Bilim insanları, yapay zekâ teknolojisinin insanların sağlık sorunlarını on yıl önceden tahmin edebileceğini belirtiyor.
Yeni geliştirilen model, bireylerin tıbbi kayıtlarında yer alan kalıpları inceleyerek 1.000’den fazla hastalık için risk hesaplaması yapabiliyor. Uzmanlara göre bu yaklaşım, tıpkı hava durumu tahminlerinde yağmur ihtimalinin öngörülmesi gibi, sağlık risklerinin oranlarla ifade edilmesine olanak tanıyor.
DELPHİ-2M MODELİ NASIL ÇALIŞIYOR?
Delphi-2M adı verilen yapay zekâ modeli, dil tahmini yapan sohbet botlarına benzer bir sistemle geliştirildi. Ancak bu model, anonim sağlık kayıtlarını analiz ederek olasılıkları hesaplıyor.
Örneğin, kesin bir tarih vermek yerine belirli hastalıkların görülme ihtimalini yüzde oranlarıyla ifade ediyor. Avrupa Moleküler Biyoloji Laboratuvarı’ndan Prof. Ewan Birney, bu yaklaşımın aynı anda birçok hastalık için öngörü yapılmasını mümkün kıldığını vurguluyor.
İNGİLTERE VE DANİMARKA’DA TEST EDİLDİ
Model, ilk olarak İngiltere’de 400 binden fazla kişinin hastane kayıtları, yaşam tarzı bilgileri ve aile hekimi verileriyle geliştirildi. Ardından Danimarka’da 1,9 milyon kişinin sağlık verileriyle test edildi. Elde edilen sonuçlara göre, model özellikle tip 2 diyabet, kalp krizi ve sepsis gibi ilerleyişi net olan hastalıkların öngörülmesinde yüksek doğruluk sağladı.
HASTALARA VE SAĞLIK SİSTEMİNE KATKISI
Yapay zekânın sunduğu bu tahminler, riskli bireylerin erken dönemde tespit edilmesini sağlayabilir. Böylece ilaç tedavileri veya yaşam tarzı değişiklikleriyle hastalıkların önüne geçilmesi mümkün olabilecek. Ayrıca, bu teknoloji sağlık sisteminde kaynak planlamasına da destek sağlayabilir. Örneğin, belirli bir bölgede gelecek yıllarda yaşanabilecek kalp krizi vakalarının sayısı öngörülerek hastane kapasitesi buna göre ayarlanabilir.
KLİNİK KULLANIM İÇİN HENÜZ ERKEN
Nature dergisinde yayımlanan çalışmaya göre model, klinik kullanım için hazır değil. Özellikle 40-70 yaş aralığındaki verilerden beslenmesi sebebiyle önyargı barındırabileceği ifade ediliyor. Araştırmacılar, sisteme genetik veriler, kan tahlilleri ve görüntü
