YAPAY ZEKA VE RADYOLOJİ

YAPAY ZEKA’NIN RADYOLOJİ İŞ GÜCÜNE ETKİSİ HAKKINDA BİR PROJEKSİYON

Hazırlayan: Sarper Hikmet TAZE,MD/ Son düzenleme tarihi: 08 Şubat 2024

Giriş

Yapay zeka, bir işletim sisteminin öğrenme ve sorun çözme gibi insan benzeri bilişsel işlevleri taklit edebilme yeteneğidir. Otomasyon, işlerin robotlar veya tamamen dijital yapay zeka modelleriyle gerçekleştirilmesidir ve kısmi ya da tamamen olabilir. Kısa süreli eğitim gerektiren meslekler, otomasyondan en çok ve en yakın zamanda etkilenecek olanlardır. Örneğin, kurye, kasiyer ve banka gişe görevlisi gibi meslekler bu kapsamdadır. Doktorluk, öğretmenlik ve mühendislik gibi meslekler ise en az ve uzun vadede etkilenecekler arasındadır. Bu alanlardaki profesyoneller, teknolojiye ayak uyduramazlarsa gelecekte mesleki sorunlarla karşılaşabilirler. Hekimlikte branşların otomasyondan etkilenme oranları farklılık gösterecektir. Psikiyatri, histoloji ve fizyoloji gibi branşlar otomasyondan en az etkilenenler olacakken, radyoloji, patoloji, adli tıp ve nükleer tıp en çok etkilenen alanlar arasında yer alacaktır. Bugünkü konumuz radyoloji ve otomasyondur. Radyoloji, otomasyondan en çok ve en hızlı etkilenen tıp branşlarından biri olacaktır. Bunun en önemli nedeni, branşın başlangıcından itibaren teknolojiyle entegre olmuş olmasıdır. Radyoloji uzmanlarının iş yükü kabaca aşağıdaki gibidir:

Bu tabloya göre, görüntülemelerin yorumlanması ve evrak işleri, radyoloji iş yükünün %70'ini oluşturmaktadır ve bu alanlar, radyologların çoğunluğu için odak noktasıdır. Gelişen teknoloji sayesinde, özellikle evrak işleri başta olmak üzere, BT, MR, Ultrason ve Doppler gibi alanlarda yapay zeka destekli otomasyon, büyük ölçüde sağlanacaktır. Bu alanlarda çalışacak radyologlara ihtiyaç devam edecek olsa da, gereken radyolog sayısında büyük bir azalma olacaktır.

ANKET

Türkiye'deki doktorların teknoloji okuryazarlığı düzeyi nedir? Ne yazık ki, güncel ve kapsamlı bir istatistik bulunmamaktadır. Bu nedenle, Türkiye'deki Telegram’da bulunan en büyük hekim topluluğuna sahip bir platformda yapılan anketlerin sonuçlarını paylaşacağım.

İlk anketimizde, hekimlerin dil bazlı yapay zeka modellerini ne derece bildikleri sorulmuştur. %22'si yeterli ve üst düzeyde bilgi sahibi iken, %46'sı temel düzeyde, %32'si ise hiç bilmiyor. Bu, yeni bir teknoloji olduğundan, zamanla bilgi düzeylerinin iyileşeceğini öngörüyorum.

İkinci anket, Excel gibi temel teknoloji yazılımlarına olan hakimiyeti sorgulamaktadır. %11'i üst düzeyde, %16'sı orta düzeyde, %25'i basit düzeyde kullanırken, %48'i kullanmayı bilmiyor.

Üçüncü anket, programlama bilgisi üzerinedir. %11 orta ve iyi derecede, %9'u temel kavramlara hakim. %31'i zaman ayıramadığını, %49'u ise yazılım bilgisinin gerekli olmadığını düşünüyor.

Dördüncü ankette, hekimlerin %16'sı haftada en az bir saat akademik yayın okurken, %10'u ayda birkaç saat okuyor. %47'si iş yoğunluğu nedeniyle takip edemediğini, %27'si ise gerekli olmadığını düşünüyor.

