Dijital Sağlık: Modern Teknoloji Sağlığımızı Nasıl Denetliyor?

Vücuttaki her değişimi, anomalileri ve dinamikleri kılcal seviyede dahi takip etmemize olanak tanıyan biyomedikal bilimi, yapay zeka teknikleriyle iç içe geçtiğinden beri tüm fütürist fikirler gerekli şartlar sağlandığında artık oldukça olağan görünmeye başladı. Özellikle son on yılda medikal görüntüleme teknolojilerinin sağlık sektörüne yaptığı katkı ciddi anlamda devrimsel denebilecek nitelikte. Öyle ki; sağlık sektörü çoktan kendinden yarı-bağımsız bir alt branş oluşturmuş durumda: Dijital sağlık.

Dijital sağlık aslında bir konsept. Hayati değerlerinizi (nabız, tansiyon, respirasyon ve kan satürasyon -SpO₂- oranları) cebinizdeki veya evinizdeki akıllı cihazlar yardımıyla takip etme olanağı sunan, size ne zaman doktora gitmeniz gerektiğini söyleyen, gittiyseniz size hastalığınız hakkında ayrıntılı bilgi veren, istediğiniz takdirde ilaç takviminizi düzenleyen ve hatta mevcut sağlık parametreleriniz göz önünde bulundurulduğunda iyileşme/iyileşmeme ihtimallerini dahi yüzdesel olarak sizinle paylaşmayı amaçlayan geniş bir kavramlar ve platformlar bütünü; diğer bir deyişle kişisel sağlık koçunuz...

Akıllı bilgisayarlar, akıllı telefonlar ve akıllı televizyonlardan sonra şimdi de akıllı saatlerin hayatımıza girmesiyle temel hayati değerlerin (nabız, tansiyon, respirasyon, satürasyon) anlık takibi ve kayıt altına alınması fazlasıyla kolaylaştı. Hatta siz istemeseniz bile artık kolunuza taktığınız dijital bilezikler bu kayıtları göz önünde bulundurarak size zaman zaman telkinlerde bulunup hareketsiz kaldığınızı, bisiklete binmenizi, koşmanızı, yürümenizi vb. önerebiliyorlar. Dünyanın en büyük firmalarının (Apple, Microsoft vb.) bu teknolojinin pazar potansiyelini ellerinden kaçırmamak adına açtıkları dijital sağlık departmanlarının yanı sıra Avrupa'nın prestijli üniversiteleri de bu konuda son 20 yılda sayısız makale yayınladı, yayınlamaya da devam ediyor.

Dünya’da Dijital Sağlık

Uluslararası pazarın yanı sıra, devletlerin, bilimsel takibini birer politika haline getirdiği dijital sağlık sektörü, her sene takip edilmesi zor bir ivmede ilerlemeye başladı. Son birkaç yıldır düzenlenen Dünya Dijital Sağlık Kongresi’ne 2019 Kasım ayında tekrar Londra ev sahipliği yapacak. IBM, Oracle gibi dev şirketlerin üst düzeyde katılım gösterdiği bu gibi etkinlikler dünyanın hemen her yerinden misafir ağırlıyor.

Birleşik Krallık Ulusal Sağlık Servisi, özel sektörle eş zamanlı ilerleme kaydedebilmek adına katıldığı bu etkinliğe bu sene bilgi teknolojileri sorumlu başkanı Adrian Byrne ile gidiyor. Her fırsatta özellikle hastaların dijital sağlık bilgi platformlarıyla aralarındaki mesafeyi azaltmalarının öneminden bahseden Byrne, kullanıcı dostu web platformlarının tüm sağlık sektörünü geri dönülmez bir devrimden geçirdiği kanaatinde. Daha önce birkaç kez İstanbul’da da çeşitli isimler altında düzenlenen dijital sağlık konferansları ülkemizde de (yeteri kadar olmasa bile) ilgi görmekte. Kişiye özel tıp uygulamaları, giyilebilir teknoloji, hasta veri güvenliği gibi konuların ele alındığı bu konferanslar şüphesiz sağlık sektörünün modernleşmesinde büyük etkiye sahip.

