Geleneksel Tıp (GT)’da Yapay Zeka uygulamasının haritalandırılması : Teknik özet

Sağlık sektörü de dahil olmak üzere yapay zekanın (AI) büyüyen ve dönüştürücü gücü giderek daha değerli ve önemli hale gelmektedir. Bu potansiyeli etkin bir şekilde kullanmak için Uluslararası Telekomünikasyon Birliği (ITU), Dünya Sağlık Örgütü (WHO) ve Dünya Fikri Mülkiyet Örgütü (WIPO), sağlıkla ilgili SDG’leri (1) gerçekleştirmek için saha projeleri ve programları aracılığıyla sağlık ekosistemlerinde AI çözümlerini mümkün kılmak, kolaylaştırmak ve uygulamak misyonuyla AI for Health (GI-AI4H) Küresel Girişimi’nde işbirliği yapmaktadır.

Hızlı büyümesine rağmen, geleneksel tıpta yapay zeka uygulamaları çoğunlukla keşfedilmemiştir. Daha fazla araştırma, kanıt, veri ve tartışma gerektiren gri alanlar mevcuttur.

Yapay zekanın potansiyelini, ancak aynı zamanda risklerini ve sınırlamalarını anlamak, yapay zekanın geleneksel tıbba entegrasyonuna güvenli bir şekilde yaklaşmak için çok önemlidir.

AI’nın sağlık alanındaki potansiyel kullanımı, AI’nın kullanılmasını güçlü bir şekilde destekleyen G20’nin Yeni Delhi Deklarasyonu (2) gibi uluslararası forumlarda da kabul görmüştür. 2023 yılında düzenlenen ilk WHO Geleneksel Tıp Küresel Zirvesi’nde (4) kabul edilen çok paydaşlı bir gündem olan Gujarat Deklarasyonu (3), TM alanında AI gibi dijital teknolojilerin sorumlu kullanımı da dahil olmak üzere WHO Küresel Geleneksel Tıp Merkezi’nin (5,6) görevlerini yönlendirmekte ve desteklemektedir. Benzer şekilde, Yetmiş Yedinci Dünya Sağlık Asamblesi, üye devletleri, hükümetlerarası

kuruluşları, araştırma kurumlarını ve endüstrileri bir araya getiren ve sağlık için yapay zeka ile ilgili fırsatları, riskleri ve yönetişimi tartışan bir politika yuvarlak masa toplantısı düzenlemiştir (7).

Geleneksel Tıpta Yapay Zeka Uygulamaları: Kapsamlı Bir  Özet.

 Bu özet , Geleneksel Tıpta (GT) yapay zeka’nın (YZ) hızla gelişen uygulamasını, potansiyelini, risklerini ve düzenleyici çerçevelerini kapsamlı bir şekilde analiz etmektedir.

Dünya Sağlık Örgütü (DSÖ) ve Uluslararası Telekomünikasyon Birliği (ITU) tarafından hazırlanan teknik bir özetten sentezlenen bu belge, YZ’nin GT alanında sağlık hizmetleri, klinik bakım, ilaç geliştirme, sağlık sistemi yönetimi ve politika oluşturma gibi çeşitli alanlarda nasıl kullanıldığını ortaya koymaktadır.

Mevcut uygulamalar arasında teşhis ve tahminleme, kişiselleştirilmiş tedavi önerileri, şifalı bitkilerin tanımlanması ve geleneksel bilgilerin dijitalleştirilerek korunması yer almaktadır.

Belge, bu entegrasyonun getirdiği önemli risk ve zorluklara da dikkat çekmektedir. Biyokorsanlık, yani yerli halkların ve yerel toplulukların geleneksel bilgilerinin izinsiz ticarileştirilmesi, en büyük tehditlerden biridir. Diğer önemli zorluklar arasında dijital altyapı ve okuryazarlık eksiklikleri, yetersiz veri altyapısı, GT uygulayıcıları ile yetersiz etkileşim ve YZ çözümlerinin yerelleştirilmesi ile küresel entegrasyonu arasındaki denge bulunmaktadır. Özellikle Yerli Veri Egemenliği (IDSov) ilkeleri, geleneksel bilginin korunması ve adil bir şekilde kullanılmasında kritik bir rol oynamaktadır.

Sonuç olarak, YZ’nin GT’ye entegrasyonu, evrensel sağlık güvencesi hedeflerine ulaşmada önemli fırsatlar sunmaktadır. Ancak bu potansiyelin güvenli, etik ve kanıta dayalı bir şekilde hayata geçirilmesi için GT’ye özel düzenleyici çerçevelerin geliştirilmesi, veri yönetişiminin güçlendirilmesi, kapasite artırımı ve küresel iş birliğinin teşvik edilmesi gerekmektedir. Bu, geleneksel bilginin özgünlüğünü korurken teknolojik ilerlemeden faydalanmayı sağlayacaktır.

