AI güncellemesinin ayrıntılı incelemesi: CAIMed teşhisleri nasıl iyileştirmek istiyor?

Yapay zeka araştırması tıbbi uygulamayla buluşuyor

Yapay zeka, genetik varyasyonların tanınmasına veya görüntü verilerinin değerlendirilmesine yardımcı olarak hastalıkların teşhisinde uzmanlara destek olabilir. Aşağı Saksonya AI araştırma merkezi CAIMed'in çalışmaları tam da bu noktada devreye giriyor. CAIMed Genel Müdürü Johannes Winter podcast'te şöyle açıklıyor: “CAIMed, tıpta yapay zeka ve nedensel yöntemler için Aşağı Saksonya'daki merkezdir.” Özel olan ise “Yapay zeka araştırması, tıbbi araştırma ve uygulamanın burada bir araya gelmesi.”

Hannover Tıp Fakültesi, Göttingen Üniversitesi Tıp Merkezi, Braunschweig'deki Helmholtz Enfeksiyon Araştırma Merkezi'nin yanı sıra Hannover'deki L3S yapay zeka araştırma merkezleri ve Göttingen'deki CIDAS merkezde yer alıyor. Winter, ortak amaçlarının “AI yöntemlerini geliştirmek ve bunları klinik kullanıma sunmak” olduğunu söylüyor. Finansman, Aşağı Saksonya Bilim ve Kültür Bakanlığı tarafından Volkswagen Vakfı'nın zukunft.niedersachsen programından sağlanan fonlarla sağlanıyor.

Kişiselleştirilmiş ilaca odaklanın

CAIMed üç tıbbi alana odaklanmaktadır. Winter, “Bunlar aslında en yaygın hastalıklardır” diyor. Bunlar arasında onkoloji, kardiyovasküler ve akciğer tıbbının yanı sıra bulaşıcı hastalıklar tıbbı da bulunmaktadır. Hedef kişiselleştirilmiş sağlık hizmetidir. Winter'ın gelişigüzel bir şekilde “av tüfeği yaklaşımı” olarak tanımladığı jenerik tedavi yaklaşımları şu anda sıklıkla kullanılsa da, kişiselleştirilmiş tıp “özel teşhis ve aynı zamanda terapötik yaklaşımlar sunmayı” amaçlamaktadır.

Özel bir proje rahim ağzı kanserinin önlenmesiyle ilgilidir. Ekip, sürüntülerin geleneksel laboratuvar incelemeleri yerine “AI tabanlı sitolojiye, yani hücre analizine” güveniyor. Swaplar sayısallaştırılıyor ve bir yapay zeka tarafından anormallikler açısından kontrol ediliyor. Winter, zamandan tasarruf etmenin avantajını şöyle açıklıyor: “Bu durumda patologların artık bu anormallikler için her görüntüyü manuel olarak zahmetli bir şekilde incelemesine gerek kalmayacak.”

Bir diğer uygulama alanı ise yoğun bakım ünitelerindeki çocuklarda nozokomiyal sepsisin öngörülmesidir. Sepsis hastanede edinilebilen bir kan zehirlenmesidir. Bir yapay zeka modelinin bunu “sepsis ortaya çıkmadan yaklaşık altı ila on iki saat önce” tespit etmesi gerekiyor. Winter, “Bunu ne kadar erken tedavi edebilirsem çocuk için o kadar iyi olur” diye vurguluyor. Aynı zamanda klinik personeli de rahatlayacak.

Yapay zeka aslında ne kadar akıllı? Üretken yapay zekanın işimiz, boş zamanlarımız ve toplumumuz açısından ne gibi sonuçları var? Haberler'nin “Yapay Zeka Güncellemesi”nde The Decoder ile birlikte size hafta içi her gün en önemli yapay zeka gelişmelerine ilişkin güncellemeleri sunuyoruz. Cuma günleri uzmanlarla yapay zeka devriminin farklı yönlerini inceliyoruz.

Veritabanı ve samanlıkta iğne arama

Bu tür modelleri eğitmek için büyük ve çeşitli miktarlarda veri gereklidir. Winter'a göre Almanya'daki veri durumu iyi. Tıp Bilişimi Girişimi gibi girişimlere atıfta bulunarak, “Yeterli veriye sahibiz” diyor. Buradaki zorluk “veri koruma ile veri hazinesi arasında bir denge” bulmaktır.

CAIMed, yapay zeka sistemlerinin anlaşılır bir şekilde çalışmasını sağlamak için “hibrit yapay zeka yaklaşımını” izliyor. Büyük dil modelleri gibi veriye dayalı modeller, “bilgi veritabanları yani güvenli bilgi” ile birleştirilir. Bir dil modelinin hastane bilgi sistemleri gibi güvenilir veri kaynaklarına bağlandığı “geri getirme artırılmış üretim yaklaşımları” adı verilen yaklaşımlar kullanılmaktadır.

Yapay zeka aynı zamanda Long Kovid gibi teşhis edilmesi zor hastalıklara da yardımcı olmalı. Bu konuyla ilgili en büyük araştırma kümesi Aşağı Saksonya'da bulunmaktadır. Yapay zeka modelleri, insan gözünün kavraması zor olan kalıpları tanıyabiliyor. Winter, “Umarım burada samanlıkta iğne bulabiliriz” diyor.

İnsanlar hayati önem taşıyor

Winter, teknik olanaklara rağmen yapay zekayı tıp uzmanları için bir “destek sistemi, dijital asistan” olarak görüyor. Genç doktorların teknolojiye çok fazla güvenmeleri durumunda “beceri kaybı”, yani beceri kaybı konusunda uyarıda bulunuyor. Winter, “Bu yapay zeka becerilerinin geliştirilmesini ciddiye aldığımdan gerçekten emin olmam gerekiyor” diye uyarıyor.

Bu nedenle CAIMed'in yaklaşımı başlangıçtan itibaren disiplinler arası çalışmaktır. Kullanım senaryoları olarak adlandırılan durumlarda doktorlar, yapay zeka araştırmacıları ve etik uzmanları çözümler üzerinde birlikte çalışır. Winter, “Başlangıçtan itibaren her iki dünyanın (uygulamalı tıp ve araştırma) birlikte çalışması gerekiyor” diye açıklıyor. Geliştirilen araçların aynı zamanda klinik uygulamanın ihtiyaçlarını da karşılamasını sağlamanın tek yolu budur.

(igr)