IBM-Watson ile 8 dakikada kanser teşhisi – Afşar Akal IBM

by İrem Sokullu 0

IBM Afsar Akal f

IBM’de Watson Health Türkiye, Orta Doğu ve Afrika Bölge Satış Direktörü Afşar Akal ile yapay zekânın sağlık sektörünü dönüştürmesi üzerine hoş bir söyleşi gerçekleştirdik.

IBM’de Watson Health dünyada Nisan 2015’de, Türkiye’de Mart 2016’da kuruldu. Ana merkezi Cambridge Massachusetts’te ve 5.000 kişilik bir ekip.

IBM, Watson ile sağlık sektöründe neler yapıyor?

IBM Afsar Akal bWatson Health bilişsel sağlık (cognitive health) dediğimiz yeni bir alan. Yapay zekâ 60 yıllık bir teknoloji ve ilk başta kuralları bilinen ve değişmeyen dama, satranç gibi oyunları çözümlemede kullanıldı ancak kuralları bilinmeyen sağlık, iklim değişikliği gibi konular her an değiştiği için bunları yapay zekâ ile çözmek oldukça zor. Mesela 1984 yılında mesleğe başlamış bir hekim için tek bir tür akciğer kanseri vardı ve bu akciğerde görülen bir tümöre konulan teşhisti. Bugün ise on sekiz akciğer kanser türü var ki bunların bir kısmı akciğerde görülen bir tümör de olsa ilk önce başka bir organda oluşup akciğere sonradan metastaz ile gelmiş olabiliyor. Oyunun kuralların sürekli değiştiği sistemlerde yapay zekânın çalıştırılabilmesi müthiş bir aşama. Sektörde çalışan klinisyen ve doktorların vakitleri dar, birçok yeni araştırma yapılıyor, yirmi milyondan fazla makale var, literatürü takip edemiyorlar. Sağlık sektöründe insanın zekâsına yardımcı olan yapay zekâ hatta artık bu terim yerine zekâ kuvvetlendirici/zenginleştirici (intelligence amplification/augmentation) dediğimiz kavramlar IBM’i heyecanlandırıyor.

Yapay zekâ terimi maalesef Hollywood’un menfi yansıtmalarından dolayı çoğu zaman yanlış yorumlanıyor. İnsanla makinenin karşı karşıya rekabetinden ziyade makinenin bir takım sorunları çözmek için insanın hizmetinde olduğunun altını çizmek gerek. Günümüzde kronik hastalık yönetimi, yeni ilaç geliştirme, genetik araştırmalar gibi pek çok sağlık sorununu çözmek için yapay zekâ kullanılıyor. Watson hekimlere bir tavsiyede bulunuyor ve nihai kararı gene hekim veriyor.

Buradaki en büyük avantajımız, her türlü yeni gelişmeleri mesela bir ilacın onaydan geçerek insan kullanımına açılması, tanıya dayalı tedavilerde yayınlanmış yeni makaleleri anında sisteme yansıtıyoruz. Vakti dar hekimler yapay zekâ sayesinde hastalarına kişiselleşmiş, daha güncel ve etkin çözümler götürebiliyorlar. Mesela Türkiye’de yarım milyon kanser hastası var ve buna her sene yüz yetmiş bin yeni vaka ekleniyor ve maalesef yüz elli bin kadar hasta da yaşama vaktinden önce veda ediyor. Bu kadar büyük bir hastalık yükünü ise ülkemizde beş yüz elli kadar tıbbi onkolog göğüslemeye çalışıyor. Kanser bu çağın en büyük sorunlarından ve bunda insan hayatının uzamasının da etkisi var.

Onkolojik rahatsızlıklarda doktor sekiz dakika içerisinde Watson’dan talep ettiği bilgilere ulaşabiliyor. Örneğin Watson’a hastasının yaşam süresini uzatmayı hedefleyen bir tedavi öngördüğünü bildiren doktora, yirmi yıllık bir eylem planı tavsiyesi sunmak mümkündür.

Bu yazılım bulut çözümü mü?

