Doç. Dr. Çiğdem SELÇUKCAN EROL

İSTANBUL ÜNİVERSİTESİ ENFORMATİK BÖLÜMÜ

İnsanlığın başlangıcından beri hep bir gelişim, değişim ve dönüşüm içerisinde olmuşuz. Her değişim sürecinde olduğu gibi yeniliğe karşı benzer tepkiler geliştiriyoruz; Ya bu yeniliğe karşı önyargılı yaklaşıp korkuyoruz. Ya da her sorunumuza çözüm olacağını düşünüp yerlere göklere sığdıramıyoruz. Kimimiz ise ortada bir noktada kestirmeye çalışıyor “Bu yenilik terazinin ibresini olumlu tarafa mı ? Yoksa olumsuz tarafa mı kaydıracak ? “diye. Ancak bu sırada girişimciler, “Bu yeniliği nasıl değere dönüştürebilirim?”e odaklanıyor. Yapay Zekada da durum pek farklı değil. Her birimiz farklı tepkiler geliştirsek de girişimciler (öncüler) bu teknolojiyi anlayıp değere dönüştürmek için hızla hareket etmeye başladı.

Özellikle sağlık, yapay zekanın hızlı difüze ettiği bir alan. Dünya Sağlık örgütü (WHO), 2018 yılında tahmini olarak 9.6 milyon ölümün kanserden kaynaklandığını ve dünyadaki ikinci önde gelen ölüm nedeninin kanser olduğunu belirtiyor. Bu durumda dünyadaki 6 ölümden yaklaşık 1 tanesi kanserden kaynaklanıyor. Ulusal Kanser Enstitüsü (NIH -Amerika Birleşik Devletleri) 2013-2015 verilerine dayanarak, insanların yaklaşık % 38,4’ ünün yaşamlarının bir kısmında kansere yakalanacağını öngörüyor. Kanser hastalığının ekonomik etkisi de artarak devam ediyor. Tüm bunlar göz önüne alındığında yapay zeka çalışmalarının kanser alanında da başlamış olması beklenen bir durum. Peki neler yapılıyor? Nedir bu yapay zeka? Kanser alanında bize neler sunuyor? Biraz daha yakından inceleyelim.

1956 yılında Dartmouth çalıştayında “Artificial Intelligence” (Yapay Zeka) adı ilk defa kullanıldı. Ancak ismi konmadan önce de yapay zeka ile ilgili araştırmalar yapılıyordu. Makineler düşünebilir mi? sorusu bugünlere açılan kapıyı araladı. Nabiyev (2005) Yapay Zekayı “Bir bilgisayarın ya da bilgisayar denetimli makinenin, genellikle insana özgü nitelikler olduğu varsayılan akıl yürütme, anlam çıkartma, genelleme ve geçmiş deneyimlerden öğrenme gibi yüksek zihinsel süreçlere ilişkin görevleri yerine getirme yeteneğiolarak tanımlıyor. Bu tanıma baktığımızda aslında insan olarak yapabildiğimiz zihinsel becerileri bir makineye aktarma çabası içerisinde olduğumuzu söyleyebiliriz.

Her adımda özne insan

Bilgisayarlar bizim gibi nasıl düşünebilir çalışmaları devam ederken bir yandan basılı ve görsel yayınların etkisiyle (dünyamızı ele geçiren robotlar, insanlığın sonunu getirmeye çalışan makineler) yapay zekaya karşı bir önyargı oluşmaya başladı. Aslında yapay zeka da bizler gibi çeşitli. Şu an için sadece tek bir konuda hüneri olan bir işi yapabilen yapay zekalar mevcut. Biz onları “dar yapay zeka” olarak adlandırıyoruz. Neredeyse bir insanın yeteneklerini içeren “genel yapay zeka” ve insandan daha üstün yeteneklere sahip “süper yapay zeka” ise korku senaryolarımızın baş kahramanları. Peki dar yapay zekaları nasıl geliştiriyoruz? Öncelikle bir yapay döllenme süreci içermiyor ya da yumurtadan çıkmıyorlar. “1” ve “0” lardan oluşan makine dilini bilen bilgisayarlara, veri, algoritmalar, matematik, programlama dilleri ya da hazır yazılımlar kullanarak nasıl öğrenebileceğini modelliyoruz. Makine öğrenmesi dediğimiz yapay zekanın bir alt disiplini olan bu alan da, özellikle “veri” en kritik öğe. Çünkü en büyük çeşitlilik ve işlendiğinde değer yaratan kısım veri. Veri, rakam ya da harf gibi bildiğimiz semboller, ses, görüntü, hatta bilmediğimiz semboller de olabilir. Bu veriyi işleyip enformasyon ya da bilgiye dönüştürüyoruz. Buradaki gizli özneyi farkettiğinizi umuyorum; İnsan. Verinin toplanmasında, işlenmesinde, dönüştürülmesinde, yorumlanmasında, paylaşılmasında, yapay zekanın, algoritmaların geliştirilmesinde hatta matematiğin ortaya çıkışında her adımda özne aslında insan.