Geleneksel Tıbbın Küresel Sağlıktaki Yeri ve Önemi

Geleneksel Tıp (GT), dünya genelinde milyarlarca insan tarafından yaygın olarak kullanılan ve Evrensel Sağlık Güvencesi (UHC) hedeflerine ulaşmada kritik bir sütun olarak kabul edilen bir alandır. Birçok insan için sağlık ve refahı teşvik etmede birincil yaklaşım olan GT, biyoçeşitlilik, doğal kaynak yönetimi, gıda güvenliği ve geçim kaynakları gibi sağlığın ötesinde birçok boyutu da desteklemektedir. DSÖ’ye göre, 194 üye devletin 170’inde (%88) GT kullanılmaktadır ve küresel pazar değerinin 2025 yılına kadar 583 milyar ABD dolarına ulaşması beklenmektedir. Özellikle Avustralya, Çin ve Hindistan gibi ülkelerde milyarlarca dolarlık endüstriler oluşmuştur. Bu bağlamda, yapay Zekagibi öncü teknolojilerin GT alanına entegrasyonu, hem fırsatlar hem de zorluklar barındıran, büyük ölçüde keşfedilmemiş bir alandır.

Geleneksel Tıpta Yapay Zeka’nın Mevcut Uygulama Alanları

YZ ve diğer öncü teknolojiler, GT’nin çeşitli alanlarında halihazırda kullanılmaktadır. Bu uygulamalar, kanıta dayalı karar verme süreçlerini destekleyerek sağlık sistemlerini ve evrensel sağlık güvencesini iyileştirme potansiyeline sahiptir.

Sağlık Hizmetlerinde Uygulamalar.

• Teşhis ve Teşhis kaynaklı Tahmin.Yapay zekâ, makine öğrenmesi (ML) ve büyük veri analizi ile geliştirilmiş bilgisayar sistemleri, tıbbi kayıtlar ve görüntüleme sonuçları gibi bireysel sağlık verilerini analiz ederek kişiselleştirilmiş tıbbı ilerletme potansiyeline sahiptir. Hindistan’daki Ayurgenomics projesi, genomik verileri Ayurveda ilkeleriyle bütünleştirerek hastalıklar için öngörücü belirteçler tanımlamayı ve kişiselleştirilmiş önleyici yaklaşımlar için öneriler sunmayı amaçlamaktadır.

Klinik Bakımda Uygulamalar

• YZ Tabanlı Klinik Karar Destek Sistemleri (CDSS):Bu sistemler, hastaların semptomları, genetik özellikleri ve sağlık geçmişleri hakkında toplanan bilgileri analiz ederek uygun GT tedavi planlarını önerebilir. ABD’deki Bridge2AI programı, geleneksel ve modern sağlık yaklaşımlarını entegre etmek için YZ kullanımını destekleyen projeler yürütmektedir.
• YZ Destekli Klinik Deney Tasarımı:YZ, en uygun hasta gruplarını, dozajları ve temel sonuç ölçütlerini belirleyerek GT tedavileri için klinik deneylerin tasarımını optimize edebilir.

Sağlık Araştırmaları ve İlaç Geliştirmede Uygulamalar

• İlaç Geliştirme:YZ, şifalı bitkilerin tanımlanması, türlerin haritalanması, ham maddelerin standardizasyonu ve bitki-ilaç etkileşimlerinin analizi için kullanılabilir.
• Şekil Tanıma:YZ sistemleri, küresel GT literatüründeki ilaç kullanım kalıplarını ortaya çıkararak yeni ilaç geliştirme süreçlerini destekleyebilir.
• Genetik Bilgi Analizi:Tıbbi bitkilerin genetik verilerini analiz ederek benzer GT parametrelerine sahip türler arasındaki ortak özellikleri ortaya çıkarabilir. Güney Afrika’daki Rooibos Genomik Programı, rooibos genomunun yüksek kaliteli bir dizilimini oluşturarak tıbbi bileşiklerle bağlantılı genleri belirlemektedir.
• GT Bitkilerinin Tanımlanması:Bilgisayar görüşü ve artırılmış gerçeklik gibi teknolojiler, tıbbi bitkilerin tanımlanmasında kullanılabilir. Gana’daki bir araştırma, yaprak dokusu hakkındaki bilgileri çıkarmak için insan gözünün görsel korteksini taklit eden Log Gabor filtrelerini kullanmıştır. Hindistan’da yürütülen bir başka çalışma ise yaprak örneklerinin görüntülerine dayanarak bitki türlerini %93,3 doğrulukla sınıflandıran bir sistem önermiştir.
• Biyoaktivitenin Doğrulanması:Demokratik Kongo Cumhuriyeti’nde yapılan bir çalışma, geleneksel olarak grip tedavisinde kullanılan tıbbi bitkilerin potansiyel etkinliğini doğrulamak için etnobotanik ve yapay zekâyı birleştirmiştir.

