COVID-19 Triyajında (Acil Durum Önceliğinde) Yapay Zeka Kullanımı

Personel kısıtlılığı ve aşırı hasta yükü nedeniyle hastaneler, pandemiyi yönetebilmek için otomatize enstrümanlara başvurmaktadırlar. İngiltere Ulusal Sağlık Sistemi’nde hastalar röntgen filmlerinin bir uzman tarafından değerlendirilebilmesi için altı saat beklemek durumunda kalmaktaydı. Acil serviste bir hekim bu filmi bir yapay zeka (YZ) sistemi tarafından okutabildiği takdirde zamandan kazanacaktır ve daha sonra bir uzman bu filmi değerlendirip, daha ayrıntılı tanı koyabilecektir.

Geçen sene Eylül ayında Rizwan Malik, Royal Bolton Hastanesinde radyoloji departmanında yapmak üzere bir çalışma planlamıştır. Bu çalışmada YZ tabanlı akciğer grafisi okuma yazılımının kullanımı hedeflenmekteydi. Yazılım Mumbai (Hindistan) kökenli Qure.ai firmasına aitti ve qXR sistemi olarak adlandırılıyordu.

Bu çalışmada Malik, altı asistanının yapacakları film değerlendirmeleri için ikinci bir görüş elde edecekti. Kendi film okuma sonuçlarıyla YZ sisteminin önerileri arasında uyum saptandığı durumda, bu YZ sistemini asistanların yapmış oldukları değerlendirmeleri onaylamak için kullanacaktı. Çalışması dört aylık süreç içerisinde onay almıştır, ancak çalışmaya başlamadan önce COVID-19 salgını İngiltere’yi etkilemiştir.

Bu çalışma COVID-19 hastalarının değerlendirilmelerinde kullanmak için biçilmiş kaftan halini almıştır. Daha önceki araştırmalara göre ciddi COVID-19 hastalarının akciğer film bulguları viral pnömoni bulgularına göre farklılık göstermekteydi. PCR testlerinin azlığı ve gecikmelerinden dolayı akciğer röntgenleri, hekimlere triyajda* yardımcı olabilen hızlı ve maliyeti düşük yardımcı tanı araçları halini almışlardır. (* Triyaj: Acil servislerde tıbbi müdahale önceliklerini belirleme sistemi.)

Haftalar içerisinde Qure.ai, qXR sistemini COVID-19'a bağlı pnömoniyi değerlendirebilecek duruma getirmiştir ve Malik yeni bir klinik deney önermiştir. Yeni önerisinde bu sistemin doğrudan ilk tanısal süreçte yer alması planlanmıştır. Royal Bolton Hospital gibi birçok hastane bu tarz bir teknolojiyi pandemi baskısı altında kullanmaya başlamışlardır.

Pandemi, sağlık sisteminde YZ’nin uyarlanmasının önünü açmıştır. Ancak bu durum fırsatlar yarattığı gibi, yeni riskler de barındırmaktadır. Bir yandan yeni teknolojiler alelacele hastanelerde kullanılmaya başlanırken, yeterince incelenmemiş bu araçlar hastaya zarar veriyor da olabilmektedir. UC San Diego Health’den Chris Longhurst, YZ’nin sağlık sektöründe kullanılmasının son derece heyecan verici olduğunu söylemekle birlikte, sağlık sektörünün birçok etmenden etkilendiğini ve sistemde yapılacak olan bir değişikliğin istenmeyen ölümcül sonuçlar doğurmasının da olası olduğunu söylemektedir.

YZ pandemiden önce sağlık araştırmalarında yaygın olarak kullanılmaktaydı. Derin öğrenme yöntemleri meme ve akciğer kanseri ya da glokom gibi hastalıkların tanısında tıp uzmanları kadar başarılı bulunmuşlardır. Araştırmalar, bilgisayara bağlı görsel takiplerin, evlerinde yaşlı bireyleri ya da yoğun bakımdaki hastaları takip etmede olasılıkla başarılı olabileceklerini göstermiştir. Ancak, bu araştırma bulgularını gerçek hayat koşullarına aktarmada sorunlar yaşanmıştır. Örneğin, mahremiyete ilişkin engeller, algoritmaları çalıştırmak için yeterince veri sunulmasını önlemektedir. Bu nedenle çalışmaların yanlılığı ve genellenebilirliğine dair kaygılar bu çalışmaların hayat bulmalarını engellemektedir.

Uygulamalar sertifiye edilseler de hastanelerin yoğun değerlendirme prosedürleri ve protokolleri bulunmaktadır. Bu nedenle kurumlar alışkanlıklarını zorunlu olmadıkça değiştirmemektedirler. YZ artık bu alanda zemin kazanmaktadır. Bu konuyla ilgili yayımlanmış makale bulunsa da arzu edildiği gibi sektörde henüz yeterince yeterince yaygınlaşmamıştır.

