Tibb və səhiyyə istiqaməti artıq AI-nin effektiv tətbiqi baxımından strateji və perspektivli istiqamətlərdən biri hesab olunur. Süni intellektdən istifadə diaqnostikanın dəqiqliyini kütləvi şəkildə artıra, müxtəlif xəstəlikləri olan xəstələrin həyatını asanlaşdıra, yeni dərmanların hazırlanmasını və buraxılmasını sürətləndirə bilər.
Tibbdə süni intellektin tətbiqi
Tibbdə süni intellektdən istifadənin bəlkə də ən böyük və ən çox müzakirə edilən layihəsi Amerikanın IBM korporasiyası və onun IBM Watson idrak sistemidir. Əvvəlcə bu həll öyrədilməyə və sonra onkologiyada tətbiq olunmağa başladı. Burada IBM Watson uzun müddətdir ki, dəqiq diaqnoz qoymağa və hər bir xəstə üçün effektiv müalicə tapmağa kömək edir.
IBM Watson-u öyrətmək üçün 30 milyard tibbi təsvir təhlil edilərək bunun üçün IBM Merge Healthcare-i 1 milyard dollara almalı oldu. Bu prosesə əlavə olaraq IBM-in Explorys startapını satın alaraq öz sərəncamına verdiyi 50 milyon anonim elektron tibbi qeydi də əlavə edildi.
2014-cü ildə IBM Johnson & Johnson və Sanofi əczaçılıq şirkəti ilə Watson-a tədqiqat və klinik sınaq nəticələrini başa düşmək və təlim keçmək üçün əməkdaşlıq elan etdi. Şirkət nümayəndələrinin fikrincə bu yeni dərmanların klinik sınaqlarının müddətini xeyli azaldacaq və həkimlər konkret xəstə üçün ən uyğun olan dərmanları verə biləcəklər.
Həmçinin 2014-cü ildə IBM həm mətni, həm də şəkilləri şərh edə bilən Avicenna proqramının işlənib hazırlanmasını elan etdi. Hər bir məlumat növü üçün ayrıca alqoritmlərdən istifadə olunur. Beləliklə, sonda Avicenna proqramı tibbi təsvirləri və qeydləri başa düşə biləcək və rentgenoloq kimi fəaliyyət göstərəcək.
IBM-in digər layihəsi olan Medical Sieve də oxşar tapşırıq üzərində işləyir. Bu halda söhbət yüzlərlə təsviri normadan kənara çıxmalara görə tez təhlil edə bilən süni intellektin “tibb köməkçisi”nin inkişafından gedir. Bu, radioloqlara və kardioloqlara süni intellektin hələ də gücsüz olduğu məsələləri həll etməyə kömək edəcək.
Bu yaxınlarda IBM tərtibatçıları Amerika Ürək Assosiasiyası ilə birlikdə sistemə və kardioloqlara kömək təklif edərək Watson-un imkanlarını genişləndirmək qərarına gəldilər. Layihənin müəlliflərinin düşündüyü kimi bu layihə çərçivəsində koqnitiv bulud platforması müəyyən bir xəstə ilə bağlı çoxlu tibbi məlumatları təhlil edəcək. Bu məlumatlara ultrasəs şəkilləri, rentgen şüaları və bir insanın diaqnozunu aydınlaşdırmağa kömək edə biləcək bütün digər qrafik məlumatlar daxildir.
Erkən dövrdə Watson-un imkanları aorta qapağı stenozu əlamətlərini axtarmaq üçün istifadə ediləcək. Stenoz ilə aortanın açılması onun qapağının vərəqlərinin birləşməsi səbəbindən daralır, bu da sol mədəcikdən aortaya normal qan axınının qarşısını alır. Problem ondadır ki, bu böyüklərdə çox yayılmış ürək xəstəliyi olmasına baxmayaraq qapaq stenozunu müəyyən etmək o qədər də asan deyil (bütün qüsurlar arasında halların 70-85%). Watson tibbi şəkillərdə «gördüyünü» müəyyən etməyə çalışacaq.
Qeyd etmək lazımdır ki, Watson layihəsi hər hansı bir innovativ məhsul kimi yaradıcılar qarşısında açıq iqtisadi məqsədlər qoymur. Onun komponentlərinin yaradılması mərhələləri üçün xərclər adətən planlaşdırılandan yüksək idi və ənənəvi səhiyyə büdcələri ilə müqayisədə onun saxlanması çox ağırdır.
Əksinə bu perspektivli İT texnologiyalarının sınaqdan keçirilə biləcəyi və tədqiqatçılara ilham verə biləcəyi bir növ sınaq meydançası kimi nəzərdən keçirilə bilər. Artıq sübut edilmiş və sınaqdan keçirilmiş prototiplər daha yüksək qiymət-keyfiyyət nisbətlərinə və real şəraitdə istifadə üçün uyğunluğa nail olmaqla seriyalı istehsala keçirilməlidir. Bu gün demək olar ki, hər bir süni intellekt konfransında dünyanın hər yerindən tədqiqatçıların «Biz öz Watsonumuzu edirik və bu orijinaldan daha yaxşı olacaq» ifadələri ilə hesabatlar var.
Emergent süni intellekt sistemindən istifadə edərək, tədqiqatçılar qlaukoma müalicəsində yeni dərmanlarla hədəf alına biləcək beş yeni biomarker müəyyən edə bildilər. Alimlərin fikrincə bu məqsədlə süni intellekt sisteminə 2,3 min xəstənin 600 mindən çox spesifik DNT ardıcıllığı və genlərin qarşılıqlı əlaqəsi haqqında məlumatlar daxil edilir.