Evrim Ağacı'ndan Mesaj

Neden Desteğe İhtiyacımız Var?

Aslında maddi destek istememizin nedeni çok basit: Çünkü Evrim Ağacı, bizim tek mesleğimiz, tek gelir kaynağımız. Birçoklarının aksine bizler, sosyal medyada gördüğünüz makale ve videolarımızı hobi olarak, mesleğimizden arta kalan zamanlarda yapmıyoruz. Dolayısıyla bu işi sürdürebilmek için gelir elde etmemiz gerekiyor.

Bunda elbette ki hiçbir sakınca yok; kimin, ne şartlar altında yayın yapmayı seçtiği büyük oranda bir tercih meselesi. Ne var ki biz, eğer ana mesleklerimizi icra edecek olursak (yani kendi mesleğimiz doğrultusunda bir iş sahibi olursak) Evrim Ağacı'na zaman ayıramayacağımızı, ayakta tutamayacağımızı biliyoruz. Çünkü az sonra detaylarını vereceğimiz üzere, Evrim Ağacı sosyal medyada denk geldiğiniz makale ve videolardan çok daha büyük, kapsamlı ve aşırı zaman alan bir bilim platformu projesi. Bu nedenle bizler, meslek olarak Evrim Ağacı'nı seçtik.

Eğer hem Evrim Ağacı'ndan hayatımızı idame ettirecek, mesleklerimizi bırakmayı en azından kısmen meşrulaştıracak ve mantıklı kılacak kadar bir gelir kaynağı elde edemezsek, mecburen Evrim Ağacı'nı bırakıp, kendi mesleklerimize döneceğiz. Ama bunu istemiyoruz ve bu nedenle didiniyoruz.

Destek Ol

Bu dört ankete dayanarak, Türkiye'deki doktorların teknoloji okuryazarlığı ve bilimsel yayınları takip etme konusunda ciddi eksiklikler gösterdiği ve %20'sinin bu konuları gereksiz bulduğu sonucuna ulaşılabilir. Anket sonuçları, doktorların yapay zeka devrimine büyük oranda hazırlıksız olduğunu ortaya koymaktadır.

Bugünkü analiz özetini yayınladıktan sonra hekimlere yönelik bir soru yönelttim ve %18'i bunun saçmalık ve imkansız olduğunu belirtti. %41'i bunun uzak bir gelecekte mümkün olabileceğini, %24'ü olası olduğunu ve %17'si büyük ihtimalle gerçekleşeceğini düşünüyor. Analiz özetinde sadece sonuçları paylaştım ve %18'i analizin ne olduğunu sormadan bu projeksiyonu reddetti. Şimdi asıl konumuza dönelim.

ANALİZ METODU

Bu projeksiyon, internet üzerindeki açık kaynaklardan elde edilen analizlerle oluşturulmuştur. Odak noktamız, radyolojinin iş yükünün yaklaşık %70'ini oluşturan evrak işleri, BT, MR, Ultrason ve Doppler gibi alanlardır. Yapay zeka modelleri ve süper bilgisayarların teknik özelliklerine erişim sağladım. Şu anki yapay zeka modellerinin hız, doğruluk ve zaman açısından durumları, hangi teknik donanımlara ve özelliklere sahip oldukları, süper bilgisayarların kapasiteleri, geçmişten günümüze kadar olan gelişimleri ve gelecekteki projeksiyon yöntemleriyle nasıl bir gelişim gösterecekleri konusunda bilgileri ChatGPT-4 ve Microsoft Copilot kullanarak analiz ettim ve bir projeksiyon oluşturdum. Bu analiz, radyoloji alanında yapay zekanın kullanımı ve etkileri üzerine derinlemesine bir bakış sağlamaktadır.

