Tag Archives: yapay zeka

Orta Kulak İltihabını Cep Telefonu Teşhis Ediyor

Tüm çocukluk dönemim orta kulak iltihabıyla geçtiği için bu konu benim ilgimi çekti; gerçekten ağrısı nedeniyle kafamı duvara vurmak çok zaman istediğim tam bir baş belası hastalıktı. Bu hastalığı çeken tüm hastalara şifa diliyorum.

Cep telefonlarının işlem gücü ile akıllı zekânın bir araya gelmesi, önümüzdeki yıllarda işimizi oldukça rahatlatacak. Bu noktada akıllı zekâyla kendi zekamızı kombine etmemiz de gerekiyor, yoksa Konya’ya giderken kendimizi Kenya’da da bulabiliriz.

Bu çalışmada cep telefonun hoparlöründen çıkan sesi kullanarak orta kulakta sıvı olup olmadığının tespiti yapılmış. 98 hastada yapılan bu çalışmada:

Cep telefonu ve makine öğrenimi ile tanıda AUC değeri: 0,90

Sadece bu iş için üretilen alet ile (akustik reflektometri) ile tanıda AUC: 0,78

AUC değerinin 0,5-0,7 arasında olması düşük, 0,7-0,9 arasında olması orta, 0,9 üzeri olması yüksek kesinliği göstermektedir.

Yani cep telefonu daha iyi tanısal performans göstermiştir.

Bu çalışmada cep telefonları hasta yakınları tarafından da kullanılmış ve hekimlerle benzer sonuçlar elde edilmiştir.

Öngörüm

Tıbbın demokratikleşmesi akıllı telefonlar ve yapay zekâ tarafından olacak.

Justin Chan, et al. “Detecting middle ear fluid using smartphones”. https://stm.sciencemag.org/content/11/492/eaav1102

Yorum bırakın

Filed under Genel

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

Yorum bırakın

Filed under Genel

Gözler Yalan Söylemez

Gözler Yalan Söylemez

“Hoca gelecek, baktın mı hastanın göz dibine” diye soruyorum arkadaşıma, “baktırdım” diyor; “ben ne kadar baksam da bir şey anlayamıyorum” diyorum. Az sonra grand vizit yapılacak ve haftalık fırçamızı Hasan Hocadan yiyeceğiz. İki hafta önce elimde dergileri görüp, bunları okuyup adam olamazsın diye kızmıştı, geçen hafta ise hiçbir şey okumuyorsun diye…

Göz dibi incelemesi insan vücudunda mikro-dolaşımın doğrudan gözlenebileceği yegâne yer ve sağlık hakkında iyi bilgiler veriyor, mesela tansiyon yüksekliğinin, şeker hastalığının etkilerini göz dibindeki damarlardan takip edebiliyoruz.

Bugün bahsedeceğim çalışma derin öğrenme ile ilgili; muhtemelen de bundan sonraki yazılarımda sık sık bu yöntemle ilgili çalışmaları sizlerle paylaşmaya devam edeceğim.

Derin öğrenme 284,335 hasta verisinden algoritmasını kurmuş ve iki farklı veri setinde de öğrendiği bu algoritma ile tahmin yapmıştır.

Bir sonraki satırı okumadan önce sizlere AUC değerinin 0,5-0,7 arasında olması düşük, 0,7-0,9 arasında olması orta, 0,9 üzeri olması yüksek kesinliği gösterdiğini hatırlatayım.

Yapay zekâ göz dibine bakıp

  • Kişinin kaç yaşında olduğunu yaklaşık 3 yıl hatayla tespit etmiş.
  • Kişinin cinsiyetini yüksek keskinlikle tahmin etmiş (AUC= 0.9)
  • Sigara, büyük tansiyon düzeyi ve majör kardiyak olay tahmini ise orta düzeyde kalmıştır (AUC= 0.70)

Retina ve AI

Önerim

Yapay zekâ tüm gücüyle geliyor ve yakın gelecek gerçekten çok şaşırtıcı olacak.

Eğer şeker veya tansiyon hastalığınız varsa her sene göz dibi incelemesi yaptırın.

 

Göz dibi: http://www.wikizeroo.net/index.php?q=aHR0cHM6Ly9lbi53aWtpcGVkaWEub3JnL3dpa2kvRnVuZHVzXyhleWUp

Ryan Poplin et al. “Prediction of cardiovascular risk factors from retinal fundus photographs via deep learning”. Nature Biomedical Engineering | VOL 2 | MARCH 2018 | 158–164

Yorum bırakın

Filed under Endokrin Hastalıklar, Genel Sağlık, Hipertansiyon, Şeker Hastalığı (Diyabet)

Alzheimer Olur Muyum Yapay Zekâcığım?

alzheimer

Bildiklerimiz logaritmik hızda arttığı için dün ile bugün arasında bilgi birikimi açısından ciddi fark var; tabii ki eğer günceli yakın takip etmezsek, dağarcığımız rip akıntısına kapılabilir. Tıp alanında her zaman yapay zekâya ihtiyaç vardı, ancak şu zamana kadar olanlar bizlere çok da fayda sağlamadı. Örneğin EKG cihazları hep yorum yazar, ama bunlar pek de tutmaz.

