Tıbbın neden nöro-sembolik yapay zekâya ihtiyacı var

Mart ayında 63 yaşında bir kadın rutin bir kontrol için doktoruna gidiyor. Kan tahlili, kan şekerinin bir süredir yüksek seyrettiğini gösteriyor ve kendisine tip 2 diyabet tanısı konuyor. Bu hastalık için sık kullanılan bir ilaca başlıyor ve üç ay sonra tekrar gelmesi isteniyor.

Haziranda, kliniğe arabayla gitmekten daha kolay olduğu için tahlilini işyerine yakın bir laboratuvarda yaptırıyor. Şekeri martta olduğundan daha yüksek. Kontrol muayenesinde hemşire onu tartıyor ve yaklaşık 4 kg verdiğini görüyor. Notta da yaşam tarzı değişikliklerine iyi yanıt verdiği yazıyor. Hem kendisi hem doktoru memnun.

Ağustosta, birkaç haftadır geçmeyen ve sırtının ortasına oturan bir ağrıyla bir acil bakım merkezine gidiyor. Ne düşmüş ne de ağır bir şey kaldırmış. Kendisine iltihap giderici bir ilaç veriliyor ve fizik tedaviye yönlendiriliyor.

Üç doktor da kendi payına düşeni yaptı ve kayıtların her biri tek başına okunduğunda makul görünüyor. Birlikte okunduklarında ise hiçbirinin tek başına göstermediği bir şeye işaret ediyorlar. Üçünü birden gören bir doktor, pankreasının görüntülenmesini isterdi.

Bu üç muayene neden birbirine bağlı

Pankreas, midenin arkasında derinde yer alan ve karın boşluğunun arka duvarına yaslanan küçük bir organdır. Görevlerinden biri, kan şekerini dengede tutan hormon olan insülini üretmektir.

Üç muayeneyi birbirine bağlayan da bu. Pankreastaki bir tümör insülin üretimini bozabilir ve bu yüzden kan şekeri, bazen henüz başka hiçbir belirti yokken yükselir. Kanser, kişinin hiç çabalamadan kilo vermesine de yol açabilir. Pankreas omurgaya ve oradaki sinirlere yakın durduğu için buradaki bir tümör sırtın ortasında künt bir ağrıya neden olabilir.

Yeni diyabet tanısı alanların çoğunda kanser yoktur. Ne var ki diyabet 50 yaşından sonra ilk kez ortaya çıktığında, bu kişilerin yaklaşık yüzde birine üç yıl içinde pankreas kanseri tanısı konur. Bu oran, o yaşta beklenenin aşağı yukarı sekiz katıdır. Mayo Clinic’teki araştırmacılar bu hastaları bulmak için bir skor geliştirdi. Skor, diyabetin başladığı yaşa, kilodaki değişime ve kan şekerindeki değişime dayanır. En çok ağırlığı, şeker yükselirken kilonun düşmesi taşır.

Zamanlama önemli, çünkü pankreas kanseri genellikle geç bulunur. Vakaların yaklaşık yarısı ancak kanser yayıldıktan sonra, tedavinin çok daha az şey yapabildiği bir aşamada teşhis edilir. Kanseri aylar erken yakalamak, yapılabilecekleri değiştirebilir.

Bu kadının durumunda gereken bilgi zaten kayıtlıydı. Yalnızca üç ayrı yere dağılmıştı ve hiç kimse hepsine birden bakmıyordu.

Aynı boşluk ters yönde de işler. Asıl neden kaygı olduğu, düzensiz kalp atışı da onun bir belirtisi olduğu halde kardiyolojik incelemelerden geçirilen hastalar gördüm. Böyle hastaları ben de tedavi ettim. Kalpleri titizlikle incelendi, ama cevap hikâyelerinin başka bir yerindeydi. Bir insanın sağlığına dair parçalar birbirinden kopuk durduğunda tıp, ciddi olanı kaçırır, ciddi olmayanın peşine düşer.

Bilgisayarlar bunu neden henüz çözemedi

Bilgisayarlar insanlardan çok daha hızlı okur. Bu yüzden böyle vakaları neden hâlâ yakalamadıklarını sormak yerinde olur. Bunun nedeni, tıptaki yapay zekânın büyük kısmının iki türden birine girmesi ve her türün resmin yalnızca bir parçasını görmesidir.

Birinci tür örneklerden öğrenir. Milyonlarca eski hastanın verisi verildiğinde, bir hastalıktan önce hangi örüntülerin görülme eğiliminde olduğunu öğrenir. Bugün birçok insanın kullandığı sohbet botları da bu şekilde, çok büyük miktarda metinle eğitilerek yapılmıştır. Bu tür yapay zekâ fark etmekte iyidir, ama bir sonuca neden vardığını gösteremez ve yanıldığında da haklı olduğu zamanki kadar emin konuşur. Bir doktor, hiçbir şekilde doğrulayamayacağı bir sonuca dayanarak güvenle hareket edemez.

İkinci tür, insanların yazıya döktüğü kurallara uyar: “eğer şu ise, o zaman bu” biçiminde. Bir kural neyi neden kontrol ettiği konusunda açıktır. Ama yalnızca birinin önceden düşündüğü şeyi, o da ancak bilgi tam olarak kuralın beklediği biçimde geldiğinde yakalar. Öğrenmez.