Nasıl bundan 20 yıl önce sağlık sektörü bugünküden işlevsel ve şekilsel açıdan son derece farklıysa, bundan 20 yıl sonra da şimdikinden çok daha ileri olacağını görmek hiç de zor değil. Geçmişte ölümcül olan birçok hastalığın şu anda doktora dahi danışmaya ihtiyaç duyulmadan tedavisinin mümkün olduğu göz önünde bulundurulduğunda, uzmanların yakın gelecekte muayene olmak için aile hekimimize internet üzerinden bağlanmamızın yeterli olacağı görüşü artık kulağa eskisi kadar “bilim-kurgu” gelmiyor!

Dijital Sağlığın Son Yıllardaki Gözdesi: Fotopletismografi

Carl Johnson’ın 1930’larda bir çeşit fotosel kullanarak dokulara dolan kan miktarını sinyallerle gözlemlemeye yarayan cihazı, hemen birkaç sene sonra Alrick Hertzman’ın klinik çalışmalarıyla beraber bugünkü “Fotopletismografi” teknolojisine de zamanla ismini kazandırmış oldu. Bugün tüm acil kliniklerinde bulunan oksimetreler (kanınızdaki oksijen oranını anlık görüntülemek için parmağınıza veya kulağınıza takılan küçük non-invazif cihazlar) temelde fotopletismografi teknolojisini kullanmakta.

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... Daha fazla göster

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

Pletismografi kelimesi aslında Yunanca’dan geliyor; değişim veya büyümeyi ifade etmek için kullanılıyor. Modern pletismograf cihazları vücudun belirli bir bölgesindeki veya organındaki kan miktar değişimini ölçmede kullanılırlar. Fotopletismografi ise bu işlemin, ışığın optik özellikleri kullanılarak yapılan versiyonu. Vital değerlerin belki de en önemlisi olan kandaki oksijen oranı (satürasyon -SpO₂-) daha önceleri arterlerden alınan kan örnekleriyle laboratuvar koşullarında belirleniyorken şu anda yalnızca birkaç saniye içinde kulağınıza veya parmağınıza taktığınız, fotopletismografi teknolojisinin birer ürünü olan küçük oksimetre cihazlarıyla anında monitöre edilebiliyor.

Oksimetreler geliştirilmeye, kullanılmaya ve ticari olarak satılmaya başlandığı 1970’li yıllardan beri şüphesiz dijital sağlık sektörünün göz bebeği konumundalar. Tamamen non-invazif (cerrahi hiç bir müdahale gerektirmeyen) bir biçimde, her kalp atışınızla beraber dokularınıza dolan kan miktarındaki değişimi iki boyutlu analitik düzlemde göstermeye ve analiz etmeye olanak sağlayan bu cihazlar şimdilik kalp atış hızınızı, perfüzyon indeksinizi ve oksijen satürasyonunuzu neredeyse sıfıra yakın bir hata oranıyla rahatlıkla söyleyebiliyor.

Fotopletismografik sinyaller (FPG) kalp hakkında şimdilik EKG sinyalleri kadar ayrıntılı bilgi vermese de birçok kardiyovasküler hastalığın habercisi. Temelde iki farklı parçada incelenen bu sinyallerin statik komponenti damarsal aktiviteye bağlı olarak değişiklik gösterebilirken dinamik komponenti ise kan hacmi ve kardiyo aktivite hakkında sağlıklı bilgiler veriyor. Geliştirilen yarı-iletken teknolojisi sayesinde oksimetrelerde kullanılan -düşük maliyetli- malzemeler, derinin yüzeyine gönderilen farklı dalga boylarındaki ışınların dokuyla ve doku altındaki kanla olan etkileşimlerini analitik olarak inceleyebilmemizi sağlıyor.

