Google şirketinin yapay zekâ araştırmacılarının şeker hastalığına bağlı körlüğün en sık görülen nedeni olan diyabetik retinopatinin teşhisi konusundaki çalışmaları, yapay zekâ teknolojisinin insan doktorların yerini almaktan ziyade onlarla bir “ekip” oluşturmasının daha sağlıklı sonuç vereceğini gösteriyor. Şimdiden tıp dergilerinde makalelere konu olan bu çalışmada önce hastalığın tanısında kullanılan göz dibi görüntülerinden çok sayıda örnek, uzmanlardan oluşan bir kurulca oybirliği sağlanacak detayda incelenerek (“hiç yok”tan “çok ileri”ye giden) beş kademeli bir ölçeğe göre derecelendirildi. Derin bir yapay sinir ağı bu örnek girdi-çıktı çiftlerinin bir kısmı kullanılarak eğitildi. (Bu gibi yapay öğrenme çalışmalarında elimizdeki verinin bir kısmını sistemimizi eğitmek için kullanır, diğer kısmını ise daha sonra onu “bakalım eğitim sırasında kendisine gösterilmeyen örnekler üzerinde de doğru cevabı verebilecek şekilde temel kavramı öğrenmiş mi?” diye sınamak için saklarız.) Eğitim aşamasının sonunda kendisine verilen bir göz dibi görüntüsüne yanıt olarak hastalığın o beş dereceden hangisinde olduğu konusundaki tahminlerini (“şu ihtimalle bu derecede, bu ihtimalle şu derecede” diye) sunan bir program elde edildi.
Çalışmanın ikinci aşamasında sınama için elde tutulan örnekler hem üç başka göz doktoruna, hem de bu programa gösterildi. Şekillerde de görebileceğiniz gibi, programın performansı insan doktorlarınkinden kötü değil. Ama asıl moral verici sonuç, insan doktorlara aynı göz hakkında programın yaptığı tahmin de gösterildiğinde elde edilmiş. Programın da insanların da kendi başlarına doğru karara varamadıkları bir durumda, görüntünün yanısıra programın çıktılarını da inceleme şansı verilen insanların tümü doğru dereceyi saptamış.
YZ teknolojisinin son zamanların yükselen kavramlarından “eşyanın İnternet’i” ile birleşiminifn tıpta “büyük veri ile hastayı gözünden tanıma” diye adlandırabileceğimiz bir aşamaya geçmemizi sağlayacağı umuluyor. Birkaç yıl öncesiyle karşılaştırılamayacak kadar çok miktarda biyomedikal verimiz kendi üzerimizde taşıdığımız cihazlarca toplanmakta. Telefonla bağlantılı çalışan kol saatlerinin yeni sürümleri yaygınlaştıkça bu miktar baş döndürücü şekilde artacak. Telefonlarımız şimdiden hangi gün kaç dakika içinde kaç adım attığımızı biliyor. Saatlerimiz kalp atışlarımıza ve benzer sinyallerimize erişebiliyor, ani duruşları saptayıp düşüp düşmediğimizi kendi kendilerine anlayabiliyor. Bu verilerin kitlesel boyutta toplanması sonucunda, sözgelimi insanların ne gibi sinyal örüntülerini verdikten kaç dakika sonra kalp krizi geçirdiklerini on binlerce insan üzerinde öğrendikten sonra sizden de benzer örüntüler gelmeye başladığında sizi uyaran, hatta belki de sürücüsüz arabanıza sizi doğrudan hastaneye götürmesi talimatını veren kişisel bir dijital asistanınızın olmasını istemez misiniz?
Sosyal medyayla hayatımızı paylaşma eğilimimiz de tıbbi yararlara dönüştürülebilir. Harvard ve Vermont üniversitelerinden iki araştırmacının 2017’de yayımlanan bir çalışmasında kişilerin Instagram paylaşımlarındaki resimlerden depresyon hastası olup olmadıklarının (pratisyen doktorların bu hastalığı saptama konusundaki genel performansından daha yüksek doğrulukla) bir yapay öğrenme sistemi tarafından anlaşılabildiği gösterilmişti: Resimlere kullanıcı tarafından konulan renk filtreleri, resimlerin insan yüzü içerip içermemesi gibi bir dizi özellik depresyondaki insanları (sadece tanı konulmadan önce paylaştıkları resimler kale alındığında bile) diğerlerinden anlamlı şekilde ayırt etmekte kullanılabiliyor. Twitter’ı dikkatli inceleyen bir sistemin bir şehirde grip salgınının başlamakta olduğunu sadece hastane kayıtlarına erişimi olan bir yöneticiden çok daha önce (yüzlerce kişi “başım ağrıyor”, “burnum akıyor” diye tweetler atmaya başladığında) saptayabileceğini, benzer yaklaşımlarla birçok halk sağlığı sorunundan önceden haberdar olunabileceğini de unutmayalım. İyi kullanırsak yapay zekâ gerçekten sağlığımıza iyi gelebilir.
Cem Say / [email protected]
*Bu yazı HBT'nin 162. sayısında yayınlanmıştır.