2020 tarihinde SARS COV2 virüsünün genom özelliklerinin yayınlanmasıyla birlikte aşı çalışmaları büyük bir hız kazandı. Virüsün spike proteini modellemesi yapılarak, inaktif virüs aşıları ve canlı virüs aşılarına karşın hem daha etkili olması hem de oluşabilecek mutasyonlara karşı geliştirilmesi gereken yeni aşılar üretilebilmesine imkan sağlandı. Bu çalışmalar yapılırken yani proteinin katlanması ve modellenmesi incelenirken Google Deep Mind ekibi ve Alpha Fold isimli özel bilgisayar kullanıldı.
Bilişim teknolojilerinin gelişmesiyle birlikte sağlık sektöründe büyük ilerlemeler kaydedilecek. Hastalıkların önlenebilmesi, tanısı ve tedavisinde geliştirilecek yeni metotlar hastalara umut olacak. Koronavirüs aşısıyla adını dünyaya duyurmayı başaran Biontech, MS yani Multiple Sklerosis hastalığının tedavisiyle ilgili de çalışmalarını sürdürüyor. Ayrıca derin öğrenme teknolojisi sayesinde SARS COV2 virüsünün uğrayabileceği mutasyonların ön görülebilecek ve erken dönemde müdahale edilebilecek.
Tıp ve gelişmekte olan yapay zeka teknolojilerinin bir arada olmasının günler günlerin habercisi olduğuna inanıyoruz.