GÜNÜMÜZDEKİ DURUM

TÜBİTAK'ın TRUBA ve Medipol Üniversitesi'nin Medicom süperbilgisayarları ^[3] , işlemci olarak Intel(R) Xeon(R) Platinum 8480+ 2.0GHz kullanmaktadır. Frontier ise işlemci olarak AMD Epyc 7A53s "Trento" 64 çekirdek 2 GHz kullanırken, Curemetrix ekran kartı olarak Nvidia Tesla V100'ü tercih ediyor. Intel işlemcilerin maliyet etkinliği nedeniyle Türkiye'deki bilgisayarlarda yaygın olarak kullanılması, performans sorunlarını aşmak için daha fazla işlemci kullanımını gerektiriyor. Bilgi Teknolojileri (BT) alanında Türkiye, daha iyi performans sergiliyor, MR (Manyetik Rezonans) teknolojisinde ise gelişim sürüyor. Günümüzde süperbilgisayarların yalnızca BT ve MRI işlemleri için kullanılması mümkün değil. 2023 teknolojisiyle, Curemetrix'in yapay zeka modeli, beyin MR ve göğüs BT taramalarını dakikada 20 MRI ve 30 BT ile yüksek doğrulukta işleyebiliyor. Medicom ve TRUBA'nın performansları benzer seviyelerdeyken, Frontier, Curemetrix'e kıyasla 10 kat daha hızlı işleme kapasitesine sahip.

Samsung Medison'ın V7 ve GE Healthcare'ın Vscan Extend ^[4] adlı yapay zeka destekli donanımları sırasıyla 15 ve 25 saniyede bir ultrason raporunu yüksek doğrulukla yorumlayabiliyor. Buna karşın, bir uzman radyolog ortalama olarak bir ultrason raporunu 600 saniyede, bir doppler raporunu ise 720 saniyede yorumlamaktadır. Bu, yapay zekanın ultrasonda 40 kat, dopplerde ise 29 kat daha hızlı ve yüksek doğrulukla yorum yapabilme kapasitesine sahip olduğunu gösteriyor.

TÜRKİYE’DE RADYOLOJİ İŞ YÜKÜ

Türkiye, Avrupa'da kişi başına düşen en yüksek MRI ve BT işlem sayısına sahip ülkedir. 2020'de Türkiye'de yıllık 12 milyon MRI ve 23 milyon BT işlemi gerçekleşmiştir. Aynı yıl içinde 17 milyon Ultrason ve 14,4 milyon Doppler işlemi yapılmıştır. 2020'den sonra bu verilerin güncellenmediği göz önünde bulundurulduğunda, bu veriler en güncel verilerdir.

Medipol ve Curemetrix, tek başına ulusal yıllık iş yükünü henüz kaldıramazken, TRUBA MRI için %50, BT için %25 kapasite ile yıllık iş yükünü karşılayabiliyor. Frontier, MRI için %6,5, BT için %20 kapasite ile işleme kapasitesine sahiptir.

Yapay zeka destekli Samsung Medison's V7 donanımı yılda 2,1 milyon Ultrason, GE Healthcare's Vscan Extend ise 1,3 milyon Doppler işlemi tanıyabiliyor. Bu gelişmeler, yapay zeka ve süperbilgisayar teknolojilerinin tıbbi görüntüleme alanında nasıl devrim yaratabileceğini gösteriyor.

SÜPER BİLGİSAYARLAR

Süper bilgisayarlar, yoğun paralel işlemciler, yüksek başarımlı vektör işlemciler ve öbek bilgisayarların bir araya gelmesiyle oluşturulan sistemlerdir. Bu güçlü bilgisayarlar, özellikle araştırma ve geliştirme alanlarında kullanılmak üzere tasarlanmıştır. Süperbilgisayarların işlem yapma kapasitesi, FLOPS (saniyedeki kayan nokta işlemleri) ölçüsü ile ifade edilir. 2023 yılı itibarıyla, ABD'deki Frontier ^[1] bilgisayarı 1,5 EkaFlops (1,5x10^18 FLOPS) gücü ile dünyanın en güçlü bilgisayarıdır. Türkiye'deki en iyi performans gösteren bilgisayar ise TRUBA ^[2] olup, 5,34x10^15 FLOPS kapasitesine sahiptir; bu da Frontier'in yaklaşık 281 kat daha güçlü olduğu anlamına gelir.