Yapay Zekâ Nedir?

Yapay zekâ, bir insanın beynini taklit etmeyle başlayıp, belki evrim halkasındaki bir sonraki basamağa geçecek bir teknoloji olduğunu düşünüyorum. Belki ilk başta, şu anda olduğumuz gibi hibrid yapıda insan-bilgisayar etkileşimi (elimizde sürekli cep telefonu), bir süre sonra vücuda entegre edilen bilgisayarlarla “İnsan+” olmamıza neden olacak; sonrası da Matrix filmi… İyi mi, kötü mü bilmiyorum, ancak çok farklı olacağını öngörüyorum.

Tıp alanında ise genel kanı, yapay zekanın iş yükünü daha arttıracağı yönünde (https://twitter.com/EricTopol/status/1061675106370433029) . Muhtemelen, daha önce göremediğimiz bazı ilişkileri, bu vesileyle görmeye başlayacağız.

Bugün sizlerle paylaşacağım çalışma derin öğrenme ile ilgili. Derin öğrenme, yapay zekânın bir türü. Mantığı ise, makine öğreneceği şeyi puzzle gibi parçalara ayırır ve belirli bir sistemle tasnif eder, bu tasnif ettiklerini de tekrar tasnif ederek nihai sonuca ulaşır. Yani, puzzleda kenarları ve benzer şekilleri ayırır, sonra bu grupladıklarını tekrar tasnif ederek çözüme ulaşır (https://youtu.be/aircAruvnKk).  Aslında bir dizi matriks fonksiyonu, bu konuda çalışmalar arttıkça basite indirgenmiş bir fonksiyon halini almaktadır.

Alzheimer Nedir?

Alzheimer hastalığı tam anlamıyla başımıza bela bir hastalıktır. Hafif unutkanlıklarla başlayıp, yakın dönemli hafızanın bozulması, ama uzak dönemli hafızanın korunması (kişi bugün ne yediğini hatırlamaz, ancak 10 yıl önceki olayları net hatırlar), kişilik değişiklikleri (pamuk gibi bir kişinin saldırgan olması), nihayetinde bakıma muhtaç yatalak bir hale getirmesi ile karakterize olan bu hastalık, ABD’de ölümlerin 6. sırasındadır, ama yakın bir gelecekte 3. sıraya yükseleceği tahmin edilmektedir.  Şu anda tamamen iyileştirici bir tedavi bulunmamaktadır.

Çalışma

2005-2017 yılları arasında 1002 hastaya ait 2109 18F-FDG PET görüntüleme çalışması incelenmiştir. Bu görüntülemeler hem derin öğrenme ile bilgisayar tarafından analiz edilmiş, hem de 2 nükleer tıp uzmanı doktor tarafından incelenmiş.

Alzheimer PET

Sonuçlar

Bilgisayarın algoritması, nihai klinik tanı konulmadan yaklaşık 75 ay önce PET’e bakarak Alzheimer hastalığı tanısını oldukça kesin tespit edebilmektedir (AUC 0,98; AUC değerinin 0,5-0,7 arasında olması düşük, 0,7-0,9 arasında olması orta, 0,9 üzeri olması yüksek kesinliği göstermektedir).

Yapay zekânın spesifitesi (testin hastalığı ekarte etme gücü) %82, nükleer tıp uzmanlarının %57

Yapay zekânın sensivitesi (testin tanı koyma gücü) %100, nükleer tıp uzmanlarının %91 olarak bulunmuştur.

 

Önerim

Eğer kendiniz veya yakınınızda hafıza ile ilgili bir sıkıntı hissediyorsanız bir nöroloji uzmanına gitmeniz uygun olur; keza hastalık klinik tanısının konulmasından 6 yıl öncesinde beyin görüntülemelerinden teşhis edilebiliyor.

Tıp Öğrencilerine Önerim

Radyoloji uzmanı olmak istiyorsanız bir kere daha düşünün, yapay zekâ ilk bu branşı ele geçirecek.

 

Yiming Ding, et al.” A Deep Learning Model to Predict a Diagnosis of Alzheimer Disease by Using 18F-FDG PET of the Brain” https://doi.org/10.1148/radiol.2018180958 https://pubs.rsna.org/doi/10.1148/radiol.2018180958

Yorum bırakın

Filed under Akıl ve Ruh

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