Çünkü bizden daha hızlı

Günlük hayatımızda farkında olarak ya da olmayarak bir takım kararlar alıyoruz. Bu kararları alırken de aslında elimizdeki veriyi/enformasyonu/bilgiyi kullanıyoruz. Bir hekim de hastasına tedavi kararı alırken elindeki veriyi/enformasyonu/bilgiyi kullanıyor. Yapay zeka da bizim yaptıklarımızı yapıyorsa neden ona ihtiyacımız var? Cevabı çok basit; yapay zeka bizden daha hızlı! Örneğin bir onkolog yeni tedavileri öğrenmek amacıyla makale okumalıdır. Bir yılda 150 binden fazla kanser araştırma makalesi yayınlanıyor. Bir hekimin bu yayınların hepsini kısa bir sürede okuması oldukça zor gözüküyor. Oysa bir yapay zeka saniyeler gibi oldukça kısa süre içerisinde tüm bu makaleleri okuyup öneriler sunabilir. Benzer şekilde tecrübe oldukça önemli ve bir hekim hayatı boyunca ortalama 100 bin hasta görebilir. Oysa yapay zeka milyonlarca hatta milyarlarca hasta verisinden öğrenebilir.

Bizler zihinsel becerilerimizi geliştirmek için duyu organlarımız aracılığıyla çevremizden veri topluyoruz. Kimisini hafızamızda depoluyoruz, kimisini de siliyoruz/ hatırlamıyoruz. Görmek, işitmek, koklamak, dokunmak, tat almak farkında olmadan veri topladığımız sensörlerimiz aslında. Ancak bu sensörlerimizin sınırları var. Örneğin; gözümüzle görebildiğimiz, kulağımızla işitebildiğimiz dalga boyları sınırlı. Ama yapay zeka bu sınırları da aşabilir. Örneğin göz bebeklerinizden cinsiyetinizi tahmin edebilir.

Tasarruf potansiyeli yüksek

Özetle günümüzde bulunduğumuz büyük veri çağında, problemlerimizi çözmek, değer yaratmak için bu veriyi daha kısa sürede işleyip, daha önce fark etmediğimiz bilgiye de erişme gayreti içerisindeyiz. Yapılan araştırmalar yapay zekanın tasarruf potansiyelinin de yüksek olduğunu gösteriyor. 2017 yılında yapılan bir araştırma Avrupa’da sağlık hizmetlerinde yapay zekânın kullanılması ile maliyetlerde önümüzdeki 10 yıl içerisinde meme kanseri teşhisi ve tedavisinde 74 milyar € tasarruf sağlanmasının mümkün olduğunu öngörüyor.