Agora Bilim Pazarı

Anneleri Anlayan Marka Olmak

“Tüketiciler sadece ürün satın almaz, hikâyeler, deneyimler, yaşamlarını zenginleştirecek fikirler satın alırlar.”

Türkiye’nin her köşesini dolaşarak reklam, pazarlama ve strateji dünyasında geçirdiğim 17 yıllık süreçte, farklı sosyo-ekonomik sınıflardan annelerle sohbet etme fırsatı yakaladım. Annelerin markalardan beklentilerini anlamak için birebir video çekimler gerçekleştirirken, anneleri hedefleyen kurum ve firmaların yöneticileri ile de röportajlar yaptım. Bu süreçte Türkiye’de dört farklı anne profili olduğunu tespit ettim: ev kadını, çalışan, çocuğu için işi bırakan ve bekâr anneler.

Hem reklam ajansı sahibi, hem stratejist hem de anne olarak yaptığım araştırmalarla ortaya çıkardığım Anneleri Anlayan Marka Olmak adlı kitabım, annelere daha hızlı erişmek, marka sadakati oluşturmak, sürdürülebilir satış başarısı sağlamak isteyen markalar için vazgeçilmez bir rehber olacağını düşünüyorum. Okuduğunuzda ne kadar haklı olduğumu göreceksiniz.

Devamını Göster

₺98.00

Satın Al Tüm Ürünler

2010 ile 2023 yılları arasında, süperbilgisayar kapasitesi yaklaşık 583 kat artış göstermiş, bu da 13 yıl gibi kısa bir süre içinde büyük bir atılım olduğunu göstermektedir. 2024 Ocak itibarıyla, İspanya-AB'de yer alan MareNostrum 5 süperbilgisayarı 1.6 ekoflops (1,6x10^18 FLOPS) kapasiteye ulaşarak, bu alandaki ilerlemeyi sürdürecektir.

Dengeli bir projeksiyon çerçevesinde, gelecek yıllarda en^[6] iyi süperbilgisayarların tahmini FLOPS değerlerine bakıldığında, 2023 yılında 1,5 Ekaflops (grafikte ortalama bir değer olarak kabul edilirken, zirve değer değildir) olan kapasite, 2043 yılında 1400 ekoflopsa (1,4x10^21 FLOPS) ulaşması beklenmektedir. Bu, yaklaşık 930 katlık bir artış anlamına gelmektedir. Geçmişteki büyüme oranlarını göz önünde bulundurduğumuzda, bu projeksiyonun gerçekleşmesi oldukça mümkündür. Bu, teknolojinin sınırlarını zorlayan ve gelecekteki araştırma ve geliştirme çalışmalarını önemli ölçüde etkileyecek bir gelişmedir.

MALİYET, HIZ VE DOĞRULUK DEĞERLERİ

Curemetrix, MRI alanında ortalama bir radyoloğa kıyasla 150 kat, BT alanında ise 120 kat daha hızlı işlem yapma kapasitesine sahiptir. Aylık çalışma süresi boyunca bir radyolog ortalama 1280 MRI ve 2400 BT görüntüsü yorumlayabilirken, Curemetrix aynı sürede 288 bin MRI ve 192 bin BT görüntüsünü yorumlayabilir. Tanı doğruluğu açısından, yapay zeka BT yorumlarında %92, MRI yorumlarında ise %91 doğruluk oranına ulaşırken; bir radyoloji uzmanının BT yorumlarında %90, MRI yorumlarında ise %85 doğruluk oranı elde ettiği görülmektedir.

