Tag Archives: makine öğrenmesi

Doktor Yapay Zekâ

Beynimizde 100 milyar nöron var, bunun da 15 milyarını korteks dediğimiz düşünmeye, hesap yapmaya, analiz yapmaya yarayan (tabii ki başka işlevleri de var) kabuk bölümündeki nöronlar oluşturuyor. Bu korteks kısmı, insanı diğer hayvanlardan farklılaştırarak, düşünerek ilerlemeyi sağlıyor; bu nedenle de beyninin tamamında 23 milyar nöronu olan fil uzaya gidemiyor, 7 milyarı olan şempanze araba yapamıyor. Ancak korteksin bir sıkıntısı var, o da sayıca az, bu yüzden de işlem kapasitesi sınırlı. Örneğin bir sayı öbeğine baktığımızda, ortalama aklımızda 7 tanesini tutabiliyoruz. Aynı anda birçok şeyi yapamıyoruz, öğrenme sürecimiz yavaş ve çok uzun süreler tekrara dayalı. Halbuki Matrix isimli filmde beyne yeni yeteneklerin yüklenmesi çok kolaydı; bu ütopik işlem çok da uzak olmayan bir gelecekte hayatımızın içinde olacak.

Hekimlik de oldukça karışık bir konu; bir hastaya tanı koyma süreci ise, hastanın şikâyeti ile başlıyor ve fizik muayene ile devam ediyor. Sonrasında da tanısal testler geliyor. Eskiden hasta dosyalarına bu süreci yazarken artık bu notlarımızı elektronik sağlık kayıtlarına yazıyoruz. Tüm bu sağlık verileri elektronik ortamda olduğu için de işlenebilir veri de çoğaldı; hâlbuki eski sistemde yazıların elektronik sisteme aktarılması, o yazıların çözümlenmesi son derece sıkıntılıydı. Bu devasa veriden bir şeyler üretmek de bu yüzyılın en büyük konusu olacak; elektronik sağlık kayıtlarındaki yazıların standardizasyonu ve üzerinde istatistiksel çalışma yapılması için de “doğal dil işlemi” kullanılıyor.

Bugün bahsedeceğim çalışma Çin’de yapılmış ve 1.3 milyon çocuk hasta vizitinden elde edilen 101.6 veri noktası yapay zeka ile işlenmiş. Tanısal doğruluk, deneyimsiz hekimler ve deneyimli hekimlerle karşılaştırılmış

Tanı Doğruluğu Ortalaması  (F1 skoru: 1 en yüksek, 0 en düşük)

Yapay Zekâ: 0.885

Deneyimsiz Hekim Grubu: 0.840

Deneyimli Hekim Grubu: 0.915

Görüldüğü gibi, yapay zeka deneyimsiz hekimlerden daha yüksek oranda tanı koyabilirken, deneyimli hekimlerin doğru teşhis oranı daha yüksektir.

Eve Gidecek Sonuç

Yakın zamanda yapay zekâ biz hekimlerin işlerini oldukça kolaylaştıracak gibi durmakta, ancak hastalarla iletişimin, insani ilişkilerin, soru sorma sanatının yerini halihazırda alması için bir süre daha geçmesi gerekiyor.

Yazının tam metni:  https://www.nature.com/articles/s41591-018-0335-9

Beyindeki nöron sayısı: https://www.verywellmind.com/how-many-neurons-are-in-the-brain-2794889

F1 skoru: http://www.wikizero.biz/index.php?q=aHR0cHM6Ly9lbi53aWtpcGVkaWEub3JnL3dpa2kvRjFfc2NvcmU

Doğal dil işlemi: https://medium.com/@venali/tutorial-series-on-nlp-information-extraction-tasks-99cd8309e2ef

Reklamlar

Yorum bırakın

Filed under Genel

İshal Nereden Bulaştı?

İshal Nereden Bulaştı_

Mesela bu sabah 08.00’deki ilk hastam ishaldi. Hemen her gün mutlaka ishali olan bir hastam bana muayeneye geliyor ve şaşırmış şekilde ben bunu nasıl kaptım diye soruyor. Tabii ki yediğimiz ve içtiklerimizden kaynaklanıyor ishal çoğu zaman.

İyi tarafından bakın diyorum hastalara, bedavaya detoks yaptırdınız; yüzyılın başında Dr. Kelloggs’un kliniğinde, her hastalığa deva olarak lavman yaptıklarını hatırlatıyorum. Bu sözleri hastaları bir parça rahatlatmak için söylüyorum, çünkü hastalıkların tedavisinde pozitif olmak her zaman iyidir diye düşünüyorum.