Evet, klinik karar destek sistemi olarak bulut üzerinden çalışıyor ancak hastanın mahrem bilgilerini sisteme yüklemiyoruz. Önümüzdeki dönemlerde yazılım tabanlı tıbbi cihaz olarak ruhsatlanması için pek çok ülkede tıbbi cihaz yönetmeliklerinden sorumlu devlet birimleriyle iletişim halindeyiz.

Çözüm kişisel olarak kullanılabiliyor mu?

Hayır, şu anda bir hekim aracılığı ile kullanmanız lazım. Bizim hitap ettiğimiz kitle klinisyenler yani doktorlar, hemşireler, araştırmacılar ve ilaç geliştirmesi yapan kurumlar.

Sistem nasıl çalışıyor?

Watson’a hastanın klinik verileri yüklüyorsunuz, sonuçları trafik ışıkları ile hekime yönlendiriyor tavsiye edilen tedavi süreçleri yeşil ışık, kabul edilebilenler sarı ve kesinlikle yapılmaması gerekenleri kırmızı ışıkla belirtiliyor.

Kesinlikle yapılmaması gerekenler nelerdir?

Yapay zekânın kullandığı bilişsel sistemin kullandığı kaynakçada farklı araştırmalar var, mesela hastalıklarda bir ilacın veya tedavinin etkili olmadığı hatta hastaya zarar verdiği ile ilgili bilgiler mevcutsa bunlar hekimle paylaşılıyor. Watson’ın tavsiyelerini doktorlar karar verirken göz önüne alıyorlar.

Yapay zekâ olduğu için kendi kendine de öğreniyor.

Evet, kendi kendine öğrenmesinin kurallarını tanımlayarak onu eğitiyoruz. Öğrendiklerini de bir uzman hekim test ediyor. Süreç şöyle işliyor. Tıbbi görüntülerde gözlemlenen doku farklılıklarını önce insan eliyle işaretliyorsunuz. Misal verelim akciğerde görülen bir kitle tüberküloz veya kanser olabilir. Diyelim hasta verem geçirmiş ama aşısı olduğu için kurulmuş. Oradaki gördüğünüz iz kanser değil bir verem izi. Tümör türlerini de ayrı ayrı öğretiyorsunuz makineye ve zamanla o dokuları tanıyıp öğrendikçe yanılma payı düşüyor ve daha isabetli tavsiyeler sunabiliyor. Yine de sonuçları bir doktora test ettiriyoruz ve teşhis doğruluğu yüzde doksan dokuz üstüne çıktığı zaman tavsiyeyi doktorlara sunuyoruz.

Dünyada ve Türkiye’de hangi yoğunlukta kullanıyor?

Çin, Tayland, Hindistan, Amerika, Hollanda ve Danimarka’da doğrudan hastalara yönelik uygulamalar başladı. Türkiye’de şu anda test olarak kullanılıyor. Onkolojide ve genomikte pilot kullanıcılarımız var. Dünyada ayrıca yaşam bilimlerinde yeni ilaç geliştirme veya mevcut ilacın farklı bir hastalık için konumlandırılması konusunda yaygın yapay zekâ kullanımları başladı. Bu yenilikleri Türkiye’de ilaç geliştirme konusunda çalışan kurum ve kuruluşlara tanıtıyoruz.

Kişisel ilaçlardan mı bahsediyoruz?

Hem kişisel hem de normal toplum için geliştirilen ilaçlarda yapay zekâ kullanımı var. Özellikle bağışıklık sistemini hedefleyen immünoterapi ilaçları geliştirilmesinde yapay zekâ kullanılıyor. Geçmiş yüzyıllarda çiçek, çocuk felci gibi hastalıkları nasıl aşılarla ortadan kaldırdıysak bu hastalıkların virüsleri genetiği değiştirilmiş veya sentetik türevleri ile günümüzde kanserli dokuyu yok etmek üzere amaçlandırılabilir. Bu tip araştırmalarda yapay zekâ çok başarılı çünkü inanılmaz derinlikte bilgi var ve bu uzmanlıkların hepsinin tek bir kişide toplanması mümkün değil. Yapay zekânın kapasite sorunu olmadığı için araştırma ve geliştirme yapan kişilerin yardımına yetişiyor. Onkolojik ilaçların geliştirilmesinde yapay zekâ kullanımında bir yoğun odaklanma gözlemliyoruz çünkü kanser dünyanın hem maliyet hem vaka yükü olarak en büyük problemi.

