Yapay zekâ, insanlığın Birleşmiş Milletler'in 2030 yılına kadar evrensel sağlık güvencesi sağlama sürdürülebilir kalkınma hedefine ulaşması yolunda yeniden ilerlemesine bile yardımcı olabilir.

Yapay Zeka Yarışması.jpg
Yapay zeka, ambulans ihtiyaçlarının değerlendirilmesine yardımcı oluyor. Fotoğraf: Weforum.org

Ancak, hızlı teknolojik gelişmelere rağmen, Dünya Ekonomik Forumu'nun "Yapay Zekaya Dayalı Sağlığın Geleceği: Öncülük Etmek" başlıklı raporuna göre, sağlık sektörü yapay zekanın benimsenmesi konusunda diğer sektörlere kıyasla "ortalama seviyenin altında" kalmaktadır.

Rapora göre, "Yapay zekâ destekli dönüşüm sadece yeni araçların benimsenmesiyle ilgili değil, sağlık hizmetlerinin sunulma ve erişim biçiminin tamamen yeniden düşünülmesini gerektiriyor."

Yapay zekâ destekli sağlık hizmetleri pazarının bu yıl 2,7 milyar dolara, 2034 yılına kadar ise yaklaşık 17 milyar dolara ulaşması öngörülürken, işte yapay zekânın sağlık sektörünü dönüştürdüğü bazı yollar:

Yapay zeka beyin görüntülerini analiz edebiliyor.

Yeni bir yapay zeka yazılım programı, felç geçiren hastaların beyin görüntülerini analiz etmede uzmanlardan iki kat daha doğru sonuçlar veriyor. İngiltere'deki iki üniversite, yazılımı 800 beyin taraması üzerinde eğitti ve ardından 2.000 hasta üzerinde test etti. Sonuçlar etkileyiciydi. Yüksek doğruluğunun yanı sıra, yazılım felç geçirme zaman aralığını da belirleyebildi; bu da doktorlar için çok önemli bir faktör.

Nörolog Paul Bentley, Health Tech Newspaper'a şunları söyledi: "Kan pıhtılarından kaynaklanan felçlerin büyük çoğunluğunda, hastalar felç geçirdikten sonraki 4,5 saat içinde hastaneye gelirlerse hem ilaç tedavisi hem de ameliyat için uygun olurlar. 6 saat içinde ameliyat hala mümkündür, ancak bu noktadan sonra tedavi kararları daha zor hale gelir çünkü birçok vaka geri döndürülemez. Bu nedenle, başlangıç ​​ve iyileşme potansiyelini doğru bir şekilde belirlemek çok önemlidir."

Yapay zekâ, kemik kırıklarını insanlardan daha iyi tespit ediyor.

İlk analiz için yapay zekanın kullanılması, gereksiz röntgen çekimlerinden kaçınmaya ve kırıkların gözden kaçma riskini en aza indirmeye yardımcı olabilir. İngiltere'deki Ulusal Sağlık ve Bakım Mükemmelliği Enstitüsü (NICE), teknolojinin güvenli, güvenilir olduğunu ve takip ziyaretlerinin sayısını azaltabileceğini belirtiyor.

Yapay zekâ kullanarak ambulans ihtiyaçlarını değerlendirme.

Birleşik Krallık'ta her ay yaklaşık 350.000 kişi ambulansla hastaneye taşınıyor. Sürekli yaşanan hastane yatağı sıkıntısı ortamında, kimin başka bir hastaneye sevk edilmesi gerektiğine dair karar, hastane öncesi sağlık personeline kalıyor. Yorkshire'da (Kuzey İngiltere) yapılan bir çalışma, yapay zekanın vakaların %80'inde hangi hastaların sevk edilmesi gerektiğini doğru bir şekilde tahmin edebildiğini gösterdi. Yapay zeka modeli, hareketlilik, kalp atış hızı, kan oksijen seviyeleri ve göğüs ağrısı gibi faktörlere dayanarak eğitildi ve özellikle yapay zekanın veri işlemede hiçbir önyargı göstermediği görüldü.

1000'den fazla hastalığın erken teşhisi.

AstraZeneca'nın geliştirdiği yeni bir makine öğrenme modeli, hastalar herhangi bir semptom göstermeden önce hastalığı tespit etme potansiyeline sahip. İngiltere'deki bir tıbbi veri tabanından elde edilen 500.000 kişinin tıbbi verilerine dayanan model, "yıllar sonra yapılacak bir teşhisi yüksek güvenle tahmin edebiliyor."

Birleşik Krallık'ta yapılan bir başka çalışma, yapay zekâ aracının radyologların daha önce gözden kaçırdığı epilepsiye bağlı beyin lezyonlarının %64'ünü tespit edebildiğini ortaya koydu. Dünya genelinde 1100'den fazla yetişkin ve çocuğun MR taramasıyla eğitilen yapay zekâ, lezyonları daha hızlı tespit etmekle kalmadı, aynı zamanda insan gözüyle görülemeyen çok küçük veya gizli lezyonları da belirledi.

Tıbbi sohbet robotları klinik karar verme süreçlerini destekler.

Doktorların hızlı ve doğru kararlar vermesi gerekiyor ve yapay zeka bu süreci hızlandırmaya yardımcı olsa da, yanlış veya taraflı bilgi verme riskini de beraberinde getiriyor.

ABD'de yapılan bir çalışma, ChatGPT, Claude veya Gemini gibi standart büyük dil modellerinin (LLM'ler) doktorlara eksiksiz ve bilimsel temelli yanıtlar sağlayamadığını gösterdi. Bununla birlikte, gelişmiş bilgi alma özelliğine sahip üretken bir sistem olan ChatRWD daha iyi performans gösterdi ve yanıtların %58'i faydalıydı (geleneksel LLM'lerden elde edilen %2-10'luk orana kıyasla).

Hastaların önceliklendirilmesini desteklemek için dijital arayüzler de kullanılmaya başlandı. Dünya Ekonomik Forumu'nun Dijital Sağlık Dönüşümü Girişimi'nin 2024 tarihli bir raporunda, Huma dijital hasta platformunun yeniden hastaneye yatış oranlarını %30 oranında azaltabileceği, doktor değerlendirme süresini %40'a kadar kısaltabileceği ve "sağlık personeli için iş yükünü azaltabileceği" belirtiliyor.

Raporda, gelecekteki teknolojilerin "hastalar için sağlık hizmeti deneyimini önemli ölçüde dönüştüreceği" öngörülüyor. Sağlıklı bireyler, fiziksel ve zihinsel sağlıklarını optimize etmek için izleme cihazlarını kullanabilirken, sağlık sorunları olanlar da çeşitli dijital çözümlere erişebilecekler.

(Weforum.org'a göre)

Kaynak: https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html