Curematrix Maliyet konusunda, yapay zeka bir MRI görüntüsünü 0,5 dolar, bir BT görüntüsünü ise 0,33 dolara yorumlayabilmektedir. Buna karşılık, Türkiye'de bir radyoloji uzmanının aylık geliri 92 bin TL (yaklaşık 3016 dolar, 2024 Şubat itibarıyla) olduğunda, bir MRI görüntüsünü 2,4 dolar, bir BT görüntüsünü ise 1,25 dolara yorumladığı hesaplanmaktadır. Bu durum, 2023 yılı itibarıyla yapay zekanın MRI yorumlamada radyoloğa göre 4,7 kat, BT yorumlamada ise 3,8 kat daha maliyet etkin olduğunu göstermektedir. Dolayısıyla, yapay zeka BT ve MRI yorumlamada daha hızlı, daha doğru ve daha az maliyetli bir alternatif sunmaktadır.

Samsung Medison's V7 adlı yapay zeka destekli donanımın maliyeti 400,000 dolar, GE Healthcare's Vscan Extend adlı yapay zeka destekli donanımın maliyeti ise 30,000 dolardır. Bu donanımlar, sırasıyla yılda 2,1 milyon ultrason ve 1,3 milyon doppler yorumlayabilmekte, bir radyoloji uzmanının yıllık ortalama 48,1 bin ultrason/doppler yorumlama kapasitesine kıyasla yapay zeka destekli sistemler ultrasonda 44 kat, dopplerde 26 kat daha fazla işlem yapabilmektedir.

Yapay zeka destekli donanımların bir ultrason için 0,025 dolar, bir doppler için ise 0,003 dolar maliyeti bulunurken, Türkiye'de bir radyolog bir ultrason/doppler yorumu için ortalama 0,75 dolar kazanmaktadır. Bu, yapay zekanın dopplerde 250 kat, ultrasonda ise 30 kat daha az maliyetle işlem yapabildiğini göstermektedir. Sonuç olarak, yapay zeka ultrason ve doppler yorumlamada daha hızlı, doktorlara yakın doğrulukta ve daha uygun maliyetli bir çözüm sunmaktadır.

GELECEK TRENDLERİ

2030 yılına dair yapılan dengeli bir projeksiyon, Curemetrix'in MRI ve BT kapasitesinin 2023'e göre sırasıyla 72 ve 73 kat artacağını öngörmektedir. TRUBA'nın ise 2030 yılında mevcut kapasitesinin yalnızca 1/127'sini MRI ve 1/314'ünü BT işlemleri için kullanması yeterli olacaktır. Ultrason ve Doppler alanlarında ise önemli bir kapasite artışı beklenmemekte, ancak maliyetlerin azalabileceği tahmin edilmektedir.

2023 yılı itibarıyla Türkiye'de yaklaşık 4500 radyoloji uzmanı bulunmaktadır. 2021'den itibaren asistan kontenjanların 3-5 kat arttığı göz önünde bulundurulduğunda, eğer bu artış hızı devam ederse, 2030 yılında tahminen 8327 radyoloji uzmanı olması beklenmektedir. 2023 yılında iş yükünü karşılamak için 9000 doktora ihtiyaç duyulurken, otomasyonun etkisiyle bu sayının 2831'e düşmesi öngörülmektedir. Bu azalmanın nedenleri arasında evrak işlerinin tamamen otomatize edilmesi, BT ve MR işlemlerinde 20 radyoloğun yapabileceği işin 1-2 radyolog tarafından yapılabilmesi, ve yapay zeka raporlarını hızla kontrol eden yetkin radyologların varlığı yer almaktadır. Bu radyologlar, çalışma şartları ve ekonomik durumları çok daha iyi olacak ve yapay zeka hakkında bilgili olacaklardır.

Ultrason ve Doppler işlemlerinde de 8 radyoloğun yapacağı işi 1 radyolog yapacak ve bu ünitelerde çok hızlı işlem yapılacak. Girişimsel radyoloji ve hasta-doktor ilişkisi gibi tam otomasyonun mümkün olmadığı alanlarda radyologlar önemli bir rol oynamaya devam edecek.