Teşhis dışında kullanım alanları nelerdir?

Kamu sağlığı, zindelik, kronik hastalık yönetimlerini sayabiliriz. Giyilebilir teknolojiler ve bulut tabanlı çözümler artık yaygınlıkla kullanılıyor. En son da maliyet kontrolünü sayabiliriz. Dünyanın pek çok yerinde sağlık harcamaları enflasyonun üzerinde artar. Sigorta geri ödemelerinde, maliyet kontrolünde yapay zekâ kullanılıyor.

Dünya genelinde ilk deneyenler ABD ama çok ilginçtir ikinci sırada az gelişmiş ülkeler var. Bunun nedeni bilgi eksikliği mi?

Bilgi eksikliğinden ziyade gelişmekte olan ülkelerde yetişmiş uzman hekim açığı fazla. Bu nedenle Çin, Tayland, Hindistan gibi ülkeler onkoloji ürünlerimizi kullanmaya başladı. Türkiye’deki doktorlarla birkaç pilot çalışma yapıyoruz ve hem olumlu hem olumsuz geri dönüşler alıyoruz ki sağlıklı olanı da bu. Onların kullanıp gerçek hasta verisi üzerinde denemesi gerekiyor. Watson yirmi, otuz yıllık onkologlardan daha fazla bilemiyor ancak literatürü iyi takip ediyor ve yeni ilaçlar hakkında kanıtsal çıktılara daha vakıf. Bir de klinik deney eşleştirmesi yapıyor. Mesela hiç umudu olmayan bir hastayı tespit ediyorsanız, “size yapabilecek hiçbir yok” deyip göndermek yerine Watson’a deneysel insan kullanımına sunulmuş yeni ilaçları doktor hastasına tavsiye edebiliyor. Bu da hastaya umut veriyor.

Watson sadece modern tıp bilgilerini mi takip ediyor?

Evet, ama kaynakça modern tıp temeli olduğu için. Geleneksel tıpla ilgili bir kaynakçanız var ise bunu Watson’a öğretebilirsiniz. Mesela Çince, Japonca kaynak varsa bunu öğretebilirsiniz fakat tıpta bu ülkeler dâhil kaynakça İngilizce. Watson birçok dil konuşuyor ama tıpta konuştuğu tek dil İngilizce.

En son Korece öğrenmişti sanırım.

Evet, Korece konuşuyor. Mesela Hollanda ile bir çalışma yaptık, Felemenkçe yazılmış bilgileri öğretiyoruz ama İngilizce ile yan yana veriyoruz ve ikisini karıştırmıyoruz. Sonuç listesinde kendi dilinde olan kaynakçadaki tıbbi bir takım teşhis, tedavi yöntemlerini kendi diliyle veriyor. Bu yerelleştirmenin güzel bir örneği çünkü Watson’ın faydalı olabilmesi için iyi bir kaynakçası olması lazım. Eğitilmiş bir sistemimiz olsa gelenekseli de yapay zekâ ile yapabiliriz.

Sistemin çalışma mantığında bir ayağının modern tıptan gelen veriler olduğunu anladım, diğer ayağı da büyük veri mi?

Kamu sağlığı ve kronik hastalık yönetimi, yapay zekâ bilişsel çözümleri ve giyilebilir teknolojileri de kullanıyor. Mesela bizim Apple ile yaptığımız işbirlikleri var. IOS tabanlı mobil platformlarla hasta verilerini toplayıp kognitif bir sağlık çözümü geliştirmek istiyorsanız üç yılla sınırlı ve bir terabayta kadar veri depolama hizmetlerini IBM ücretsiz olarak destekliyor. Bunun amacı da ekosistemi bilinçlendirmek. Büyük veri bizim için kritik, veri yüklemediğinizde bir sonuç alamıyorsunuz.