Kanserde yapay zeka çalışmalarına baktığımızda da burada kullandığımız araçlar hemen hemen aynı; veri, bilgisayarlar, algoritmalar, matematik, programlama dilleri ya da hazır yazılımlar. Örneğin göğüs kanseri ile ilgili bir yapay zeka geliştirelim. Öncelikle ekipte biri kanser bir diğeri de yapay zeka alanında çalışan en az iki uzmanın yer alması ve bunların özellikle veri konusunda ortak terminolojiye sahip olması işleri oldukça kolaylaştıracaktır. Ne demiştik en kritik nokta veri; bu durumda göğüs kanseri ile ilişkili olabilecek çeşitli ve çok büyük miktarda verimiz olmalı, bu veriyi algoritmalar, programlama dilleri, bilgisayar yardımıyla modelleyip sonuçları göğüs kanseri uzmanıyla yorumluyoruz. Bu veriyi hastalığı oluşmadan önlemek, erken teşhis etmek ya da tedavi etmek amacıyla kullanabiliriz. Günümüzde bu çalışmalar yapay zeka alanında farklı kanser veri setleri ile yapılıyor. Bu konuda makaleler, kitaplar, uygulamalar mevcut ve her geçen gün sayıları artıyor. Ancak kendi öğrenmemizden de bildiğimiz gibi ne kadar çeşitli veri olur ne kadar fazla örnek olursa o kadar iyi öğreniyoruz. Yapay zekanın diğer alanlarında olduğu gibi kanserde yapay zeka çalışmalarında da ne kadar çok ve çeşitli veri olursa öğrenme, keşfetme potansiyeli o kadar artabilir.

Akciğer kanserinde yüzde 5 daha başarılı

Günümüzde internet ortamında bilgiye erişmek için arama motorlarını kullanıyoruz. Google bu alanda en yaygın kullanılan arama motorlarından biri. Elindeki veriyi değere dönüştürmek için yapay zekayı sıklıkla kullanıyor. Google sağlık alanındaki işbirlikleri ile, yakın zamanda onkologların erken tanı koyamadığı hastalarda bile kanseri erken evrede teşhis edebilen bir yapay zeka geliştirdiğini duyurdu. Bu yapay zeka, yaklaşık 15 bin hastaya ait yaklaşık 42 bin bilgisayarlı tomografi akciğer görüntüleri (veri) ile eğitildi. Sonra 6 uzman radyologdan oluşan bir ekibe karşı test edildi. Geliştirilen yapay zekanın, akciğer kanseri tespitinde uzmanlardan yüzde 5 oranında daha başarılı olduğu belirtildi.

3 Boyutlu Navigasyon Sistemi

Google’dan daha önce IBM tarafından geliştirilen Watson, 1000 kanser tanısında test edildi. Bu tanıların %99’unda Watson onkologlarla aynı tedavi önerisinde bulunurken, % 30’unda doktorların kaçırdığı bir tedavi seçeneği buldu. Bazı tedaviler doktorların henüz okumadığı araştırma makalelerine dayanıyordu. Cilt kanseri tanısında Stanford Üniversitesi’ nin geliştirdiği yapay zeka 1.28 milyon görüntü verisi ile eğitildi. Kaliforniya Üniversitesi göğüs kanseri konusunda patologlara yardımcı bir yapay zeka geliştirdi. Ülkemizde de benzer örnekler mevcut örneğin; Doç. Dr. Gökhan Bora Esmer ve Doç. Dr. Tunç Laçin’in geliştirdiği “3 Boyutlu Akciğer Navigasyon Sistemi” ile akciğer kanserinde nokta atışı yapmak mümkün olabiliyor.

Yeni fırsatlar sunuyor

Görüntü, metin, rakam, genetik, veri türü ne olursa olsun kanser verisi ile öğrenen yapay zeka sistemler hayatımızda kullanılmaya başlandı. Kanserin sonu geldi diyebilir miyiz? Maalesef henüz değil hatta bu yapay zekaları kullanırken aklımızda tutmamız gereken birkaç nokta var. Öncelikle bu yapay zekalar veriden öğreniyor. Onlara sunulan veri hatalı olabilir, önyargılı olabilir. Eksik veri içerebilir. Bu dar yapay zekalar tek bir alanda hünerli demiştik. Hastanızda tek bir kanser çeşidi olmayabilir. Hatta kansere ilave diyabet gibi farklı hastalıklarda yer alabilir. Ama size öneri sunan yapay zeka sistemi bu konuda eğitilmemiş olabilir. Yapay zeka alanında kullanılan algoritmalar yüksek başarımlı olsalar da belirli bir olasılık da sonuç üretirler yani hata yapabilirler. % 99 başarı oranına sahip bir model, % 1 oranında hata yapıyor demektir. Bu yüz kişiden biri siz de olabilirsiniz. Tüm bunlar göz önüne alındığında bir hekim olarak yapay zekanın size bir çözüm yolu sunduğunu ama başka seçeneklerinizin de olduğunu bilmekte fayda var. Yapay zekanın önerileri ile kendi tecrübelerinizi, süzgecinizden geçirip son kararı hekim olarak siz vermelisiniz. Kararı veren siz olduğunuz için de kararla ilgili sorumluluk ta tabii ki size ait.

