Neyse ki artık doktora gittiğimizde en son ne zaman kontrole geldik, kan değerlerimiz neydi, MR sonucumuz nasıldı hatırlamak zorunda kalmıyoruz. Doktorumuz biz daha odaya girmeden önce sağlık kayıtlarımıza bakıp hakkımızda bir fikir sahibi oluyor. Bazen bizim bile unuttuğumuz bilgiler otomatik olarak önüne çıkıyor. Teknolojiye teşekkür etmemiz gereken en güzel uygulamalardan biri. Hele ki kayıtlar doğru ve güvenilir olarak tutulduysa arkada nasıl bir hazine var bir bilseniz. Biz sadece kendi verilerimizin farkındayız, oysa herkesin verisi toplandığında ne raporlar yapılabilir, ne sonuçlar çıkarılabilir ve hatta ne öngörüler yapılır kim bilir.
Aslında EHK/ESK – Elektronik Hasta/Sağlık Kaydı (EHR- Electronic Health Record) e-sağlık dediğimiz dijital Sağlık yönetiminin de temel bileşenlerinden biri. ESK’lar kişilere dair demografik bilgiler (yaş, cinsiyet, geldiği yer vs.) , hastanın tıbbi geçmişi, kullandığı ilaçlar, aşılar, alerjiler, radyoloji ve laboratuvar tetkikleri, hastalık geçmişi ve uygulanan tedaviler gibi birçok bilgiyi içeriyor. Bilgilerin dijital ortamda tutuluyor olması bu veri üzerinde büyük veri analizi (Big Data Analysis), raporlama, istatistik, gelecek tahmini (forecasting) gibi birçok uygulamanın yapılabilmesi için yapay zekâ (Artificial Intelligence), iş zekâsı (Business Analysis) gibi teknolojilerin de kullanılmasına imkân veriyor. Dijital araçlar veriyi sadece incelemekle kalmayıp hataların bulunmasında, düzeltilmesinde ve düzenlenmesinde de yardımcı oluyorlar. Verilerin bir bölümünün insanlar (doktorlar veya sağlık personeli) tarafından girildiği düşünülürse olası insan hatalarının da tespiti ve düzeltilmesi yine teknoloji ile mümkün oluyor. Sağlık kayıtlarının güvenli ve doğru bir şekilde girilmesi sisteme olan güven ile direk ilgili. Veri doğru olmadığında doğru bir sonuç da alınamayacağını doğal olarak vurgulamak gerekiyor.
Yapay Zekâ Kullanarak Sağlık Kayıtlarını Düzenleme
Sağlık kayıtlarını tutarken bilgi girişi yapmak oldukça sıkıcı ve hataya açık bir işlem. Doktorunuz sizi dinlerken bir taraftan da kaydı doğru olarak girmek zorunda. Ekranındaki birçok alan zorunlu giriş de gerektirebiliyor. Yazarken yapılan imla hataları da cabası. Çoğu sağlıkçının şikâyeti de kullanımı kolay olmayan ekranlar, farklı ekranlara geçişte yaşanan zorluklar. Hastanelerde farklı ara yüzlü sistemler kullanılması ise işi daha da çekilmez hale getirebiliyor. Üstelik hastaların beklentisi doktorun bilgisayara veri girişi yapmak yerine kendisi ile ilgilenmesi. Bu sorunları biraz olsun aşabilmek için önceleri giriş yapan asistanlar kullanan sağlık merkezleri bile olmuş. Oysa şimdi yapay zekâ destekli sanal asistanlar da kullanılabiliyor. (Virtual Assistant). Aynı telefondaki SİRİ benzeri doğal dil işleyebilen (NLP – Natural Language Processing) bu sanal asistanlar, doktorun sözlerini anlayıp doğru bir şekilde ESK girişi yapabiliyorlar. Son olarak doktor tarafından kontrol edilen kayıt kolayca işleme alınıyor. Bu sayede doktorun hasta ile olan teması daha doğal ve nitelikli olabiliyor. Bu konuda çalışan startup’lar önemli destekler de almışlar. Bir örnek vermek gerekirse, Robin Healtcare adlı firma Robin, adını verdikleri yapay zekâ destekli asistan yardımıyla muayene sırasında hasta ve doktorun konuşmasını dinleyerek elektronik sağlık kaydı girebiliyor. Makine öğrenmesi yöntemiyle eğitilen Robin, her geçen gün iyileşen algoritmaları sayesinde çok daha iyi sonuçlar verebiliyor. Bazı doktorlar Robin’in kendilerine haftada 15 saat kazandırdığını söylemişler.