Physiological Measurement

Yukarıdaki figürde aynı zaman dilimlerinde örnek EKG ve FPG -dinamik komponent- sinyalleri gösterilmiş. Her bir kalp atışından sonra dokudaki kan miktarının değişimini alttaki figürden takip etmek zor değil. Görüldüğü gibi eğer elinizde birinin altmış saniyelik bir FPG sinyali var ise nabzını (kalbin bir dakika içindeki atış sayısı) hesaplamak için toplam dalga sayısına bakmak yeterli olacaktır. Her ne kadar nabız hesaplamaları için tek bir ışının etkileşimini gözlemlemek yetse de, oksimetreler kandaki oksijen oranını ideal kesinlikte ölçmek için deriye bir yerine farklı dalga boylarında iki tane ışın gönderir; kırmızı ve kızılötesi. Bu iki dalga boyuna sahip ışınların, kanın oksijen taşımakta görevli moleküllerindeki (hemoglobin) absorbe olma oranları oldukça iyi bilindiği için, kandan geriye yansıyan (veya absorbe edilip yansımayan) iki ışın miktarının kalibre edilmesiyle satürasyon -SpO₂- oranı hızlı bir şekilde hesaplanabilir.

Fotopletismografik sinyallerin kullanım alanı bunlarla sınırlı değil elbette. 2000 yılından sonra özellikle İtalya ve Çin’de yapılan çok sayıda araştırma bu sinyallerin kan basıncını belirlemede birer ölçü olabileceğini de gösterdi. 2013’te Domenico Grimaldi ve ekibi yapay sinir ağları kullanarak bu sinyallerin morfolojik (şekilsel) bazı karakteristiklerinin kan basıncıyla direk ilişkisi olabileceğini gösterdi. Ekibin IEEE konferansında sundukları araştırmadan bu yana yapay zekanın -sinir ağları dışında da- birçok uygulaması bu ilişkinin matematiğini çözmek için kullanılıyor.

Yazının başında da söylendiği gibi, medikal görüntüleme teknikleri tüm sağlık sektöründe büyük bir devrim yarattı. Bunun yanında gelişen video kamera teknolojisi de objeleri en ince ayrıntısına kadar, insan gözünün dahi fark edemeyeceği detaylarla kayıt altına almaya olanak tanıyor artık. Her ne kadar ideal pletismografik sinyaller en sağlıklı biçimde oksimetrelerin deriye temas eden foto-detektörleri tarafından toplansa da, bir diğer optik cihaz olan video kameralarla da bu gayet mümkün aslında. Hem de öyle özel, üst düzey, pahalı vb. kameralardan da bahsetmiyoruz.

Diatribe

Bugün piyasadaki çoğu dijital görüntü cihazları renk skalası olarak RGB (red-kırmızı, green-yeşil, blue-mavi) modellerini kullanırlar. Bu modeller, temel olarak bu üç farklı dalga boyundaki görüntü verisini birleştirip aynı düzleme koyar ve çektiğiniz resimleri -veya videoları- bu şekilde kompoze eder.

Farz edelim ki selfie kameranızla yüzünüzün bir fotoğrafını veya videosunu çektiniz. Oluşan görüntü aslında yüzünüzden kameraya geri yansıyan kırmızı, yeşil ve mavi ışık verisinin birleştirilmesiyle meydana getirilir. Tıpkı oksimetre cihazlarının deriden geri yansıyan kırmızı ve kızılötesi ışınları yarı iletken tabakalar üzerinde işleyerek, değişen kan hacmini sinyalize etmesi gibi, video kameralarla da benzer bir model kırmızı-yeşil veya kırmızı-mavi renk analizi yürütülerek yapılabilir. Özellikle nabız ve respirasyon oranı belirlemede artık sadece kaydedilen kısa bir videonuz ve bunun yanında basit birkaç sinyal işleme tekniği tüm hesaplamaları yapmak için yeterli.

