Yapay zeka şu anda her yerde karşımıza çıkıyor. Hisse senedi seçimlerine rehberlik ediyor, tatilleri planlıyor ve bir sonraki büyük gişe rekorları kıran filmi yazıyor. Ancak üretken yapay zeka kendini gösterirken, makine öğrenimi doktorların durum teşhisini daha hızlı ve daha verimli hale getirmek için bilgileri sindirmesine ve kullanmasına yardımcı oluyor.
FDA kısa süre önce, 510(k) izni, De Novo talebi veya pazarlama öncesi onay yoluyla pazarlamada kullanılmasına izin verilen, yapay zeka ve makine öğrenimi kullanan 692 tıbbi cihazın bir listesini yayınladı. Bu sınıflandırma kovaları, test edildikleri ve insanlar üzerinde kullanım için güvenli kabul edildikleri anlamına gelir. Bazı cihazlar 1990’ların ortasından beri kullanılıyor. Ancak 171’i listede yeni ve makine öğrenimini yeni ve yenilikçi yollarla içeriyor.
Sağlıkta yapay zeka ne aşamada?
ChatGPT, Bard veya Bing gibi üretken yapay zeka, insan benzeri konuşmaları ve benzer şekilde insan benzeri hata yapma yetenekleriyle haber oldu. Carta Healthcare tarafından ağustos ayında yapılan bir anket, ABD’deki dört hastadan üçünün tıbbi ortamda yapay zekaya güvenmediğini ortaya çıkardı. Healthgrades’in baş tıbbi sorumlusu Brad Bowman, yapay zeka bazı insanları tedirgin etse de makine öğreniminin yapay zekanın çok daha istikrarlı bir şekli olduğunu açıklıyor. Bowman: “Yapay zekanın tamamı bir araya getiriliyor, ancak bu tıbbi cihazlar esasen veri toplamak, hesaplamalar yapmak ve bilgilerden bir tür değer veya sonuç elde etmek için bir algoritma veya formül kullanıyor. Çoğunlukla bilgisayarların iyi yaptığı şeyleri yapıyor” dedi.
Bowman, EKG makinelerini örnek olarak kullanarak makine öğreniminin onlarca yıldır var olduğunu söyledi. Basitçe kalbin elektriksel nabızlarını ölçerek başladılar, ancak ön teşhisler sunacak şekilde gelişti. Ancak tek başına bu ölçümler işe yaramazdı. Bowman: “EKG’nin normal mi yoksa anormal mi olduğunu size söyleyebilirler, ancak nedenini söyleyemezler. Yine de buna kendiniz bakmalı ve makinenin önerdiği şeye katılıp katılmadığınıza karar vermelisiniz. Genel olarak cihazların karar vermesine izin vermiyoruz” dedi. EKG’lerin öngörme yetenekleri zamanla geliştirildi ve şimdi aynı teşhis yeteneği, büyük miktarlarda veriyi herhangi bir insanın yapabileceğinden daha hızlı işlemek için büyük ölçekte kullanılıyor. Birçok tıbbi uzmanlık alanı, diğer şeylerin yanı sıra kanser tespitini daha hızlı ve daha doğru hale getirebilecek teşhis araçları oluşturmak için yeniliğe yöneldi.
Makine öğrenimini yürekten benimseyen bir uzmanlık alanı var: Radyoloji. FDA’nın listesindeki 692 cihazın 531’i radyolojide kullanıldı. Bowman’a göre radyoloji, öncelikli olarak tanısal bir alan olarak, neyin normal ve anormal olduğuna dair yeni değerlendirme listeleri oluşturmak amacıyla geçmiş taramalardan elde edilen büyük veri yığınlarını sentezlemek için makine öğrenimini kullandı.
Bowman, teknolojinin insan anlayışını aştığını, çünkü makinelerin artık büyük veri kümelerini karşılaştıramama ve hatırlama yetersizliği nedeniyle insanların tamamlayabildikleri referansları birkaç nesil geride bıraktığını söyledi. Sağlıkta yapay zeka önemli bir atılım yapıyor.
