YAPAY ZEKÂ DOKTOR ASİSTANI OLABİLİR Mİ? YCP BİLGİ TEKNOLOJİLERİ, YAPAY ZEKÂ DOKTOR ASİSTANINI HAYATA GEÇİRİYOR

YCP Bilgi Teknolojileri CTO’su Özgür Şahin, Sibernetik Doktor Asistanı’nın muayene sürelerini ve teşhiste hata yapma riskini  %70 azaltarak,doktorların iş yükünün azaltılmasına ve sağlık sistemine olumlu katkıları olacağına inandıklarını söyledi.
Günümüzde yapay zekâ uygulamaları ile hayatın birçok alanında karşılaşıyoruz. Önümüzdeki yıllarda yapay zekâ hayatımızın birçok alanında büyüyen bir hızla yaygınlaşacak. Otonom araçların ortaya çıkışını, doğal dil işleme için daha da geliştirilmiş desteği, görüntü tanıma ve nesne sınıflandırması için AI kullanımının artmasını, daha akıllı robotlar, dronlar ve makine öğrenimi algoritmalarındaki gelişmeleri göreceğiz.
Tıbbi teşhis, müşteri hizmetleri ve finansal hizmetler dâhil olmak üzere yapay zekâ ile geliştirilmiş ürün ve hizmetlerin gelişimi hızlanarak devam edecek. Özellikle karar verme süreçlerinin etkinliğini ve doğruluğunu artırmak için birçok alanda yapay zekâ kullanılacak.

Hedef; makine öğrenmesi algoritmaları ve yapay zekâ alanında uzmanlaşmak
YCP Bilgi Teknolojileri de insanların yaşamlarında, anlamlı iyileştirmeler yaratacak yapay zekâ çözümleri geliştirmek ve uygulamak vizyonu ile YCP AI (yapay zekâ) birimini açıp, farklı becerilere ve deneyimlere sahip uzmanlardan bir ekip oluşturdu. YCP Bilgi Teknolojileri CTO’su Özgür Şahin, “Hedefimiz; makine öğrenmesi algoritmaları ve yapay zekâ alanında uzmanlaşmaktı. Amacımız, teknolojinin etik ve sorumlu bir şekilde kullanılmasını teşvik eden, insanlara bilinçli kararlar verme yetkisi verirken aynı zamanda topluma ekonomik ve sosyal faydalar sağlayan yapay zekâ çözümleri geliştirmek ve uygulamaktı” dedi.

Makine öğrenmesi ve yapay zekâyla geliştirilen Sibernetik Doktor Asistanı
Özgür Şahin, şu bilgileri verdi: “Başarılı işler yapmanın ilk ve en önemli adımının doğru sorular sormak olduğuna inanıyoruz. Ekip olarak yaklaşık 1 senelik hazırlık ve gelişim dönemi geçirdikten sonra başlıktaki soruyu sorarak başladı ‘Sibernetik Doktor Asistanı’ projemiz.  Bu noktada sağlık konusunda çalışan grup şirketimizden bize ulaşan geri bildirimler, Sibernetik Doktor Asistanı projemize başlama kararlılığımızı arttırdı. Bu çalışmada, hastalara ait Türkçe şikâyet metinlerinin farklı makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak sınıflandırılabilmesinin yollarını araştırdık. Ekibimizde, tıp alanında çok değerli bilgi birikimine sahip Feyyaz Pişkinsüt gibi bir tıp doktorunun bulunması bizler için büyük şans oldu. Yapay zekâ algoritmaları alanındaki tecrübesi ve bilgi birikimi yüksek uzmanlarımızla oluşan sinerji, başarıyı getiren en önemli faktörlerden birisi oldu.”
Özgür Şahin, projede geçirdikleri aşamaları şöyle anlattı: “Büyük miktarda veri içerisinden, gizli kalmış, değerli, kullanılabilir bilgileri açığa çıkarmak ve stratejik kararlara destek sağlayabilmek için veriyi çok iyi anlamak, üzerinde detaylı çalışmalar yapmak, algoritmaları test ederken alınan başarısız sonuçlardan yılmamak gibi listeyi daha da uzatabileceğimiz birçok önemli nokta bulunuyor. Türkçe hasta şikayetlerinin analiz ve sınıflandırılmasının yapıldığı bu çalışmada aynı veri kümesi üzerinde Random Forest, SVC, LightGBM, Naive Bayes makine öğrenmesi algoritmaları ve LSTM (LongShort Term Memory) Derin öğrenme algoritmaları ile ayrı ayrı yapılan sınıflandırma işlemleri başarıyla gerçekleştirilmiştir. Kullanılan sınıflandırma algoritmalarının her bir tanesi farklı başarı oranları göstermiştir. Kullanılan algoritmalardan elde edilen çıktılara göre LSTM derin öğrenme algoritması kullanılan diğer makine öğrenmesi algoritmalarına göre çok daha başarılı bir sonuç vermiştir. Elde edilen çıktılara göre LSTM derin öğrenme algoritması 98% doğruluk oranı ile en başarılı sınıflandırma algoritması olmuştur. Çalışma sonuçları yapay sinir ağları ve makine öğrenmesi algoritmalarının kıyaslanması ve doğal dil işleme sürecinde kullanılması adına sonraki çalışmalar için kaynak teşkil edecektir.”

Doktorların iş yükünü azaltacak, sağlık sistemine olumlu katkıları olacak
Sibernetik Doktor Asistanı, hastaların şikayet ve bulgularından yola çıkarak %98 doğru yönlendirme yapabiliyor: Özgür Şahin, “Sonuç olarak yola çıkarken en başta sorduğumuz soruya geri dönecek olursak yanıtımız kocaman bir evet olacak. Yukarıda özetlediğimiz çalışmalarımız neticesinde geliştirdiğimiz yeni asistanımız hastaların şikâyet ve bulgu verilerinden yola çıkarak %98 oranında doğru yönlendirilmesini yapabilmekte. Yetişmiş doktor eksikliği, gün be gün doktorların yurt dışına çıkması, hastaların randevu almasında yaşanan aksamalar ve bekleme sürelerinin artması gibi sorunların aşılmasında bu ürünün çok faydalı olacağını değerlendiriyoruz ve ürünün yaygın kullanımı ile birlikte yanlış yönlenmeler sonucunda tıbbi birimlerde gereksiz yoğunluk oluşmasının önlenmesi ve bu sayede doktorlarımızın iş yükünün azaltılması gibi sağlık sistemimize olumlu katkıları olacağına inanıyoruz” diye konuştu.

Muayene sürelerini ve teşhiste hata yapma riskini %70 azaltıyor
Özgür Şahin, sözlerini şöyle tamamladı: “Doktorların, makine öğrenmesi algoritmaları ile yüksek tahminleme yaparak onları asiste eden robotik sistemlerle çalışması, ilk denemelerde muayene sürelerini azalttığı, yorgunluk, dalgınlık sebebi ile gözden kaçan semptomlar sebebi ile teşhiste hata yapma riskini %70 azalttığı ve doktorların farkındalığını arttırdığı gibi geri bildirimler almaktayız. Bizlere iletilen bu geri bildirimler ile yola çok daha keyifle devam ediyoruz.”