İki yaklaşım da eksiktir ve hiçbiri kötü bir fikir değildir.

Daha derin bir sorun, bu sistemlerin öğrendiği kayıtların kendisinde yatıyor. Bir tıbbi kaydın büyük kısmı notlardan oluşur ve her not, bir kişinin bir muayeneyi aceleyle ve hastayı kendi gördüğü biçimde anlatmasıdır. Geri kalanın büyük kısmı da faturalandırma için tasarlanmıştır ve tanılar ödeme kodları olarak saklanır. Yalnızca bu malzemeden öğrenen bir sistem, onun kör noktalarını da öğrenir. 2019’da araştırmacılar, Amerikan sağlık kuruluşlarının ek bakım verilecek hastaları seçmek için kullandığı bir algoritmanın siyahi hastaları olduklarından daha sağlıklı saydığını buldu. Algoritma geçmiş harcamalardan öğrenmişti ve bu hastaların bakımına daha az para harcanmıştı.

Öğrenme ve mantık bir arada

İyi doktorlar iki düşünme biçimini de kullanır. Yılların pratiği onlara bir şeylerin ters gittiğini fark etmeyi öğretir. Sonra, harekete geçmeden önce bu izlenimi kanıtlarla sınarlar. Nöro-sembolik yapay zekâ da aynı şekilde kurulur. “Nöro” kısmı, tıpkı deneyim gibi öğrenir ve fark eder. “Sembolik” kısmı ise kanıtlarla karşılaştırma yapan bir doktor gibi kurallarla akıl yürütür.

Chroneme’de kurallar yayımlanmış araştırmalardan ve tıbbi kılavuzlardan gelir ve bir mercek gibi çalışır. Her klinik soru için hangi bilginin önemli olduğunu ve kaynağına ne kadar güvenileceğini belirler. Böylece tartıda ölçülmüş bir kilo, bir notta geçen bir kelimeden daha ağır basar. Bu çerçevenin içinde öğrenen kısım, kimsenin yazmayı akıl etmediği örüntüleri yine de fark edebilir. Ardından mantık kısmı her birini kanıtlarla sınar ve kanıta dayanamayan bir örüntü doktora asla öneri olarak ulaşmaz.

Şimdi aynı kadını düşünün, ama bu kez bakım sürecini Chroneme okuyor. Tahlil sonuçları, tartı ölçümleri ve notları, muayene olduğu her yerden, olayların yaşandığı sırayla tek bir kayıtta toplanır. Haziranda şekeri yükselirken kilosu düştüğünde bu tablo, yayımlanmış skorun aradığı şeyle örtüşür ve doktoru bu bulguyu daha o hafta, sırt ağrısı başlamadan iki ay önce görür. Bulgu sade bir dille yazılmıştır. Arkasındaki her sonucu, her birinin nerede ve ne zaman kaydedildiğini ve kuralın dayandığı çalışmayı gösterir. Bir görüntüleme istemi hazırlanmıştır bile, hastaya nedeni onu telaşlandırmadan anlatan bir mesajla birlikte. Doktoru bunları inceler, katılır ya da katılmaz ve imzalar.

Kurallar yazılı olduğu için aynı veriler, nöbette kim olursa olsun, her hastada aynı sonuca götürür. Kanıtlar değiştiğinde kural bir kez güncellenir ve herkese uygulanır. Bir şeyler ters gittiğinde hatanın nerede olduğu bulunabilir.

Ne inşa ediyoruz

Daha iyi bir yöntem tek başına yetmez. Üzerinde çalışacağı bir sisteme ihtiyacı vardır: her insanın kaydını bütün olarak tutan, ilk hasta için olduğu kadar milyonuncu hasta için de iyi çalışan bir sistem. İnşa ettiğimiz şey bu sistem.

Bu sistem yeni türden içgörüleri de mümkün kılar. Bir görüntüleme vücudun içinin nasıl göründüğünü, hastalık öyküsü oraya nasıl gelindiğini, genetik ise vücudun neye daha yatkın olduğunu gösterir. Bunları bugüne kadar genellikle farklı uzmanlar ayrı ayrı okudu. Birlikte ve sırayla okunduklarında, tek bir kaydın içermediği birliktelikleri ortaya çıkarırlar.

Tıp, iyi ve kanıta dayalı bakımın neye benzediğini onlarca yıldır biliyor. Eksik olan, bu kanıtın tamamını her hastaya, her gün uygulayacak zamandı. Hiçbir doktor her muayeneden önce her kaydı her kılavuzla karşılaştıramaz. Bu hazırlığı, bir görevin adımlarını yerine getiren programlar olan Chroneme ajanları yapar. İstemleri, mesajları ve notları, her birinin kaynaklarıyla birlikte, bir klinisyenin inceleyip imzalaması için taslak olarak hazırlarlar. Muhakeme insanlarda kalır, kazanılan zaman da bakıma geri döner.

İddialarımız konusunda dikkatliyiz. Her sonucun izlenebilir ve denetlenebilir olması bugün zaten tasarımın bir gereği. Sistemin hastalara yardımcı olacak sıklıkta haklı çıkıp çıkmadığı ise kanıtlarla yanıtlanacak bir soru. Sistemi, hiçbir sonuç görülmeden önce yazılmış bir protokolle test ediyoruz ve bulduklarımızı, yetersiz kaldığı noktalar da dahil olmak üzere yayımlayacağız.