Tabii konu oksijen satürasyonuna gelince işler ‘temassız Fotopletismografi’de biraz daha zorlaşıyor. Çünkü bulunduğunuz yerin ışık yoğunluğu, kameranın merceğine durduğunuz uzaklık, gün ışığı, derinizin rengi, kamera kalitesi vb. gibi bir çok etken toplanan bu üç farklı dalga boyundaki verinin büyüklüğünü (amplitude) fazlasıyla etkilemekte. Yine de 2010’dan bu yana Oxford Üniversitesi’nin ve Philips şirketinin ayrı ayrı yürüttüğü çalışmalar son derece umut verici. Araştırmacılar şimdiye kadar özel ışıklandırmaya sahip odalarda deriye herhangi bir ekipman bağlamaksızın mekano-optik filtreler monte ettikleri kameralarla onlarca katılımcının oksijen oranlarını yüzde 2~3’lük hata oranlarıyla tespit edebildiler. Bunun yanında Southampton’daki bir dijital sağlık şirketi ise bu işlemin ucuz selfie kameralarıyla bile yeterli seviyede algoritmalar geliştirildiği takdirde başarılı olabileceğini söylüyor. 

Muscle and Joint

Fotopletismografik sinyallerin morfolojik karakteristiklerinin ne gibi hastalıkların habericisi olabileceği hala trend bir araştırma konusu. Yapay zekanın bir alt kolu olan yapay sinir ağları büyük ölçüde bu sinyallerin potansiyelini analiz etmekte kullanılıyor. Şimdiye kadar kulaktan, parmaklardan ve kamerayla çekilen yüz videolarından toplanan pletismografik veri bu yapay sinir ağları yardımıyla analiz edilip kardiyo-hastalıkların belirtileriyle eşleştirilmeye çalışılıyor.

Özellikle tFPG teknolojisinin sağlık sektöründeki potansiyelinin ne kadar geniş olduğunu, tüm dünyada yayınlanan makale sayısına bakarak anlayabiliriz. Amerika’da birkaç araştırma hastanesi yeni doğan departmanında uyuyan bebekleri bu şekilde güvenli bir biçimde monitöre edebilecek düzenekler kurdular bile.

Eğer tahmin edildiği gibi bu araştırmalar/uygulamalar başarıya ulaşırsa -tıpkı polikliniklerde doktorunuzun EKG sonuçlarını okuyup size bilgi vermesi gibi- bundan 5-10 sene sonra da aile hekiminizin Skype üzerinden sizden bu veriyi toplayıp kardiyo-sağlığınız hakkında anlık rapor vermesi çok uzak bir ihtimal gibi durmuyor. Veya evdeki şahsi bilgisayarınızda kendi yüzünüzden topladığınız veriyi (video, fotoğraf vb.) çeşitli sağlık algoritmalarında sorgulatıp sahip olabileceğiniz potansiyel hastalıklar hakkında bilgi sahibi olabileceğinizi hayal edin. Birçok hastalığın bu yolla erken teşhis konularak başlamadan bitirilebileceği günler oldukça yakın.

Dijital Sağlığın Geleceği ve Türkiye

Dijital Sağlık sektörü şüphesiz yüksek ivmesini kaybetmeden büyümeye ve insanlığa hizmet etmeye devam edecek. Önemi günden güne artan bu alan, tıp biliminin her geçen gün “ölümsüzlüğe” daha da yaklaşmasıyla hem sosyal bilimler açısından hem de fen bilimleri açısından misyonunu yeniden konumlandırma evresinde. Üç boyutlu yazıcıda üretilen organlar, tele-cerrahi operasyonlar (ameliyatı yapan kişiyle ameliyat olan kişinin fiziksel olarak farklı ortamlarda bulunması), vücuda yerleştirilen vital-değer-ölçer çipler, medikal nano-robotlar, üst düzey kardiyo-piller vb. bütün bu gelişmelerle ortaya çıkan modern teknoloji trendinin bir ucundan yakalamanın zamanı çoktan geldi de geçiyor. İnsanların bilgiye ulaşma kanallarının değişmesiyle beraber artık düşünce sistemleri, alışkanlıkları ve belki kültürleri de bu değişimden elbette nasibini alıyor.

