20. yüzyılın sonlarında, bilgisayar mühendisleri tarafından insan tarafından oluşturulan bir dizi talimat (kural) temelinde programlanan yapay zeka ortaya çıktı ve bu teknoloji temel sorunları çözme olanağı sağladı.
Editörün Notu: Bilgi çağında birçok sektör yeni teknolojilerden etkilenmektedir. Otomasyon, bilgisayar bilimi ve yapay zekanın (YZ) etkisiyle doktorlar, hastaneler, sigorta şirketleri ve sağlıkla ilgili sektörler de istisna değildir. Ancak özellikle sağlık sektöründe YZ'nin etkisi diğer sektörlere göre daha olumlu olmuştur.
Birinci nesil
Bu aşamada yapay zeka eğitiminin, tıp öğrencilerinin izlediği yaklaşıma benzer olduğunu düşünebiliriz; yapay zeka sistemlerine, hasta semptomlarını teşhise dönüştürmek için yüzlerce algoritma öğretiliyor. Bu, sağlık hizmetleri prensiplerini yapay zeka sistemlerine entegre eden ilk nesil olarak kabul ediliyor.
Karar verme algoritmaları, gövdeden (hastanın problemi) başlayıp oradan dallanan bir ağaca benzer. Örneğin, bir hasta şiddetli öksürükten şikayet ediyorsa, doktor önce ateşini kontrol edecektir. Ateş olup olmamasına bağlı olarak iki soru grubu olacaktır. İlk cevaptan yola çıkarak, hastanın durumuyla ilgili daha fazla soru ortaya çıkacaktır. Bu da daha fazla dallanmaya yol açar. Sonuç olarak, her dal bir teşhis haline gelir; bu teşhis bakteriyel, mantar veya viral zatürreden kansere, kalp yetmezliğine veya diğer birçok akciğer hastalığına kadar değişebilir.
Genel olarak, yapay zekanın ilk nesli sorunları tespit edebiliyordu ancak tıbbi kayıtları analiz edip sınıflandıramıyordu. Sonuç olarak, yapay zekanın bu erken biçimi, tıp bilimini sezgileri ve deneyimleriyle birleştiren doktorlar kadar doğru sonuçlar veremiyordu. Bu sınırlamalar nedeniyle, kural tabanlı yapay zeka geçmişte klinik uygulamada nadiren kullanıldı.
Tam otomasyon
21. yüzyılın başlarında, belirli görev gruplarını çözen yapay zekâ olan Yapay Dar Zekâ (YZ) ile yapay zekânın ikinci çağı başladı. İnsan beyninin yapısını taklit eden sinir ağlarının ortaya çıkışı, derin öğrenme teknolojisinin yolunu açtı. YZ, önceki nesillerden çok farklı çalışır. Araştırmacılar tarafından önceden tanımlanmış kurallar sağlamak yerine, ikinci nesil sistemler, insanların tanımlaması çok uzun zaman alacak kalıpları ayırt etmek için büyük veri kümeleri kullanır.
Bir örnekte, araştırmacılar binlerce mamografi görüntüsünü bir yapay zeka sistemine yüklediler; bunların yarısı kötü huylu kanser, yarısı ise iyi huylu kanser gösteriyordu. Model, röntgen görüntülerindeki boyut, yoğunluk ve gölgelendirmedeki onlarca farklılığı anında tespit edebiliyor ve her farklılığa kötü huyluluk olasılığını yansıtan bir etki faktörü atıyordu. Önemli olan, bu tür yapay zekanın insanlar gibi tahmine (bazı genel kurallara) dayanmaması, bunun yerine radyologun veya yazılım tasarımcısının farkında olmadığı, kötü huylu ve normal bulgular arasındaki ince farklılıklara dayanmasıdır.
Kural tabanlı yapay zekânın aksine, ikinci nesil yapay zekâ araçları bazen tanı doğruluğunda bir doktorun sezgisini bile geride bırakabiliyor. Ancak bu yapay zekâ biçimi de ciddi sınırlamalar gösteriyor. Birincisi, her uygulamanın belirli bir görevi var. Bu, mamografi okumak üzere eğitilmiş bir sistemin beyin taramalarını veya göğüs röntgenlerini yorumlayamayacağı anlamına geliyor. Yapay zekânın en büyük sınırlaması, sistemin yalnızca eğitildiği verilerle iyi çalışmasıdır. Bu zayıflığın açık bir örneği, UnitedHealthcare'in en zayıf hastaları belirlemek ve onlara ek tıbbi hizmetler sağlamak için dar kapsamlı yapay zekâya güvenmesidir. Verileri filtrelerken, araştırmacılar daha sonra yapay zekânın zararlı bir varsayımda bulunduğunu keşfettiler. Hastalar, tıbbi kayıtlarında az tıbbi bakım aldıkları belirtildiği için sağlıklı olarak teşhis edilirken, daha fazla tıbbi bakım alan hastaların sağlık durumları hafife alınmıştı...
Yeni nesil yapay zekâ, insanların tıpkı bir doktor gibi hastalıkları teşhis etmelerine ve tedavi planlamalarına olanak tanıyacak. Şu anda Google'ın yapay zekâ tarafından geliştirilen aracı (MED-PALM2), uzman seviyesinde bir puanla doktorluk lisans sınavını geçti. Birçok diğer tıbbi yapay zekâ aracı da artık doktorlarınkine benzer teşhisler yazabiliyor. Ancak bu modeller hala doktor gözetimi gerektiriyor ve henüz doktorların yerini alabilecek kapasitede değiller. Ancak mevcut üstel büyüme oranıyla, bu uygulamaların önümüzdeki beş yıl içinde en az 30 kat daha güçlü hale gelmesi bekleniyor. ChatGPT gibi araçların gelecek nesillerinin, tıbbi uzmanlığı herkese ulaştırarak doktorlar ve hastalar arasındaki ilişkiyi temelden değiştireceği tahmin ediliyor.
VIET LE tarafından derlenmiştir.
[reklam_2]
Kaynak
![[Resim] Hanoi Çevre Yolu 1 kavşağındaki 5 numaralı metro hattının yer altı istasyonu inşaat alanının genel görünümü.](https://vphoto.vietnam.vn/thumb/1200x675/vietnam/resource/IMAGE/2026/07/03/1783065595682_ndo_br_z7974930852369-100ca093c306e72675f1d3700966a86b-jpg.webp)
