Yapay zeka nesilleri tıp alanında hızla gelişiyor

20. yüzyılın sonlarında bilgisayar mühendisleri tarafından programlanan yapay zekâ, insanların oluşturduğu bir dizi talimat (kural) temelinde doğmuş ve teknolojinin temel sorunları çözmesine olanak sağlamıştır.

Editörün notu: Bilgi çağındaki yeni teknolojilerden etkilenen birçok sektör bulunmaktadır. Otomasyon, bilgisayar bilimi ve yapay zekânın (YZ) etkisiyle doktorlar, hastaneler, sigorta şirketleri ve sağlık sektörü gibi alanlar da istisna değildir. Ancak özellikle sağlık alanında YZ'nin diğer sektörlere göre daha olumlu bir etkisi vardır.

Birinci nesil

Yapay zekanın şu anda eğitilme şekli, tıp öğrencilerinin yaklaşımına benzer olarak düşünülebilir; yapay zeka sistemlerine, hasta semptomlarını teşhise dönüştürmek için yüzlerce algoritma da öğretiliyor. Bu, yapay zeka sistemlerine dahil edilen ilk nesil sağlık kuralları olarak kabul ediliyor.

Üretken yapay zeka uygulamaları, doktorların bilgileri gerçek zamanlı olarak güncellemesine yardımcı oluyor

Karar verme algoritmaları, gövdeden (hastanın sorunu) başlayıp oradan dallara ayrılarak bir ağaç gibi büyür. Örneğin, bir hasta şiddetli öksürükten şikayet ederse, doktor önce ateşi olup olmadığını sorar. Ateş/ateşsizlik şeklinde iki soru grubu olur. İlk cevaplar, hastalık hakkında daha fazla soruya yol açar. Bu da başka dallara yol açar. Son olarak, her dal bir tanıdır ve bu tanı bakteriyel, fungal veya viral zatürreden kansere, kalp yetmezliğine veya düzinelerce başka akciğer hastalığına kadar uzanabilir.

Genel olarak, ilk nesil yapay zekâ sorunları tespit edebiliyordu, ancak tıbbi kayıtları analiz edip sınıflandıramıyordu. Sonuç olarak, yapay zekânın erken dönemleri, tıp bilimini sezgileri ve deneyimleriyle birleştiren doktorlar kadar isabetli olamıyordu. Bu sınırlamalar nedeniyle, kural tabanlı yapay zekâ, diğer zamanlarda klinik uygulamada nadiren kullanılıyordu.

Tam otomasyon

21. yüzyılın başlarında, Yapay Zeka'nın ikinci dönemi, belirli görev kümelerini çözen Yapay Dar Zeka (YZZ) ile başladı. İnsan beyninin yapısını taklit eden sinir ağlarının ortaya çıkışı, derin öğrenme teknolojisinin önünü açtı. YZZ, öncüllerinden çok farklı çalışır. Araştırmacılar tarafından önceden belirlenmiş kurallar sağlamak yerine, ikinci nesil sistemler, insanların uzun süreler alacağı kalıpları ayırt etmek için büyük veri kümeleri kullanır.

Bir örnekte, araştırmacılar bir ANI sistemine binlerce mamogram yüklediler; bunların yarısı kötü huylu, yarısı da iyi huylu kanserleri gösteriyordu. Model, mamogramların boyutu, yoğunluğu ve gölgelendirmesindeki düzinelerce farkı anında tespit edebildi ve her farka kötü huylu olma olasılığını yansıtan bir etki faktörü atadı. Daha da önemlisi, bu tür bir yapay zeka, insanlar gibi sezgisel yöntemlere (pratik kurallara) değil, hem radyolog hem de yazılım tasarımcısının bilmediği kötü huylu ve normal muayeneler arasındaki ince farklılıklara dayanır.

Kural tabanlı yapay zekânın aksine, ikinci nesil yapay zekâ araçları bazen tanı doğruluğunda insan sezgisini geride bırakmaktadır. Ancak bu yapay zekâ biçimi ciddi sınırlamalar da sunmaktadır. İlk olarak, her uygulama göreve özgüdür. Yani, mamogram okumak üzere eğitilmiş bir sistem beyin taramalarını veya göğüs röntgenlerini yorumlayamaz. ANI'nin en büyük sınırlaması, sistemin yalnızca eğitildiği veriler kadar iyi olmasıdır. Bu zayıflığın açık bir örneği, UnitedHealthcare'in en hasta hastaları tespit etmek ve onlara ek tıbbi hizmetler sunmak için dar kapsamlı yapay zekâya güvenmesiydi. Araştırmacılar verileri incelediklerinde, yapay zekânın zararlı bir varsayımda bulunduğunu keşfettiler. Hastalar, tıbbi kayıtlarında çok az tıbbi bakım aldıkları için sağlıklı olarak teşhis edilirken, çok fazla tıbbi bakım kullanan hastaların sağlıksız olduğu sonucuna varıldı.

Gelecek nesil yapay zeka, insanların tıpkı herhangi bir doktor gibi hastalıkları teşhis edip tedavi planlamasına da olanak tanıyacak. Şu anda, üretken bir yapay zeka aracı (Google'ın MED-PALM2'si), hekimlik lisanslama sınavını uzmanlık puanıyla geçmiş durumda. Birçok başka tıbbi yapay zeka aracı artık doktorlarınkine benzer teşhisler koyabiliyor. Ancak bu modeller hâlâ hekim gözetimi gerektiriyor ve doktorların yerini alması pek olası değil. Ancak mevcut üstel büyüme hızlarıyla, bu uygulamaların önümüzdeki 5 yıl içinde en az 30 kat daha güçlü hale gelmesi bekleniyor. ChatGPT gibi gelecek nesil araçların, tıbbi uzmanlığı herkesin eline sunarak doktor-hasta ilişkisini kökten değiştireceği öngörülüyor.

VIET LE tarafından derlendi

[reklam_2]
Kaynak