Yapay Zeka Nedir? Tıp Alanında Yapay Zeka Uygulamaları Nelerdir?


Hakan HAKYEMEZ- Ceren YÜKSEL, Yesilscience

Yapay Zeka (Artificial Intelligence / AI) ‘yı tanımlamadan önce zeka kavramını tanımlamak gerekir. Zeka bir problemin etkin ve kısa yoldan çözülmesi, akıl yürütme, deneyimlerle öğrenme, karmaşık düşünceleri anlama, soyut düşünme ve hızlı öğrenmeyle birlikte birçok elemandan oluşan çok genel zihinsel bir yetenektir. Yapay Zeka ise organik olmayan sistemlerdeki zeka türüdür. İnsan zekasının bilgisayar tarafından simüle edilmesini sağlamaya yönelik metotlarla ilgilenen çalışma alanıdır. Amacı gerçek dünya problemlerini yapay zeka dünyasında modellemek ve çözümleri gerçek dünyada temsil etmektir. [1]


Yapay Zeka bir problem için genellikle insan gibi düşünen, insan gibi davranan, mantıklı düşünen ve mantıklı davranan çözümler üretir. Çözümler genellikle insan ve hayvan zekasını taklit etmeye yöneliktir. Örneğin yuvalarından çıkan karıncaların besine ulaşmak için yol boyunca salgıladığı Feremon isimli kimyasal madde yoğunluğundan, yuva ve besin arasında en kısa yolu buldukları ve bir süre sonra sadece bu yolu kullandıkları anlaşılmış ve gerçek dünyada iki mesafe arasındaki en kısa yolu bulmak için kullanılan algoritmalardan biri olan “Ant Colony Algorithm” isimli sezgisel algoritma üretilmiştir. Yapay Zeka birçok uygulamasında doğayı taklit eder. Ancak insan ve hayvanların yapabileceğinden daha fazla bilgi içeren yöntemleri kullanmakta serbesttir.


AI alanında araştırmalar ilk kez İkinci Dünya savaşı sırasında farklı disiplinlerdeki bilim insanlarının sinirbilim ve bilgisayar alanındaki araştırmaları sırasında yapıldı. Modern AI’nın başlangıcı klasik filozofların insan düşünce sistemini sembolik bir sistem olarak tanımlama girişiminde görülmüştür. Fakat, AI alanı 1956’ya kadar resmi olarak oluşturulmadı. 1956’da Hanover, New Hampshire, Dartmouth College’da yapılan bir konferansta ‘’ Artificial Intelligence’’ terimi ilk defa ortaya atılmıştır. [2]


AI uygulamaları bilgisayarlar üzerinde geliştirilen algoritmalar ile yapılmaktadır. Klasik programlardan farklı olarak AI uygulamaları daha soyut ifade edilebilecek algoritmalarla yapılmaktadır. Bir hesap makinesi uygulamasında olası tüm senaryolar programın içinde tanımlanmaktadır. Input olarak aldığı değerlerle kullanıcının belirttiği işlemi yapmak üzerine programlanmıştır. Klasik programlarda belirli senaryolar dışında bir işlem yapıldığında program durur veya yanıt vermez. (0’a bölme hatası gibi) AI kullanarak bir hesap makinesi yapılmak istendiğinde programa örnek bazı işlemler öğretilir. (1+2 =3 3*2 =6 8/2=4 gibi) AI uygulaması kendisine verilen örnek verilerden ne yapması gerektiğini öğrenmesi, çeşitli kararlar alması ve seçimler yapması beklenir. Bu karar ve seçimlerin doğruluğu yazılan algoritmanın gücüne ve uygulamaya verilen örnek verilerin doğruluğuna bağlıdır. (2+2=5 olarak öğretebilirsiniz bu ve benzeri durumlarda doğruluk oranı düşer). Bu nedenle bir çok AI uygulaması %100 ‘e yaklaşsa bile %100 doğru sonuçlar veremeyebilir. Hastalıkların teşhisi, otonom sürüş gibi kritik konularda son noktada insan gözetimi ve müdahalesi gerekmektedir. AI uygulamaları karar verme ve seçim yöntemlerinde kullanılan algoritmalar ve öğretici veri kümeleri geliştikçe %100 doğru sonuç üretmeye daha da yaklaşacaktır.


Son zamanlarda sıklıkla duyulan ve bazıları karıştırılan AI terimleri aşağıdaki kısaca tarif edilmiştir.


Algoritma: Yapay zeka, sinir ağı veya kendi kendine öğrenme komutlarını tasarlamak için makinelere verilen bir dizi kural veya talimat amacıyla yazılan kod blokları.