Google-a daxil olan Britaniya şirkətinin rəhbərlik etdiyi DeepMind Health layihəsi bir neçə dəqiqə ərzində yüz minlərlə tibbi qeydləri emal edə və onlardan lazımi məlumatları çıxara bilən sistem yaradıb. Məlumatların sistemləşdirilməsi və maşın öyrənməsinə əsaslanan bu layihə hələ ilkin mərhələdə olsa da DeepMind müalicənin keyfiyyətini yaxşılaşdırmaq üçün artıq Moorfields Eye Hospital (Böyük Britaniya) ilə əməkdaşlıq edir.
Tədqiqatçılar gözlərin milyonlarla anonim kompüter tomoqrafiyasından istifadə edərək iki göz xəstəliyinin — yaşla bağlı makula degenerasiyasının və diabetik retinopatiyanın erkən əlamətlərini aşkar etməyə kömək edən maşın öyrənmə alqoritmləri yaratmağa çalışırlar. Google-un bir hissəsi olan başqa bir şirkət Verily də eyni şeyi edir. Bu şirkətin mütəxəssisləri insanı nəyin sağlam etdiyini təhlil etmək üçün süni intellekt və Google axtarış sisteminin alqoritmlərindən istifadə edirlər.
Cəmi 20 işçisi olan İsrail şirkəti MedyMatch Technology həkimlərə insult diaqnozunu daha dəqiq qoymağa imkan verən süni intellekt və Big Data həlli hazırlayıb. Bunun üçün real vaxt rejimində MedyMatch sistemi xəstənin beyin şəklini onun “buludunda” olan yüz minlərlə digər təsvirlərlə müqayisə edir. Məlumdur ki, insult iki səbəbdən yarana bilər: beyində qanaxma və tromb. Müvafiq olaraq bu halların hər biri müalicəyə fərqli yanaşma tələb edir. Bununla belə statistikaya görə KT sahəsində təkmilləşməyə baxmayaraq son 30 il ərzində diaqnozda səhvlərin sayı dəyişməyib və təxminən 30% təşkil edir. Yəni, demək olar ki, hər üçüncü halda həkim xəstəyə yanlış müalicə təyin edir ki, bu da kədərli nəticələrə gətirib çıxarır. MedyMatch sistemi mütəxəssisin həmişə fərqinə varmadığı normadan ən kiçik kənarlaşmaları izləyə bilir və bununla da diaqnostika və müalicə zamanı xətaların baş vermə ehtimalını minimuma endirir.
Son zamanlar süni intellekt texnologiyalarını təkcə həkimlər üçün deyil, həm də xəstələr üçün həllər yaratmaq üçün tətbiq etmək cəhdlərinə daha çox diqqət yetirilir. Məsələn, Britaniyanın Your.MD şirkətinin 2015-ci ilin noyabrında istifadəyə verilmiş mobil tətbiqini göstərmək olar. Bu proqram süni intellekt, maşın öyrənməsi və təbii dil emal texnologiyalarından istifadə edir. Bu, xəstəyə sadəcə olaraq, məsələn, “Başım ağrıyır” deməyə və sonra smartfondan izləmə tövsiyələrini və ekspert məsləhətini almağa imkan verir. Bunun üçün Your.MD süni intellekt sistemi eyni Your.MD tərəfindən yaradılmış dünyanın ən böyük simptomlar xəritəsi ilə birləşdirilir. Burada identifikasiyası 350 min saatdan çox vaxt aparan 1,4 milyon simptom nəzərə alınır. Hər bir simptom Britaniya səhiyyə sistemində mütəxəssis tərəfindən yoxlanılıb. Süni intellekt smartfon sahibinin unikal profilinə əsaslanaraq ən uyğun simptomu seçir.
Başqa bir şirkət Medtronic hadisədən üç saat əvvəl qan şəkərinin kritik azalmasını proqnozlaşdıra bilən bir proqram təklif edir. Bunun üçün Medtronic IBM ilə birlikdə qlükometrlərdən və insulin nasoslarından alınan məlumatlar üçün koqnitiv analitika texnologiyalarından istifadə edir. Tətbiqin köməyi ilə insanlar gündəlik fəaliyyətin şəkər xəstəliyinə təsirini daha yaxşı anlaya biləcəklər.
Digər maraqlı IBM layihəsi bu dəfə diaqnostika şirkəti Pathway Genomics ilə idrak və dəqiq təbabəti genetika ilə birləşdirən OME tətbiqini yaratdı. Tətbiqin məqsədi istifadəçilərə həyat keyfiyyətini yaxşılaşdırmaq üçün fərdiləşdirilmiş məlumat verməkdir. Tətbiqin ilk versiyasına pəhriz və idman tövsiyələri, istifadəçinin genetik məlumatlarından asılı olan metabolik məlumatlar, istifadəçinin vərdişləri və sağlamlıq məlumatları ilə bağlı xəritə daxildir. Gələcəkdə elektron sağlamlıq qeydləri, sığorta məlumatları və digər əlavə məlumatlar əlavə edilməlidir.
Birbaşa klinik tətbiqdən əlavə AI elementləri tibbi təşkilatın köməkçi proseslərində də istifadə edilə bilər. Məsələn, tibbi informasiya sisteminin keyfiyyətinin avtomatik diaqnostikasında informasiya təhlükəsizliyi məsələlərində süni intellektdən istifadə etmək məqsədəuyğun olardı. Süni intellekt sistemləri kataloqların, tariflərin vaxtında qurulması üçün tövsiyələr verməyə kömək edə bilər və ya hətta işçinin anormal davranışını fərq edə bilər və menecerinə onu sistemlə işləmək üçün təlimə göndərməyi tövsiyə edə bilər.
© İstifadə edilərkən gadirov.com-a istinad olunmalıdır