Ne kadar çok veri o kadar kesin sonuç.

Tabi doğru.

Şahsi bilgilerin ileride aleyhte kullanılması korkusuna ne diyorsunuz? Mesela, sigorta şirketlerinin prim arttırması söz konusu mu?

Sigorta apayrı bir sektördür. Dünyanın pek çok yerinde sigorta şirketlerinin bu işe proaktif yaklaştıklarına tanık oldum. Yani büyük veri ve yapay zekâ primlerin artırılmasından ziyade azaltılmasına yardımcı olabilir. Ancak Amerika’da özel sektör ve risk primli fiyatlandırılan sigorta sistemlerde bir sıkıntı olabilir. Ama sosyal devlet anlayışıyla tasarlanmış kamu sağlık sigortalı sistemlerde ki bizim SGK ajansımız da bu tip bir sistemin örneklerindendir, pek çok kanser hastasını ve diğer kronik rahatsızlıklar çok daha ucuz maliyetlerle tedavi edebileceğinizi yapay zekâ sistemlerine danışarak tasarlayabilirsiniz.

Regülasyonlar da değişiyor, Finlandiya bir pilot bölge kurmuş. Bir bölgede herkese sekiz yüz EUR maaş verip sağlık ve sosyal imkânlarda kısıntıya gidecekmiş.

Burada sosyal deney yapılıyor olabilir. Projeyle ilgili bilgiye sahip değilim ama kanıta dayalı her türlü çıktı yapay zekâ uygulama kaynakçaları için bir hazine niteliğindedir. Deney sonuçlarına bakmalı.

Bakarsanız, sağlık çok pahalı olduğu için sosyal devletten de uzaklaşmaya çalışılıyor.

Pahalı evet ama onu ucuzlatabilecek de bu tip teknolojiler. Büyük veri toplamak ancak bunu anlamlandırabildiğiniz zaman yararlı ki yapay zekânın rolü budur. Büyük veri analizi zor bir konudur. IBM bu konuda yetkinliklerini artırabilmek için, kamu sağlığı, sosyal hizmet programlama, tıbbi görüntüleme ve yazılım tabanlı tıbbi cihaz sektöründe faaliyet gösteren şirketlere dört milyar dolarlık satın alma yaptı. Mesela Merge tıbbi görüntü büyük veri analizinde son derece yetkin, kamu sağlığı ve zindelik gibi konularda Phyel, dünya elektronik sağlık kayıtlarının altıda birini tutan büyük veri tabanı Explorys ve ilaç enformatiği ile sigorta geri ödemeleri gibi konularda uzmanlaşan Truven Health bunların arasında yer alıyor. Devlet kurumlarını hariç tutarsak özel sektör olarak en büyük kişisel sağlık verisinin olduğu ambar IBM’dedir. Bu veriyi kognitif bilişsel yetenekler ekleyerek anlamlandırmaya çalışıyoruz.

Ayrıca geri ödeme sistemleri ile ilintili yapay zekâ uygulamaları mevcut. Maliyetlerin çok yüksek olmasının sebebi yapılan işlem başına alınan ödeme sistemleri (fee-for-service). Günümüzde ABD başta olmak üzere pek çok ülke müspet netice çıktısına yönelik ödeme sistemleri geliştiriyorlar. Hastanın durumunda iyileşme olması durumunda geri ödeme yapılması şeklinde yöntemler var ki bu tip sistemleri geliştirmek için de büyük veri analizi ve yapay zekâ yöntemleri kullanıyorsunuz. Elinizde bir dolu sigorta geri ödeme bilgisi var ve analiz ederek gereksiz işlemlerin yapılmasının önüne geçilebilir.

Optimizasyon aslında.

