Sağlık Alanında Yapay Zekanın Faydaları
Sağlık hizmetleri ekonominin en temel yapısı formatındadır. Bilim ve teknolojideki değişimler diğer sektörler gibi sağlık sektörünü de değişime uğrattı. Bu nedenle de Sağlıkta, Yönetme ve Klinik açısından da dijital değişim kaçınılmaz son haline geldi. Sağlık alanında yapay zekanın amacı, hizmet kapsamındaki bütün süreçleri yeniden inşa etmek süreci iyileştirmek ve hem yönetimde hem de klinikte bütçeyi minimalize etmektir. Klinik alanda teşhis, tedavi, tanı gibi süreçlerin hastanın süresinden fazla almamak için süreyi kısaltıp aynı zamanda doktor, hemşire gibi sağlık çalışanlarının iş yükünü hafifletip insan hatasını en aza indirmek ve bunun sonucunda da hizmetin kalitesini arttırmaktır. Geçmiş yakın zamanda tüm dünyayı etkileyen COVİD-19 hastalığı süreci hiç beklenmedik bir durumdu ve insanların halihazırda bir ‘B Planı’ yoktu. Hastalığın temasa karşı duyarlılığı ve ölümcül oluşu büyük bir kriz haline geldi bu durum dijitalleşmeyi hızlandırdı ve bu durum her alanda olduğu gibi büyük ölçüde de sağlık alanlarında fazlalaştı. Sağlık kurumlarında şöyle bir değişimlere gidildi;
- İdari ve klinik alanların sanallaşması
- Yapay zekâ sisteminin tüm dünyaca kabul alması ve hızla yaygınlaşması sağlandı.
Yapay zekâ (YZ) için 70 yıl önce Alan Turing, Marvin Minsky, John McCarthy ve Claude Shannon’un da yer aldığı birlikte on bilim adamının da katkı sağladığı Dartmouth Yapay Zekâ Araştırma Projesin konu ile ilgili çalışmalar yapmışlardır.
Dijital teknolojileri taşıma, makineler arası iletişim, bulut bilişim, nesnelerin interneti(loT) ve yapay zekâ gibi çeşitli yerlerde de kullanılıyor. Bu durumda sağlıkta yapay zeka teşhis, tedavi, tanı, araştırma, erken teşhis, evde bakım gibi yerlerde uygulamaya dönüşmüştür. Bilgisayar destekli görüntü teknolojileri mesela radyoloji tanı sürecinde detaylı ve hızlı görüntüleme verdiği gibi doktorun nasıl bir tedavi vereceği konusunda çok yardım eder.
Gómez Pinilla’nın 2013 yılında yazmış olduğu yazısında yapay zeka hakkında şu satırları kaleme almıştır; “Aidoc adı verilen radyoloji görüntü analizi için oluşturulmuş yapay zekâ, dünya çapında 100’den fazla hastanede kurulmuştur ve radyologların bir milyondan fazla hastayı tedavi etmesine yardımcı olmaktadır. Aidoc çözümünde derin öğrenme modülleri ve veriler tamamen bulut bilişim sunucuları üzerinde tutulmakta olup hastaneler içinde görüntüleme cihazı dışında fiziksel bir cihaza gerek duymamaktadır.” .
Yapay zekâ sağlıkta hizmet süreçlerini yeniden yapılandırarak hem yönetsel hem de klinik bütçeyi düşürmekte bu da demek oluyor ki minimum girdi ile maksimum çıktı elde ediliyor. Hastanın klinik sürecinde teşhis, tanı, tedavisi hızlanmakta, insan etkileşimini azaltarak, hizmet kalitesinin artırılması hedeflenmiştir.
KAYNAKÇA
- Rosenblatt F, The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 1958;65(6), 386-408.
- Hubel D H, Wiesel T N, Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex. 1962;160,106-154
- Allam, Z., & Dhunny, Z. A. (2019). On big data, artificial intelligence and smart cities. Cities, 89, 80-91. Altuntaş, E. Y., (2019), Sağlık Hizmetleri Uygulamalarında Dijital Dönüşüm. Eğitim Yayınevi. Atasoy, H., Greenwood, B. N., & McCullough, J. S. (2019).
- The digitization of patient care: a review of the effects of electronic health records on health care quality and utilization. Annual review of public health, 40, 487-500. Bal, C.G., Ada, S. & Çelik, A., (2012), Bilişim Sistemleri Başarı Modeli ve Aile Hekimliği Bilişim Sistemleri. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İ.İ.B.F. Dergisi, 19(1), 35-46. Bresnick, J., (2018), Top 12 ways artificial intelligence will impact healthcare. 2018. Büyükgöze, S. & Dereli, E., (2019), Dijital Sağlık Uygulamalarında Yapay Zekâ. VI. Uluslararası Bilimsel ve Mesleki Çalışmalar Kongresi-Fen ve Sağlık, 07-10. Darshan, K. R., & Anandakumar, K. R. (2015, December).
- A comprehensive review on usage of Internet of Things (IoT) in healthcare system. In 2015 International Conference on Emerging Research in Electronics, Computer Science and Technology (ICERECT) (pp. 132-136).
- IEEE. E-Nabız, (2020), E-Nabız Hakkında. https://enabiz.gov.tr/Yardim/Index (Erişim Tarihi: 13.10.2020). E-Sağlık, (2020), KSD (Karar Destek Sistemi).
- Gómez Pinilla, E. F. (2013). Diseño de estrategia competitiva como eje de crecimiento de AIDOC SOLUTION SAS.
EtkinKampüs, üniversite öğrencilerine yönelik düzenlediği etkinliklerle sadece akademik değil, aynı zamanda mesleki ve kişisel gelişimlerine katkı sağlıyor. Etkin Kampüs’ün öğrencilere sunduğu fırsatlar, onların alanlarındaki potansiyelini en üst düzeye çıkarmalarına yardımcı oluyor.
Etkinliklere ulaşmak için tıklayın.
Kampüs temsilciliği hakkında detaylı bilgiye erişmek için tıklayın.
YAZAR:
Helin Bingöl
Ankara Yıldırım Beyazıt Üniversitesi Sağlık Yönetimi 3.sınıf