Kanser alanında olduğu gibi diğer alanlarda da yapay zekaları kullanmak bizlere zaman kazandırdığı gibi daha önce fark etmediğimiz yeni fırsatlar sunabiliyor. Hem daha fazla zamanımız kalıyor. Hem de farklı bir bakış açısına sahip tecrübeli bir danışmanımız oluyor. Dar yapay zekalar ile bu serüvenlerimiz ağırlıklı olarak yaygın kanser türlerinde daha fazla kişiyi etkiledikleri, daha çok veriye sahip oldukları için kullanılıyor. Nadir görülen kanser türlerinde, hastalıklarda verinin az olması yapay zeka çalışmalarını da sınırlandırabiliyor.

Ahlaklı insanlarla daha güzel

Son söz olarak yapay zeka kanser alanında da bize hız, tasarruf ve yeni bakış açıları sunmaya devam ediyor. Bu araştırmaların sayısı arttıkça kanserle mücadele konusunda daha güçlü olacağımız aşikar. Ne de olsa bilgi = güç! Bir de gizli öznemiz var kararı alan uygulayan, tüm bu süreçte her aşama da arka plan. Bu nedenle ahlaklı insan olur ve ahlaklı insanlar yetiştirirsek, yapay zekalar ister dar ister genel ister süper olsun mutual bir birliktelik çok da uzak değil!

Kaynaklar:
1 Ackoff, R. L. (1989) “From data to wisdom”, Journal of applied systems analysis, 16(1), 3-9.
2 Akpınar, H., (2014), “Data”, Papatya Yayıncılık, İstanbul. 978-605-4220-81-6.
3 Alpaydın, E. (2011), “Yapay öğrenme”, Boğaziçi Üniversitesi Yayınevi.
4 Erol Ç., “Sağlık Bilimlerinde R ile Veri Madenciliği”, R ile Veri Madenciliği Uygulamaları, Balaban, E., Kartal, E., Ed., Çağlayan Kitabevi, İstanbul, ss.25-46, 2016
5 https://medicalfuturist.com/top-ai-algorithmshealthcare
6 https://venturebeat.com/2019/05/20/googleslung- cancer-detection-ai-outperforms-6-humanradiologists/
7 https://www.cnnturk.com/teknoloji/googleyapay- zeka-ile-akciger-kanserini-erken-teshisedebilecek
8 https://www.pwc.com.tr/tr/sektorler/saglik/yayinlar/ sherlock-saglik-sektorunu-arastiriyor.html
9 Morgan, P. Ivy Data Science, https://www.slideshare. net/pedronius/ai-in-healthcare-v020
10 Nabiyev, V. (2005), “Yapay Zeka Problemler, Yöntemler, Algoritmalar”,Seçkin Yayıncılık, Ankara.
11 National Cancer Institute (2019), “Cancer Statistics”, https://www.cancer.gov /about-cancer/ understanding/statistics, 18.06.2019 tarihinde erişildi.
12 Özkan Y., Selçukcan Erol, Ç., 2015, “Biyoenformatik DNA Mikrodizi Veri Madenciliği”, Papatya Yayıncılık, ISBN: 978-605-4220-89-2, Haziran 2015.
13 Özkan, Y., 2016, “Veri Madenciliği Yöntemleri”, İstanbul, Papatya Yayıncılık.
14 World Health Organization (2018), “Cancer”, http://www.who.int/en/news-room/fact-sheets/ detail/cancer, 18.06.2019 tarihinde erişildi.