Yapay sinir ağı (YSA): Geleneksel bilgisayar sistemleri tarafından çözülmesi zor olan problemleri çözen, bir insan beyni gibi davranmak için yaratılmış bir öğrenme modeli.


Sınıflandırma: Örnek eğitici verilere dayanarak veri gruplarına kategori ataması.


Kümeleme: Veriler arasında gizli ilişkileri bulmak ve birbirine benzer nesneler için gruplama yapılması.


Veri madenciliği: Büyük miktardaki veri yığını içerisinden gelecekle ilgili tahmin yapmamızı sağlayacak, bağıntı ve kuralların bilgisayar programları kullanılarak aranması.


Karar ağacı: Bir akış şemasına benzer şekilde kararları ve olası sonuçları haritalamak için kullanılan model.


Derin öğrenme: Makinelerin, insansı düşünce kalıplarını, yapay sinir ağları aracılığıyla taklit etme yeteneği.


Genetik algoritma: Genetik ve doğal seleksiyon prensiplerine dayanan, çözülmesi uzun yıllar sürecek zor problemlere optimal çözümler bulmak için kullanılan bir evrimsel algoritma.


Makine öğrenimi: Makinelerin programlanmadan öğrenmelerini sağlayan ve yeni veriler eklendiğinde kendini geliştiren bir yapay zeka türü.


Doğal dil işleme: Bir programın, insan iletişimini algılama yeteneği.


Denetimli öğrenme: Bir çalışanı denetleyen yönetici gibi istenen algoritmaları üretmek için makineyi eğittiği bir makine öğrenimi türü; denetimsiz öğrenmeden daha yaygındır.


Denetimsiz öğrenme: Veri kümelerinden çıkarımlar yapmak için kullanılan bir makine öğrenme algoritma türüdür. Sadece örnek veriler vardır ve veriler hakkında baştan bilgi verilmez sonuç çıkarılmaya çalışılır. [3]


Tıp Alanında Yapay Zeka Uygulamaları Nelerdir?


Yapay Zeka tıp da dahil girdiği her alanı değiştirmektedir. Sağlık alanında hastalık tanısı, tedavi sonuçlarını iyileştirmek ve maliyetleri düşürmek için kullanılan AI teknolojileri, insanlara göre daha iyi ve daha hızlı olması için geliştiriliyor. Sağlık sektöründe Yapay Zeka çözümleri kullanılarak devrim yaratan uygulamaları inceleceğiz.


1) Google Deepmind

AI araştırmaları için şirketin kendi bünyesinde başlatılan Google Deepmind sağlık projesi, tıbbi kayıtları daha hızlı ve daha iyi sağlık hizmeti vermek amacıyla kullanıyor. Google Deepmind yüzlerce dakika içinde tıbbi bilgileri işleyebiliyor. Araştırma erken aşamasında olsa da, Google şu anda Moorfields Hospital ve NHS gibi kurumlarla sistemi geliştirebilmek için işbirliği yapıyor.


2) IBM WatsonPaths

IBM Watson, Cleveland Clinic ve Lerner Case Western Reserve Üniversitesi Tıp Fakültesi ile işbirliği yaparak kendi bünyesi içinde WatsonPaths adlı bir proje başlattı. WatsonPaths, hekimlerin daha bilinçli, daha doğru ve daha hızlı kararlar almalarına yardımcı olmak ve elektronik tıbbi kayıtları (EMR) analiz etmek için tasarlanan, Watson AI algoritması kullanılan IBM’ın yürüttüğü bir projedir.


3) Careskore

Careskore, Chicago’da ortaya çıkan, sağlık sistemi ve hekimler için bulut tabanlı AI çözümleri sunan bir platformdur. Careskore temel olarak realtime Zeus algoritmasını kullanan, hastaların klinik, laboratuvar, demografik ve davranışsal verilerini kaynak olarak kullanarak tahminler yapan bir yapay zekadır. Topladığı veriler ışığında hastaların kendi sağlıkları hakkında daha şeffaf bilgi edinmesini ve hastanelerin hizmet kalitelerini arttırmalarını sağlamayı amaçlıyor. Ayrıca hastalar bireysel olarak sisteme kaydolarak AI temelli bu sistem sayesinde kendi sağlıkları hakkındaki risk ve sorunlar hakkında bilgi edinebiliyor.