Geniş manada ishalden bahsetmeyeceğim ama tarihi olarak bir hekimden özellikle bahsetmekte fayda var: John Snow. Efendim bu o bildiğiniz Game of Thrones karakteri olan Con Sınov değil, zira kendisi dizide kalleş bir pusuda hayatını kaybetmişti. Dr. John Snow’un modern epidemiyolojinin kurucusu olmasına neden olan şey 1854’de Londra’da yaşanan ve 616 kişinin ölümüne neden olan ishal salgınını araştırmasıdır. O zamana kadar ishalin hava kirliliğinden veya hava yoluyla olduğu düşünülüyordu.

Dr. Snow harita üzerinde ishal hastalarını işaretleyerek Broad Caddesindeki bir kuyudan su kullananlarda hastalığın olduğunu tespit etti. Bu kuyu foseptik çukuruna 90cm yakın olduğu ve koleralı bir çocuğun alt bezinin bu kuyuyu kontamine ettiğini tespit etmiştir.

snow_map

Enteresan bir şekilde yerel bir barda çalışanlar bu salgından etkilenmemiştir, bunu nedeni ise bira yapımında eğer mikrobik karışım olursa, bira bozulmaktadır. Bu nedenle de Anadolu topraklarında bulunun vahşi buğdayla birlikte, hem ekmek, hem de bira yapılmış ve bu sayede arayıcı-toplayıcı yaşamdan, yerleşik düzene geçmek mümkün olmuş. Buğday uzun süre saklandığı için insanlar göç etmek zorunda kalmamış, bira sayesinde ise dışkıyla kontamine olmamış sıvı içmiş ve temiz su kaynağı içtiklerinden emin olmuşlar.

Gelelim günümüze, herkes hayatında muhtemelen birden çok ishal atağı geçirecektir, ama bunun kaynağı nedir diye araştırıldığında, çoğunlukla çıkış yeri saptanamamaktadır. Bu nedenle yapay zekânın bir kolu olarak makine öğrenmesi kullanarak Google ve twitter araması yapılmıştır. Makine öğrenmesinde, bilgisayar verinin kendisini analiz ederek ondan çıkarımlar yapmakta ve en az insan etkileşimi ile karar vermektedir. Anlamı, insana ihtiyaç olmadan, neden sonuç ilişkisini hızlı bir şekilde bulmak amacıyla yaratılmış bir sistemdir.

Amerika’da 4 şehirde halk sağlığı bölümü hem rutin incelemelerin yapmışlar, hem de yapay zekânın yönlendirdiği restoranları yerinde incelemişlerdir. Rutin inceleme veya şikâyet temelli incelemeye göre daha fazla riskli restoran yapay zekâ tarafından tespit edilmiştir.

İshaldeki suçlu

  1. En sık gidilen en son restoran %62
  2. Diğer restoranlar %38

Yapay zekâ, her kullanıcıdan veri toplayıp biriktirdiği için suçlu restoranın tespitini daha rahatlıkla yapabilmektedir.

Hangi restoran

Size Önerilerim

İshalin hangi restorandan geçtiğini tespit etmek bundan sonra daha kolay olacak. Ancak son gidilen restoran suçlu olamayabilir, %38 öncekiler suçludur.

65 yaş üzerindeki erişkinler veya kronik hastalığı olanlar, ben evde oturayım, bu ishal geçer demeyin, bir hekime başvurun, çünkü sizlerde sıvı dengesi çabuk bozulabilir.

Eğer ishaliniz varsa, her büyük abdeste çıktıktan sonra 1 bardak su için.

 

Adam Sadilek, et al. “Machine-learned epidemiology: real-time detection of foodborne illness at scale”. https://www.nature.com/articles/s41746-018-0045-1

http://www.wikizeroo.net/index.php?q=aHR0cHM6Ly9lbi53aWtpcGVkaWEub3JnL3dpa2kvMTg1NF9Ccm9hZF9TdHJlZXRfY2hvbGVyYV9vdXRicmVhaw

http://www.wikizeroo.net/index.php?q=aHR0cHM6Ly9lbi53aWtpcGVkaWEub3JnL3dpa2kvSm9obl9Tbm93

https://www.sas.com/en_id/insights/analytics/machine-learning.html

Dr. Kellogs’ Filminin traileri: https://youtu.be/wQviGrzIKQY

Yorum bırakın

Filed under Genel