Yapay zekâ destekli asistanın kazandırdıklarına bakarsak, doktorun hastası ile daha fazla temas ederek nitelikli zaman geçirmesini sağlıyor, doktoru veri girişi yapma konusunda birçok angaryadan kurtarıyor. Hasta ise doktorunun ilgisini hissettiği için daha mutlu oluyor ve olası veri girişi hataları minimuma indiriliyor.
Robin AI: Artificial Intelligence and Electronic Health Records
Elektronik Sağlık Kayıtları Üzerinden Yapılan Analiz ve Öngörüler
Elektronik sağlık kayıtları (ESK) yaşanan sağlık problemleri, bu problemler için yapılan teşhis ve tedaviler ile ilgili tüm tarihsel veriyi tutan önemli bir veri tabanı oluşturuyorlar. Bu veri ile yıllar boyunca hastalığın görülme sıklığı, yaş grupları, coğrafi bölge, uygulanan tedavinin başarısı gibi birçok analiz yapılabiliyor. Geçmiş veri üzerinde çalışan yapay zekâ sistemleri, kurulan modeller ve algoritmalar ile geleceğe dönük projeksiyonlar yapabilmeyi de mümkün kılıyor. Veri arttıkça modelin her geçen gün daha da iyileşeceği ve öngörülerin daha gerçekçi olacağını da söyleyebiliriz.
Muayene sırasında hastanın paylaştığı hikâyenin verisi girildikten sonra doktorun ekranına sistem tarafından tanı önerileri de çıkarılabilir. Tanı için varsa laboratuvar ve radyoloji sonuçları da analize dâhil edilebilir. Bu öneriler geçmiş ESK verileri üzerinde analiz yapılarak üretilen algoritmaların çıkardığı sonuçlar olacaktır. Sistem, tanı konusundaki önerilerini olasılık yüzdeleri ile doktorun önüne çıkarır. Son karar tabi ki doktora kalacaktır.
Tanı sonrasında sistem doktora tedavi konusunda da öneriler sunabilir. Yine geçmiş ESK verisi üzerinde algoritmalar çalışır ve öneriler ekrana gelir. Bu sistem, teşhis ve tedavi konusunda tüm olasılıkları doktorun önüne hazırlayıp koyan akıllı bir asistan gibi de düşünülebilir.
Elektronik Sağlık Kayıtları Verisinin İlaç Yapımında Kullanımı
Sağlık kayıtları üzerinde analizler yapılarak ilaçların hastalıklar üzerinde ne kadar etkili olduğunu da analiz etmek mümkün. Hastaların kullandıkları ilaçlar ve dozlarının hastalığın seyrini nasıl değiştirdiği algoritmalar tarafından takip edilip, en etkili olduğu dozlar tespit edilebilir. Bu veri ile daha farklı dozlar ile yeni ilaçlar da üretilebilir. İlaçların insanlar üzerindeki yan etkilerini de ESK’lar üzerinde takip etmek mümkün olur. Böylece ilaç kullanılmadan önce hangi hastaların ne tür risk grubunda olabileceği konusunda da sistem tarafından uyarılar oluşturulabilir (kalp krizi, böbrek hastalıkları gibi).
Tüm diğer veri işleme sistemlerinde olduğu gibi ESK kullanılarak yapılan işlerin başarısı verinin doğruluğuna bağlı. Eğer veri doğru girilmiyorsa çıkan sonucun da güvenilmez ve yanlış olacağını söyleyebiliriz. Yapay zeka kullanan tüm sistemleri veri ile eğittiğimiz için kullandığımız verinin doğruluğu kurulacak modeli ve sonrasındaki kullanımı direk etkileyecektir. Önce biz işimizi doğru yapalım, sonra da bilgisayarların bizden öğrenip doğru işler yapmalarını sağlayalım.