4) Zephyr Medicine

Johnson & Johnson'ın 2011 yılında piyasaya sürdüğü, William King Zephyr, doktorların doğru tedavi seçiminde gereken süreyi azaltacak algoritmalar üzerine çalışıyor. Proje PharmaVOICE dergisi okuyucuları tarafından 2016'ın 100 en ilham verici proje kapsamında Yaşam Bilimleri sektöründe birinci olarak seçildi. Makine öğrenimi algoritmaları ile bir veri kümesini oldukça hızlı işleyebilen bu sistemin en büyük avantajlarından biri de büyük verilerin görselleştirilmesine olanak sağlaması.


5) Oncora Medicine

Philadelphia tabanlı bu start-up kanser araştırma ve tedavilerinde, özellikle radyoterapi alanında destek sağlamayı amaçlamaktadır. Co-Founder’lardan radyasyon onkolog David Lindsay, topladığı elektronik tıbbi kayıtları düzenleyerek dijital bir veri tabanı oluşturmuş. Veri analizi ve radyoterapi tedavi planları konusunda doktorlara yardımcı olacak bir platform tasarlamak istemiş. Ve Oncora Medicine kurulmuş. 2016 yılında, yaklaşık 1,2 milyon dolar başlangıç tohum yatırımı almış. 2017 yılında üç önemli sağlık merkezi 10.000 hastasına kişiselleştirilmiş tedavi konusunda yardım almak için onun Radyasyon Onkolojisi platformunu kullanmayı planlıyor.


6) Butterfly Network

Jonathan Rothberg’ın 2011’de kurduğu start-up, Butterfly Network ile hedefi MR ve ultrasonlardan önemli ölçüde ucuz ve verimli yeni bir tıbbi görüntüleme aygıtı oluşturmaktır. Startup’ın nihai amacı tıbbi görüntüleme işleminin otomatikleştirilmesini sağlamaktır.


7) Enlitic

Enlitic, derin öğrenme teknolojileri sayesinde özellikle Radyoloji görüntülerinde veri toplamaya ve bu verileri analiz etme, görüntü tanıma gücünü kullanır. Enlitic’in yapay zekası tıbbi görüntüleri milisaniye cinsinden yorumluyor bu sayede ortalama bir radyologdan yaklaşık 10.000 kat daha hızlı. Buna ek olarak, yapılan bir testte, birlikte yorumlayan üç uzman radyologlar karşı Enlitic sisteminin malign tümörleri sınıflandırmada %50 daha iyi olduğunu bulunmuş.


8) Arterys

Bulut mimari, yapay zeka ve tıbbi görüntüleme buluşması ile bu üçlü Arterys’nin odak noktasıdır. Öncü start-up "Bulut gücünü tıbbi görüntülemelere açmak" mottosuyla hareket ediyor. GE Healthcare ile ortak geliştirdikleri yeni yöntemleri kardiyak MR tarama işlemi bir saat yerine 6-10 dakika sürer ve hastanın muayene sırasında nefes tutması gerekmez. Kayıtlar, Arterys'ın platformunda işlenerek 3D kalp anatomisi, kan akış hızı ve kan akışı yönü dahil birçok ek veriyi elde etmek için tasarlanmıştır.


9) Bay Labs

Bay Labs Inc, sağlık profesyonelleri için kalp hastalığı tanı ve tedavi sürecinde ultrasonların yorumlamasında yardımcı olmak amacıyla tasarlanmıştır.

Eylül 2016 yılında Bay Labs, Kenyalı okul çocuklarında Romatizmal kalp hastalığı (RHD)’ın erken tanısına yardımcı olmak amacıyla kuruldu. Bu yapay zekayla tıp uzmanları 1200 çocuğu 4 günde taramış ve RHD veya konjenital kalp hastalığına sahip 48 çocuğa tanı koymayı başarmış.




Kaynakça:

  1. Prof. Dr. Aybars UĞUR. (517 YAPAY ZEKA). [Online]. Available: http://yzgrafik.ege.edu.tr/~ugur/18_19_Fall/AI/index18.html

  2. Tanya Lewis,A Brief History of Artificial Intelligence, LiveScience Retrieved on 22 June 2015 [Online]. Available: https://www.livescience.com/49007-history-of-artificial-intelligence.html Hakan Hakyemez / Ceren Yüksel

  3. Sarah Davis. (28 Artificial Intelligence Terms You Need to Know). [Online]. Available: https://dzone.com/articles/ai-glossary

0 görüntüleme

Türkiye'nin Tek Popüler Genetik Bilim Dergisi

Bezelye Dergi ISSN: 2587-0173

Bizi Takip Et
  • Beyaz Facebook Simge
  • Beyaz Instagram Simge
  • White Twitter Icon
  • Icon-gmail
  • kisspng-white-logo-brand-pattern-three-d
  • images
  • medium
  • Dergilik
  • YouTube

© 2019 by Bezelye Dergi