Kalp Krizinde Her Dakika 11 Gün: Yapay Zekâ Sağlıkta Nasıl Hayat Kurtarıyor

Kalp krizi geçiren bir hastada saat işlemiyor, ömür akıyor: her dakika yaklaşık 11 gün demek. Google Cloud Tech kanalındaki söyleşide sunucu, onlarca deneme uygulamasının hiç gün yüzü görmediğini itiraf edip asıl soruyu soruyor: gerçek ve önemli sorunları yapay zekâyla çözenler kim? Karşısında oturan isim, Brezilyalı sağlık girişimi Neomed'in kurucu ortağı ve ürün yöneticisi Bruno. Onun ekibi, tanı görüntülerini ve bakım verilerini makine öğrenmesi ile okuyup hekimlerin önüne dakikalar içinde düşürüyor.

Söyleşinin ilk düğümü, doktorların fısıltıyla sorduğu soru: yapay zekâ deneyimli hekimin sezgisini dışlayacak mı? Yanıt net bir hayır. Stanfordlı ünlü bir ekonomistin iki yıl içinde radyolog kalmayacağı kehaneti hatırlatılıyor, ardından gerçek veriliyor: radyolog istihdamı artmış. Çünkü sistem hekimin yerine geçmiyor, ön tarama yapıyor; daha çok hastayı daha erken yakalayıp hekimi hastalığın henüz yenilebilir olduğu altın pencereye taşıyor.

Erken yakalamanın anatomisi

Düşünün: kayak yaparken dirseğinizi kırdınız, röntgen çekiliyor. Kemik belli, doku belli; ama karede gözün seçemediği bir anormallik var. İşte orada sistem dürtüyor: kırıktan geldiniz ama bu desen kemik kanserine benziyor. Brezilya'daki cerrahi kökenli bir hastanede ilk hafta yaşananlar bunun ete kemiğe bürünmüş hali: peş peşe üç kritik atriyal fibrilasyon vakası. İkisi ablasyon ameliyatına alındı, birine ritim düzenleyici defibrilatör takıldı.

Rakamların altı dolu mu? Kısmen. Atriyal fibrilasyon inmelerin önemli bir payından sorumlu tutuluyor ve söyleşide bu pay yüzde 35 olarak veriliyor. WHO'ya göre iskemik kalp hastalığı dünyanın bir numaralı katili; 2021'de 9,1 milyon can aldı, inme onu üçüncü sıradan izliyor. Amerikan Kalp Derneği'nin EKG'den rapora 10 dakikalık altın standardına karşı Neomed hattı 3 dakikanın altını vadediyor. Aradaki 7 dakikanın 11 günlük katsayıyla çarpımından 2100 yılı aşkın kazanılmış ömür hesabı çıkıyor; bu aritmetik şirketin aktardığı saha verisine dayanıyor.

Yanlış alarm mı, kaçırılmış vaka mı?

Daha çok görmek daha çok yanlış pozitif demek değil mi? Bedel sorusu bu. Konuşmacı, zekânın kitaplarda yazmayan kısmına işaret ediyor: ayırt etme yetisi. Yapay zekâ ile hekim aynı kareyi görüyor; ama hekim o karenin öncesini ve sonrasını, yani filmin bir bölümünü biliyor. Bu yüzden kural tersine işliyor: fazladan bir yanlış alarm, kaçırılmış bir enfarktüsün yanında ucuz kalıyor. Hekim uyarıyı alıp temel veriye dönüyor, doğrulayıp öyle konuşuyor.

Kara kutuya güven duyulur mu?

Pizza ile kalp kapakçığı arasındaki fark, hatanın bedeli. Konuşmacı eski durağını anlatıyor: yemek sepeti girişiminde yanlış pizza öfke yaratır, telafisi bir içecekle mümkündür. Sağlıkta yanlış tanı telafi edilemez. O yüzden ekip, parıltılı üretken modeller yerine değişkenleri bilinen, denetlenebilir makine öğrenmesi ni seçmiş. Ekrandaki panel bunun vitrini: beş EKG türevi ayrı ayrı puanlanıyor, frekans hesapları otomatik düşüyor, ham inceleme hekimin önünde duruyor. Yüzde 100 enfarktüs yazan örnekte bile son sözü söyleyen, paneli okuyan hekim.