RADYOLOJİ BRANŞININ GELECEĞİ

Bu durum, yapay zeka ve otomasyonun tıp alanında, özellikle radyoloji uzmanlığı üzerinde yaratabileceği etkileri ve potansiyel sonuçları ortaya koymaktadır. 2023 yılında Türkiye'de yaklaşık 4500 radyoloji uzmanı bulunmakta ve eğer mevcut kontenjan artış hızı devam ederse, 2030 yılında bu sayının yaklaşık 8327'ye ulaşacağı öngörülmektedir. Ancak, aynı dönemde yapay zeka ve otomasyon teknolojilerinin gelişimiyle birlikte, gerçekte ihtiyaç duyulan radyoloji uzmanı sayısının önemli ölçüde azalacağı, yaklaşık 2831 olacağı tahmin edilmektedir. Bu, otomasyonun evrak işleri, BT, MR, Ultrason ve Doppler gibi alanlarda radyologların yükünü önemli ölçüde hafifleteceğini ve daha az sayıda radyoloğun daha fazla işi yapabileceğini göstermektedir.

Bu gelişmeler, radyoloji alanında çalışan doktorlar için hem fırsatlar hem de zorluklar yaratmaktadır. Yapay zekanın raporlarını hızla kontrol edebilecek, alanlarında yetkin ve yapay zeka hakkında bilgili radyologlara ihtiyaç artacak, bu da çalışma şartları ve ekonomik durumları iyileştirecek gibi görünmektedir. Ancak, otomasyonun getirdiği bu dönüşüm, asistan kontenjanları, emeklilikler ve istifalarla birlikte düşünüldüğünde, mevcut ve gelecekteki radyoloji uzmanları arasında önemli bir fazlalık yaratabilir. 2030 yılında 8327 radyoloji uzmanının olması beklenirken, gerçekte ihtiyaç duyulan sayının çok altında olması, yaklaşık 5496 doktorun fazlalık oluşturacağı anlamına gelir. Bu fazlalık, radyoloji dışındaki alanlara geçiş yapmak isteyen veya mümkün olmayan durumlar için ciddi bir mesleki geçiş ve adaptasyon sorunu yaratabilir.

ÖNERİLER

Bu kontekste, radyoloji uzmanları ve asistanlarına, girişimsel radyoloji, PET, araştırma ve yeni teknolojiler gibi geleceğin potansiyel taleplerine uyum sağlayabilecek alanlara yönelmeleri önerilebilir. Ayrıca, radyoloji asistanı olmayı düşünenler için mevcut teknolojik ve eğitim imkanlarını dikkatlice değerlendirmeleri ve gelecekteki mesleki yollarını bu yeni realitelere göre planlamaları tavsiye edilir.

SONUÇ

Sonuç olarak, yapay zeka ve otomasyonun tıp alanındaki bu hızlı ilerlemesi, radyoloji uzmanlığı dahil olmak üzere tıbbi uzmanlıkların geleceğini yeniden şekillendiriyor. Bu durum, hem eğitim kurumlarının hem de sağlık politikası yapıcılarının, gelecekteki sağlık hizmeti ihtiyaçlarına ve teknolojik gelişmelere uyum sağlayacak şekilde proaktif önlemler almasını gerektiriyor

SORUMLULUK REDDİ BEYANI

1.Bu analiz, açık kaynaklardan elde edilen verilere dayanarak yapılmıştır.

2.Sunulan bilgiler ve yapılan tahminler, bir projeksiyona dayanmaktadır. Geleceğin gelişimi öngörülen senaryolardan farklı olabilir.

3.Bu çalışma, bir bilimsel makale olma iddiasında bulunmamaktadır. Bir projeksiyon çalışmasıdır .

4.Politika yapıcılar ve yönetim organları, sunulan bulgular ve tahminler ışığındadurumu değiştirebilecek kararlar alabilirler.

5.Bu beyan, analizin sınırlılıklarını ve gelecek tahminlerindeki belirsizlikleri kabuletmekle birlikte, elde edilen sonuçların değerlendirilmesinde dikkatli olunması gerektiğini vurgular.