Google’ın Nature dergisinde yayımlanan yeni araştırması AMIE yapay zeka destekli tıbbın geleceğini ileriye taşıyor. Daha otomatik süreçler sayesinde maliyetleri düşürüyor ve doktorların iş yükünü hafifleterek onların daha zor vakalara odaklanmalarını sağlıyor.
Google’ın Yeni Süper Tıbbi Teşhis Yapay Zekası AMIE
Karmaşık bir dizi belirtiyle doktora gittiğinizi düşünün. Doğru teşhisi hızlı bir şekilde almak hayati önem taşır, ancak bazen deneyimli hekimler bile bu bilmeceyi çözmekte zorlanabilir. Bazı durumlarda ciddi bir şey olmayabilir; diğerlerinde derinlemesine araştırma gerekebilir. Yapay zeka sistemlerinin belgelenmiş örüntüler üzerinde düşünmeyi gerektiren görevlerde giderek daha fazla yardımcı olduğunu biliyoruz. Ancak Google “yapay zeka doktorlarını” gerçekten mümkün kılma yönünde çok güçlü bir adım atmış görünüyor.
Yapay zekanın tıbba “müdahalesi” tamamen yeni değil; algoritmalar (yapay zeka tabanlı olanlar dahil) yıllardır görüntü analizi gibi görevlerde klinisyenlere ve araştırmacılara yardımcı oluyor. Yakın zamanda, özellikle Büyük Dil Modelleri’nin (LLM’ler) doktorlara teşhislerinde yardımcı olabileceğine dair anekdotal ve aynı zamanda bazı belgelenmiş kanıtlar gördük. Ancak bu vaka farklı, çünkü Google Research’ün tanıttığı yeni çalışma, özellikle gözlemleri teşhislerle ilişkilendiren veri setleri üzerinde eğitilmiş bir LLM’yi tanıtıyor.
Şaşırtıcı Sonuçlar
Bulgular çarpıcıydı. AMIE (Articulate Medical Intelligence Explorer) tek başına çalıştığında, sadece vaka raporlarının metnini analiz ederek, yardım almadan çalışan deneyimli doktorlardan çok daha yüksek teşhis doğruluğuna sahip. AMIE, doğru teşhisi ilk 10 listesinde neredeyse %60 oranında bulundururken, yardımsız doktorlar için bu oran yaklaşık %34’tü.
Çok ilginç bir şekilde, AMIE tek başına, AMIE tarafından desteklenen doktorlardan bile biraz daha iyi performans gösterdi! AMIE kullanan doktorlar, Google aramaları gibi standart araçları kullanmaya kıyasla doğruluklarını önemli ölçüde artırıyor. (%51’in üzerinde doğruluk oranına ulaştılar), yapay zeka tek başına bu zorlu vakalar için belirli bir metrikte onları hala biraz geçti.
AMIE Süper Uzmanlaşmış Bir LLM Olarak
AMIE gibi bir yapay zeka, bazıları yıllarca hastalık teşhis etmiş olabilecek insan uzmanlardan daha iyi performans göstererek bu kadar etkileyici sonuçlara nasıl ulaşıyor?
Özünde, AMIE, GPT-4 veya Google’ın kendi Gemini modeli gibi modellere benzer temel LLM teknolojisine dayanıyor. Ancak AMIE sadece üzerine tıbbi bilgi eklenmiş genel amaçlı bir sohbet robotu değil. Klinik teşhis mantığı için özel olarak optimize edildi. Nature makalesinde daha ayrıntılı açıklandığı gibi, bu şunları içeriyordu:
- Özel eğitim verileri: Temel LLM’nin teşhisleri içeren büyük bir tıbbi literatür külliyatı üzerinde ince ayar yapılması.
- Talimat ayarlaması: Modelin ayırıcı tanılar oluşturma, muhakemesini açıklama ve klinik bir bağlamda yardımcı bir şekilde etkileşim kurmayla ilgili belirli talimatları izlemesi için eğitilmesi.
- İnsan Geri Bildiriminden Pekiştirmeli Öğrenme: Modelin yanıtlarını doğruluk, güvenlik ve yardımcı olma açısından daha da geliştirmek için potansiyel olarak klinisyenlerden gelen geri bildirimleri kullanma.
- Muhakeme Geliştirme: Modelin belirtileri, geçmişi ve potansiyel durumları mantıksal olarak bağlama yeteneğini geliştirmek için tasarlanmış teknikler.
Performans Ölçümü
Üretilen teşhislerde performans ve doğruluğu ölçmek basit değildir. Araştırmacılar, AMIE’yi yalnızca izole bir şekilde değerlendirmedi; bunun yerine AMIE’yi yardımsız klinisyenlerle, standart arama araçları (Google, PubMed vb.) ile desteklenen klinisyenlerle ve AMIE’nin kendisi tarafından desteklenen klinisyenlerle karşılaştıran randomize kontrollü bir kurulum kullandılar.
AMIE Yapay Zeka Neden Teşhiste Bu Kadar İyi?
Diğer uzmanlaşmış tıbbi yapay zekalar gibi, AMIE de büyük miktarda tıbbi literatür, vaka çalışmaları ve klinik veriler üzerinde eğitildi. Bu sistemler, karmaşık bilgileri işleyebilir, örüntüleri tanımlayabilir ve sayısız başka görevle uğraşan bir insan beyninden çok daha hızlı ve kapsamlı bir şekilde nadir görülen durumları hatırlayabilir.
Yapay Zeka Tek Başına mı, Yoksa Yapay Zeka + Doktor mu?