Pratisyenin sırtındaki yük

Acil serviste tek bir hekimin kafasında maraton koşuluyor: ateşli çocuk, kalp ağrısı, banyoda düşmüş yaşlı hasta. Her birinde normal aralıklar, yaş katsayıları, uyku ve uyanıklık farkları. Hiçbir insan beyni, EKG derivasyonları arasındaki bütün korelasyonları her vardiyada taze tutamaz. Sistemin yaptığı tam da bu: uzman bilgiyi demokratikleştirip genel pratisyenin cebine koymak. Eski enfarktüs izi taşıyan kalbin hep aynı deseni vereceğini bilmek de bu pakete dahil; deseni görmek makinenin, iz ile yeni krizi ayırmak hekimin işi.

Mutfakta büyük dil modeli yok

Merak edilen teknik soru açık yüreklilikle yanıtlanıyor: arkada tek bir dev model yok. Her hastalığa kendi tekniğiyle yaklaşan çok modelli mimari var; önce basit bir ön sınıflandırma kareyi normal ya da anormal diye etiketliyor, anormal olanlar ilgili uzman modellere dağılıyor. Altyapı TensorFlow ve Vertex üzerinde uçtan uca ölçekleniyor: ayda 150 bin inceleme, her biri yaklaşık 7 saniyede. Geçen yıl 50 bindi; hedef 500 bin. İki yüz cihazlı hastanelere kurulum diski değil, bulut bağlantısı öneriliyor; ülkede sağlık yazılımları o kadar eski ki güven, versiyon numarasıyla değil ilişkiyle kazanılıyor.

Yavaş git ki hızlı gidesin

Girişim dünyasının kutsal cümlesi bu kapıdan giremiyor: hızlı hareket edip bir şeyleri kırmak sağlıkta yasak. Bessemer Venture Partners'ın (BVP) 2024 sağlık teknolojisi raporu tabloyu doğruluyor; sermayenin önemli bir dilimi yapay zekâlı sağlık işlerine akarken satış döngüleri ABD'de 12 ile 24 ay arasında ölçülüyor. Brezilya'da tablo daha da sabırlı: ülkenin dev sigorta-hastane yapılarından biriyle dört yıl süren müzakere. Şirketin 2020'de kapanma noktasına geldiği, Google for Startups kredilerinin kasadaki nakit kadar can suyu olduğu ve bir Google mühendisinin normal ile anormali ayırma fikrini öğrettiği anlatılıyor.

Hızlı turdan kalanlar

Kapanıştaki hızlı tur, ezber bozan yanıtlarla dolu. Regülasyon darboğaz değil, aksine ödev yaptıran titiz öğretmen; denetimsiz bir dil modeline EKG okutmakla doğrulanmış sistem arasındaki fark, hastanın hayatı. Giyilebilir cihazlar ise abartılıyor: Harvard Health'e göre akıllı saatle EKG çekmek ilke kanıtı düzeyinde bir deney, kalp krizi tanısı 12 derivasyon ve hekim yorumu istiyor, saatte ise yalnızca üç kanal var. Müjde, mevcut veride saklı: NIH'in PubMed dizininde yer alan EKG tabanlı çalışmalara göre kalp elektrosundan ciddi aort darlığı sinyali okunabiliyor; eko gerektiren tabloyu rutin EKG'ye indirme yarışı başlamış durumda.

Finalde tablo tamamlanıyor: cerrah, yapay zekâyla en iç içe geçecek uzman adayı; genomik tabanlı kişiselleştirilmiş tıp küçümseniyor; hastaların yapay zekâ ikinci görüşüne hekimden çok güvenmesi ise açık bir uyarı işareti, çünkü halüsinasyonun bedeli bu alanda can. Mühendislere çağrı yalın: yapılandırılmamış veri dağ gibi birikmiş durumda, sinyali gürültüden ayracak meraklı zihinler bekleniyor.