Agora Bilim Pazarı

Charles Darwin Kitaplığı

Devamını Göster

₺450.00

Satın Al Tüm Ürünler

• Dış Sitelerde Paylaş

Soru şu ki, ülke olarak bu olan biten gelişmelerin tam olarak neresindeyiz? Akademik enstitülerimiz üzerlerine düşen görevi, ürettikleri bilginin ışığında halkı daha da yukarıya çekerek yapıyorlar mı? Gerekli desteği görebiliyorlar mı? Yoksa biz de dünyanın büyük bir kısmı gibi tüm olan bitene uzaktan bakarak ne olup bittiğini yalnızca izleyecek miyiz?

Belki bazı araştırma alanları için bu modern trendin bir köşesinden yakalamak artık çok zor olabilir. Örneğin bugün milyarlarca dolar yatırım yapıp MRI görüntüleme cihazı üretmeye kalkışmak en azından ekonomisi kırılgan bir ülke için çok mantıklı bir seçim gibi görünmese de, bu büyük trendin düşük sermaye gerektiren -hatta bazen gerektirmeyen- yakalanması kolay taraflarına sıkıca tutunmamamız için hiç bir neden yok. Dijital Sağlık son 20 yılda işte tam da o alanlardan biri haline dönüştü. Her bireyin, araştırma grubunun, enstitünün ve kurumun bu alana kendi cephesinden bir şeyler katabileceği, kolaylıkla fikir alışverişi yapıp yeni ürünler, algoritmalar, yazılımlar ve bakış açıları kazandırabileceği zengin bir sektör oluşmuş durumda.

Bilimsel literatürde bu zamana kadar biriktirilen materyallere bakıldığında Avrupa’nın her sene dijital sağlık alanında yaptığı onlarca yayının yanında Türkiye’de bu alana gösterilen ilginin şimdilik biraz yetersiz olduğunu görüyoruz. Fakat yine de uluslararası dergilerde yayınlanmış birkaç araştırmamız mevcut bu alanda.

Aslında çok fazla sermaye de gerektirmeyen bu araştırma alanı Türk üniversiteleri için bulunmaz bir fırsat. Eğer elinizde veri toplama ve işleme ekipmanınız var ise (ki bu ekipmanlar normal bir mühendislik fakültesi bünyesinde bulunması gereken asgari cihazlardan oluşmakta) tek ihtiyacınız olan şey gerekli çevresel şartları (ışık vb.) sağlayabildiğiniz bir oda ve katılımcılar. Üniversiteler eğer bu alanda doktora veya yüksek lisans araştırmacılarını desteklerse yalnızca birkaç senede literatüre oldukça büyük/önemli katkılar minimum sermayelerle yapılabilir.

İşin yalnızca uygulanabilir mühendislik kısmından değil, teorik kısmından da irdelenebilecek birçok yön var elbette. Örneğin tFPG sinyalleri işlenirken kullanılan matematiksel modeller hala daha kusursuz çalışmamakta. Kullanılan yapay zeka tekniklerinin gün yüzüne çıkardığı bilgiler, daha sağlam matematik modellerle daha kesin sonuçlar verebilirler. Video kayıtlarından toplanan tFPG sinyallerinin üç farklı kanalda ayrıştırılan RGB (kırmızı, yeşil, mavi) verileri, ayrı ayrı işlenmeden önce daha saf hale getirilmek için bir seri “bağımsız komponent analizi”nden geçiyor. Her ne kadar sinyal morfolojisi açısından işe yaradığını gördüğümüz bu matematiksel algoritmalar sinyal analizinde mutlaka kullanılsa da, literatürde bu konu üzerinde yayınlanan makaleler oldukça sınırlı.

Hem mühendislerin hem de matematikçilerin bir araya gelip çalışabileceği, üretebileceği bu geleceğin alanında umuyoruz ki Türk üniversiteleri zaman kaybetmeden dikkatlerini bu alana çevirirler.