Nöbetçi Eczaneler
Tıbbın geleneksel tanı yöntemlerinden giderek akıllı ve öngörülebilir veri modellerine geçiş yapması gündemde. Doç. Dr. Nazife Çevik, yapay zeka ile biyoinformatiğin stratejik önemine vurgu yaparak artık tümörlü dokuların milimetrik hassasiyetle tanımlanabildiğine dikkat çekti.
İstanbul Arel Üniversitesi Bilgisayar Mühendisliği Bölümü Başkanı olan Doç. Dr. Nazife Çevik, yüksek boyutlu ve heterojen biyolojik verilerin analizinde geleneksel yöntemlerin sınırlarına ulaşıldığını belirtti ve yapay zeka tabanlı yaklaşımların sağlık alanında yeni bir soluk getirdiğini belirtti. Çevik, özellikle Konvolüsyonel Sinir Ağları (CNN) ile gerçekleştirilen tıbbi görüntü analizinin kritik rolüne değinerek teknolojinin sağladığı somut katkıları şu başlıklar altında özetledi:
– “Hassas Tümör Segmentasyonu”: MR ve BT görüntülerinde tümörlü dokuların milimetrik doğrulukla belirlenmesi ve sağlıklı dokudan ayrılması.
– “Erken Teşhis Mekanizmaları”: Diyabetik retinopati gibi hastalıkların semptom göstermeden önce retinaların analizi ile teşhis edilmesi.
– “Akıllı Klinik Karar Destek Sistemleri”: Veriye dayalı dijital asistanların hekimlerin tanı ve tedavi planlama süreçlerinde yanılma payını en aza indirmesi.
Çevik, yapay zekanın yüksek doğruluk oranının yanı sıra açıklanabilir yapay zeka (XAI) yöntemlerinin klinik uygulanabilirlik için kritik olduğuna vurgu yaparak SHAP ve LIME gibi yaklaşımların, modellerin karar süreçlerini şeffaflaştırarak hekimlerin sisteme olan güvenini artırdığını ifade etti. Çevik, sağlık verilerinin karmaşıklığı göz önüne alındığında, geliştirilen yöntemlerin doğruluk kadar yorumlanabilirlik ve klinik uygulanabilirlik açısından da değerlendirilmesi gerektiğini belirtti.
Doç. Dr. Nazife Çevik, gelecekte multi-modal veri analizi ve hibrit modellerin ön plana çıkacağını öngörerek sağlık sistemlerinin dönüşümünü “Yapay zeka ve biyoinformatiğin entegrasyonu, sağlık sistemlerini daha akıllı, hızlı ve kişiselleştirilmiş hale getirecek” sözleriyle özetledi. Çevik, gerçek zamanlı klinik karar destek sistemleri, bireye özel tedavi planları ve yapay zeka destekli ilaç keşfi süreçlerinin, hem hasta bakım kalitesini artıracağını hem de sağlık sistemlerinin maliyet etkinliğini iyileştireceğini belirtti.