MIT Technology Review

Pierre Durand, Fransa’da bir radyoloji uzmanıdır. 2018'de Vizyon firmasının kurucuları arasında yer almıştır. Bu şirket bir aracı olarak Qure.ai ya da Seul merkezli Lunit gibi şirketlerin ürünlerini hastaneye pazarlamaktadır. Pandemi öncesi bu ürünleri klinik ortamına yerleştirme konusunda sorun yaşanmaktaydı. COVID-19, bu durumu Fransa’da değiştirmiştir. Sağlık sistemi hastalık yükü altında ezilirken ve hükümet test sayısını arttıramadığından, PCR testi kadar kesin olmasa da akciğer grafileri triyaj aracı haline gelmiştir. Hatta PCR testi yapılmış olanlarda bile test sonucunu almak en az 12 saati bulmaktaydı ve bazen günleri bulan bu bekleme, bir hasta hakkında izolasyon kararı vermek için oldukça uzun bir süreydi. Oysa, Vizyon sisteminin Lunit yazılımı, bir hastanın Covid-19 enfeksiyon riskini hesaplayabilmesi için 10 dakikaya ihtiyaç duymaktadır.

Lunit’e ilişkin yayınlanmamış bir araştırma bu yazılımın bir radyoloji uzmanının koyacağı tanı ile kıyaslanabilir olabileceğini göstermiştir. Durand’a göre çok hastanın olduğu bir ortamda Lunit cazip bir çözüm haline gelmektedir. Vizyon şirketi Fransa’da iki büyük hastane ile anlaşmış durumda ve Orta Doğu ve Afrika’da bulunan hastaneler ile görüşme halinde bulunmaktadır. Lunit halihazırda Fransa, İtalya, Meksika ve Portekiz'de bulunan hastaneler ile çalışmaktadır. Qure.ai şu an İtalya, ABD ve Meksika’ya kadar yayılmıştır.

Durand, ayrıca, pandeminin yaratmış olduğu travmanın hekim ve hemşirelerin yaşamlarını değiştirdiğini düşünüldüğünde pandemi sonrası sağlık çalışanı eksikliği ile başa çıkmak için de YZ’nin hastaneler tarafından kullanılmak istenebileceğini belirtmiştir.

Hastanelerin YZ’ya ilgisi birçok şirketi harekete geçirmiştir. Artık ürünlerini ücretsiz deneme süresi ile sunmaktalar ve hastaneleri daha uzun süreli kontratlara ikna etmeye çalışmaktalar. Lunit ve Qure.ai’nin yöneticileri, YZ’nin faydasını gösterebileceği gibi, kullanıldığında vazgeçilemez hale geleceğini söylemektedirler. Qure.ai ve Lunit’in akciğer tarama ürünleri pandemi öncesi Avrupa Birliği sağlık ve güvenlik ajansı tarafından onaylanmıştır. Covid-19’a uyarlanma çalışmaları çerçevesinde önceden onaylanmış özellikler dahil edilmiştir.

MIT Technology Review

Qure.ai qXR sistemi sık görülen akciğer anomalilerini tespit etmek için derin öğrenme modelleri kullanmaktadır. COVID-19’a uyarlarken uzmanlara danışarak ve literatüre başvurarak COVID-19 pnömonisine ilişkin tipik özellikler değerlendirmeye alınmıştır. Bu bilgiler qXR’ye kodlanmış ve böylece bu enstrüman bu tarz bir görüntüyü taradığında covid-19 enfeksiyonu riskine ilişkin hesaplamalar yapacak duruma getirilmiştir. On bir görüntüyü kapsayan bir ön geçerlik çalışması COVID-19 hastalarının %95 hassasiyetle tespit edilebildiğini göstermiştir.

Ancak salgın sırasında ürün sunan tüm şirketler bu derece başarılı değillerdi. Malik, 36 şirkete e-posta üzerinden ulaşmış ve 24 şirket ile görüşmüştür. Kendisi, çoğunu yetersiz ve fırsatçı bulmuştur. Başka uzmanlar ise YZ kullanımı konusundaki karar ve denetim mekanizmalarının gevşetilmemesini önermektedirler. Pandemi nedeniyle YZ kullanımı cazip olsa da YZ’nin yaratacağı ufak bir hatayı telafi etmenin kolay olmayacağını ve pandemi varlığının kendilerini kurtaramayacağını söylemektedirler. Ancak şirketler YZ’nin araştırma amacıyla kullanımını teşvik etmektedirler. YZ’nin sağlık hizmetlerinde standart haline gelebilmesi için sağlam kanıtlara gereksinim bulunmaktadır. Aksi halde hastalar zarar görebilecektir.