Evet, sağlık harcamasının gayrı safi milli hasılaya oranı Türkiye’de yüzde beş, altı ancak Amerika’da yüzde 15-17 gibi sürdürülemeyecek seviyelerde. Biraz genç bir nüfusumuz olduğumuz için ancak pek çok teknoloji ilk olarak ABD’de deneniyor. Gereksiz veya yanlış tedaviden kaynaklı yüzde otuzu bulan israf maliyet yükü olduğunu tahmin ediyoruz. Bunu çözmek için yapay zekâ kullanılmasını öneriyoruz. Neden israf oluyor? Bilgi iyi yönetilmiyor. Hastalar da zaten hiçbir zaman koşa koşa hastaneye gitmeyi tercih etmiyor. Evinde tedavi veya uzaktan kronik hastalık yönetimi yapılmasını tercih ediyorlar. Sosyal bir dönüşümden geçmeliyiz.

Bakış açısı da değişiyor. Günümüzde hasta olduğumuzda gidip çare arıyoruz ama bundan sonra hasta olmamak üzerine bir sistem kurmamız gerekiyor. Bu noktada kişiye fazla sorumluluk verilmiyor mu? Kendi doktorumuz mu olacağız?

Her şey internetle başlamıştı hatırlar mısınız? Doktorlara gidince webden okudum dediğinizde doktorlar çıldırıyordu. Bugün doktorlar hastaları birey olarak görmeye başladılar. Mesela bir genç göğüs kanser hastası bayan, bana toksisitesi az olan saçları dökmeyen bir ilaç verin diyor, yoksa çocuklar başlıyor “anne niye senin saçın döküldü?” demeye. Doktor da bilinçli hastayla etkileşimli diyaloğa giriyor. Sanırım bu kaçınılmaz.

Geleceğe bakalım mı biraz da? 2050 yılında altmış yaşın üstünde olacak nüfus iki milyar. Sistemin üstünde böyle bir yük de var. On sene sonra doktora gittiğim zaman nasıl bir ortamla karşılaşacağım?

Bilişsel sistemlerle doktorların hastalara ayırabilecekleri zaman artacak. Daha az uzman doktorla daha fazla nüfusa hizmet götürülebilecek. Fütürist değilim ama on sene sonra uzman hekimlerce eğitilmiş bir kognitif çözüme rahatlıkla kişisel sağlık sorunlarınızla başvurabileceksiniz. Hekimin rolünün tamamen ortadan kalkacağını sanmıyorum ama hekimlerin de kendi iş yüklerini hafifletebilmek için kognitif sağlık çözümleriyle şimdiden tanışmalarında sonsuz fayda var.

Hekim sayısı azalacak mı?

Doktor sayısında bir azalma beklememek lazım. Yüz bin nüfus başına düşen hekim sayısının eşit kalarak doktor sayısının nüfus artışına koşut artması planlanabilir.    Ancak hekimlerin uzmanlıklarının artacağını düşünüyorum. Mesela onkolojiden örnek vereyim, medikal onkolog olmadan önce çoğu hekim önce dâhiliye (internal medicine) okuyup ve birkaç yıl uzmanlık yaptıktan sonra tıbbi onkoloji yapıyorlardı. Genetik konusunda uzmanlaşmaya vakitleri kalmıyordu. Şimdi ise direk medikal onkoloji üzerine uzmanlaşıp üzerine genetik konusunda uzmanlaşma yoluna girebilirler. Zaman darlığı nedeniyle yapamadıkları uzmanlıklarda hekimler yapay zekâdan destek alabilirler. Yeni yetişen doktorlardan sıradan bir vatandaş olarak daha fazlasını beklememiz gerektiğini düşünüyorum çünkü teknolojik gelişmelerin pek çoğu onların ve hastaların hizmetinde.

Kişisel ilaçlarımız olacak mı?

Beş, on yıl içerisinde ilaç geliştirmede çok ciddi gelişmeler olacak. Eskiden büyük ilaç şirketlerinin tekelinde olan ilaç üretimi demokratikleşiyor. Onlar da küçük butik start-up ilaç geliştiren şirketlerle çalışıyorlar. Tahminim on yıl içerisinde ilaç kişiselleştirilecek. Sağlık Bakanlığımız da bu vizyonu benimsiyor. E-nabız’ı topluma tanıtarak herkesin kişisel sağlık verisine sahip çıkmasını diliyorlar ki teknolojik ilerlemeler yerleştikçe mesela İrem Sokullu’nun kendi sağlık sorunları ve vücut özelliklerine göre tedavi yöntemi önerilsin ve hatta ona has kişisel ilaç üretimi yapılabilsin.