AMIE’nin tek başına, AMIE ile desteklenen insan uzmanlardan biraz daha iyi performans göstermesi kafa karıştırıcıdır. Mantıken, güçlü bir yapay zekaya yetenekli bir doktorun muhakemesini eklemek en iyi sonuçları vermelidir. Ve gerçekten de, AMIE ile çalışan doktorlar, AMIE olmadan çalışan doktorlardan önemli ölçüde daha iyi performans gösterdi. Daha kapsamlı ve doğru teşhis listeleri ürettiler. Ancak tek başına AMIE, onunla desteklenen doktorlardan biraz daha iyi çalıştı.
Bu küçük fark, muhtemelen doktorların yapay zekayı daha kötü yaptığı veya tam tersinin doğru olduğu anlamına gelmez. Bunun yerine, sisteme aşina olmadıkları için, doktorların henüz belirli görevler ve hedefler için insanlardan daha fazla ham analitik güce sahip yapay zeka sistemleriyle işbirliği yapmanın en iyi yolunu bulamamış olduklarını gösterir.
AMIE Yapay Zeka Yarın Doktorların Yerini mi Alıyor?
Kesinlikle hayır. Sınırlamaları anlamak çok önemlidir:
- Teşhis “bulmacaları” ve gerçek hastalar: Çalışmada yazılı vaka raporları kullanıldı, yani doktorların hasta etkileşimleri sırasında aldıkları ham girdilerden çok farklı olan yoğunlaştırılmış, önceden paketlenmiş bilgiler. Gerçek tıp, hastalarla konuşmayı, geçmişlerini anlamayı, fiziksel muayeneler yapmayı, sözsüz ipuçlarını yorumlamayı, güven oluşturmayı ve devam eden bakımı yönetmeyi içerir – yapay zekanın (henüz) yapamadığı şeyler.
- Yapay zeka mükemmel değil: LLM’ler hala hatalar yapabilir veya bilgileri “halüsinasyon” yapabilir, bu büyük bir sorun. Bu nedenle, AMIE yaygınlaştırılsa bile (ki olmayacak!), yetenekli profesyonellerden çok yakın gözetim gerektirirdi.
- Bu sadece belirli bir görev: Teşhis listesi oluşturmak, bir doktorun işinin sadece bir parçasıdır.
Arka Arkaya: Konuşma Tabanlı Teşhis Yapay Zekasına Doğru
Daha da şaşırtıcı şekilde, Nature’ın aynı sayısında ve AMIE makalesi sonrasında, Google Research, teşhis konuşmalarında (sadece belirtilerin analizi değil, hasta ile doktor veya AMIE arasındaki gerçek diyalog) modelin YİNE doktorlardan daha iyi performans gösterdiğini gösteren başka bir makale yayımladı. Böylece, ilk makale AMIE tarafından nesnel olarak daha iyi bir teşhis bulurken, ikinci makale yapay zeka sistemi tarafından sonuçların hasta ile daha iyi iletişimini (kalite ve empati açısından) gösteriyor!
Ve sonuçlar küçük bir farkla değil: 159 simüle edilmiş vakada, uzman hekimler, 32 metriğin 30’unda yapay zekayı birinci basamak hekimlerinden üstün derecelendirirken, test hastaları 26 ölçümün 25’inde AMIE’yi tercih etti.
Ciddi Olarak: Tıp Dernekleri ŞİMDİ Dikkat Etmeli
Birçok sınırlamaya rağmen, bu çalışma ve benzerleri güçlü bir çağrıdır. Uzmanlaşmış yapay zeka hızla gelişiyor ve insan uzmanları artırabilen ve bazı dar görevlerde onları aşabilen yetenekler gösteriyor.
Tıp dernekleri, lisans kurulları, eğitim kurumları, politika yapıcılar, sigortalar ve neden olmasın, potansiyel olarak yapay zeka tabanlı bir sağlık araştırmasının konusu olabilecek bu dünyadaki herkes, bununla tanışmalı ve konu hükümetlerin gündeminde üst sıralara yerleştirilmelidir.
AMIE gibi yapay zeka araçları ve gelecekteki araçlar, doktorların karmaşık durumları daha hızlı ve doğru teşhis etmelerine yardımcı olabilir. Bu da özellikle uzman eksikliği olan alanlarda hasta sonuçlarını potansiyel olarak iyileştirebilir. Ayrıca, sağlıklı veya düşük riskli hastaları hızla teşhis etmeye ve uzaklaştırmaya yardımcı olabilir. Daha ciddi vakaları değerlendirmesi gereken doktorların yükünü azaltabilir. Tabii ki tüm bunlar, daha karmaşık sorunları olan hastaların sağlık sorunlarını çözme şansını artırabilir, aynı zamanda maliyetleri ve bekleme sürelerini azaltabilir.
Sonuç
Amaç doktorların yerini almak değil, onları güçlendirmektir. Açıkça, AMIE gibi yapay zeka sistemleri, günlük tıpta ve özellikle afet alanları, pandemiler sırasında veya denizaşırı gemiler ve uzay gemileri veya dünya dışı koloniler gibi uzak ve izole yerlerde son derece bilgili asistanlar olarak inanılmaz bir potansiyel sunuyor. Ancak bu potansiyeli güvenli ve etkili bir şekilde gerçekleştirmek, tıp topluluğunun bu hızla gelişen teknolojiyle proaktif, eleştirel ve acil bir şekilde ilgilenmesini gerektiriyor. Teşhisin geleceği muhtemelen yapay zeka işbirliğine dayalı olacak, bu nedenle bugün katılım kurallarını belirlemeye başlamamız gerekiyor.