Peki, İrem’in on sene sonra neler yapması gerekecek? Genom dizilimini bilecek, giyilebilir teknoloji ile verisini mi toplayacak?

İrem, öncelikle endişe etmesin. Sağlık sorunlarına çözüm geliyor. Geleceği korku imparatorluğu üzerine kurmamalıyız. Altmış yaş dediğimiz yüz sene önceki altmış yaş ile aynı değil, çok üretken bir yaş. Yaşlanmayı bir tehdit olarak görmüyorum ve kendilerine de bakıyorlarsa zindelik konusunda koruyucu hekimlik sayesinde birçok yükleri azalacak. Erken teşhiste ilerlenecek. Bu hem bilişsel sistemler hem de büyük veriyle ilgili.

Giyilebilir teknolojilerle topladığım verileri bugün Watson kullanan bir hastanede aktarabilir miyim?

Hayır, şu anda mümkün değil. Bugün hepimizin sağlığımıza, yediğimize, içtiğimize, uykumuza ve egzersizimize dikkat etmemiz gerekiyor. Ciddi bir hastalık çıktığında, Parkinson, Alzheimer, kanser gibi elinizde son on yıldır toplamış olduğunuz verileri siz Watson’a ve hekiminize sunduğunuzda sizinle ilgili zenginleşmiş bilgisi olacak. Bunu sağlayabilmelisiniz. Bu tekniklere hekimlerin adaptasyon süreci de zaman alıyor ama Watson Health’e en fazla talep hekimlerden geldi.

Siz yeni sağlık bakış açısına göre neler yapıyorsunuz?

Ben öğrenmeye çalışıyorum. Klinisyen olmamakla birlikte Watson Onkoloji Danışmanı kullanıcısıyım ve oradaki bilgi birikimine çok saygım var. Memorial Sloan Kettering, New York Genome Center’in genomik uzmanları eğitmişler sistemi. Kişisel olarak bu yeni teknolojileri öğreniyorum. İlaç araştırmaları hoşuma gidiyor ki Türkiye’nin eksik olduğu bir alan bu. Çok dışa bağımlıyız. Kendi bio-benzerlerimizi ruhsatlayıp, kendi aşılarımızı üretmeliyiz.

Sağlık yönetmeliği ağır bir sektör ve maliyetler yüksek ama bunların çoğunu bilgisayarda simüle edip büyük veriyle de zenginleştirince ilaçların insan kullanımına geçiş sürecini kısaltabiliyoruz. Bugün her kanser tedavisi için sistemimizi eğitmeyi tamamlamadık ama ürünlerimizin bir gelişme süreci ve yol haritası var. Bütün bunları heyecan verici buluyorum.

IBM Health eko sistemi geliştiren start-up lara destek veriyor mu?

Watson Health’in satın almaları start-up düzeyinden ziyade otuz, kırk yıllık tecrübeleri olan uzmanlaşmış şirketler. IBM’in demin bahsettiğim Apple işbirliği ile yürütülen Watson Health Research araştırma kiti kar amacı gütmeyen araştırma kuruluşlarına ve onlarla işbirliği yapan start-uplara ücretsiz. Yapay zekâ konusunda çözüm üretmek isteyen paydaşlar IBM’in geliştirdiği pek çok kognitif API’lara (application programming interface) Bluemix üzerinden erişebilirler. Yakın zamanda kataloğa sağlık odaklı Watson Health API’lar da eklenecek. Herkesi Bluemix’e davet ediyoruz. Bunların çoğuna süre sınırı olarak ücretsiz erişim var.

Çok teşekkür ederim.

Ben teşekkür ederim.

IBM’de Watson Health Türkiye, Orta Doğu ve Afrika Bölge Satış Direktörü Afşar Akal ile yaptığımız söyleşiyi aşağıdaki videodan izleyebilirsiniz.