Sağlık Sistemi Yönetimi ve Planlaması

• Veri Analizi:GT sağlık tesislerinden gelen hasta kayıtlarını işlemek için hastane yönetim bilgi sistemlerinin kullanılması, hastalık kalıplarını ve korelasyonları ortaya çıkarmak için değerli veriler sağlar. El yazısı tanıma ve optik karakter tanıma (OCR) teknolojileriyle desteklenen YZ özellikli elektronik sağlık kayıtları, veri toplama ve doğruluğunu artırır.

Geleneksel Tıp Bilgisinin Korunması ve Geliştirilmesi

• Çevrimiçi Depolar:Amerika Bölgesi’ndeki Geleneksel, Tamamlayıcı ve Bütünleştirici Tıp Sanal Sağlık Kütüphanesi gibi platformlar, GT üzerine bilimsel ve teknik içerik sunar. Hindistan’daki Geleneksel Bilgi Dijital Kütüphanesi (TKDL), Ayurveda, Siddha ve Yoga gibi uygulamalardan elde edilen geleneksel tıp bilgilerini dijitalleştirerek yerli bilginin korunmasına yardımcı olmaktadır.
• Biyokorsanlığa Karşı Koruma:Geleneksel bilgi, genetik kaynaklar ve ilgili geleneksel uygulamaların kapsamlı havuzlarının oluşturulması, yetkisiz sömürü riskini azaltır.
• Doğal Dil İşleme (NLP):YZ’nin NLP yetenekleri, tıbbi araştırmalar ve tarihi GT kayıtları da dahil olmak üzere mevcut literatürü analiz ederek araştırma eksikliği olan alanları vurgulayabilir.

Geleneksel Tıp Politika Yapımında Uygulamalar

• Veri Yönetişim Modelleri:Yeni Zelanda, Kanada ve ABD gibi ülkelerde yerli halklar, veri gizliliği, depolama ve kullanımına ilişkin endişeleri ele alan özelleştirilmiş veri yönetişim modelleri uygulamaktadır. Bu modeller, Māori Veri Yönetişim Modeli, Kanada’daki Our Data Indigenous ve Amazon bölgesindeki Terrastories gibi girişimlerle somutlaşmıştır. Bu modeller, CARE (Kolektif fayda, Kontrol yetkisi, Sorumluluk ve Etik) ve FAIR (Bulunabilir, Erişilebilir, Birlikte Çalışabilir, Yeniden Kullanılabilir) ilkelerine dayanmaktadır.

Kanıtın Sınırlı Olduğu veya Bulunmadığı Alanlar

YZ’nin GT’de potansiyel olarak faydalı olabileceği ancak henüz yeterli kanıtın bulunmadığı bazı alanlar şunlardır:

• İlaç etki mekanizmalarını çözmek için yerleştirme/simülasyon çalışmaları.
• İlaç etki yollarını belirlemek için makine öğrenmesi algoritmaları.
• Bileşikler arasındaki tat ve koku gibi parametreleri değerlendirmek için yapay kimyasal sensörler.
• Aynı ilacın farklı tıp sistemlerindeki kullanımına ilişkin karşılaştırmalı çalışmalar.
• Ampirik verilerin kıt olduğu alanlarda hipotez oluşturmak için sentetik veri üretimi (veri artırımı).

Düzenleyici Çerçeve ve Küresel İş Birlikleri

GT’de YZ’nin benimsenmesi, sağlam düzenleyici çerçeveler ve uluslararası iş birliği gerektirir. Mevcut düzenleyici ortamda, GT ve YZ arasında önemli boşluklar bulunmaktadır.

Genel Düzenleyici Durum

DSÖ’nün 2019 tarihli raporu, üye devletlerin GT ile ilgili düzenleyici önlemleri benimsediğini gösterse de, YZ gibi öncü teknolojilerin entegrasyonuna yönelik özel mevzuatlar genellikle GT’yi göz ardı etmektedir. Bu durum, teknolojik ilerlemelere uyum sağlarken GT’nin geride kalma riskini yaratmaktadır. Aşağıdaki tablo, DSÖ bölgelerindeki GT, YZ ve sağlıkta YZ ile ilgili mevcut düzenleyici durumu özetlemektedir.

 

Tablo 1: WHO bölgelerinde ve üye devletlerde sağlık alanında TM, AI ve AI’yı düzenleyen yasal çerçeve

DSÖ Bölgesi	Üye Devlet Sayısı	Ulusal GT Politikası (2018)	YZ Düzenlemeleri veya Girişimleri	Sağlıkta İlgili YZ Politikası Girişimleri
Afrika Bölgesi	47	41 (%87)	8 (%17)	3 (%6)
Amerika Bölgesi	35	11 (%31)	10 (%29)	9 (%26)
Güney-Doğu Asya Bölgesi	11	9 (%82)	4 (%36)	3 (%27)
Avrupa Bölgesi	53	11 (%21)	42 (%79)	19 (%36)
Doğu Akdeniz Bölgesi	21	9 (%43)	6 (%29)	1 (%5)
Batı Pasifik Bölgesi	27	15 (%56)	7 (%26)	4 (%15)
Küresel	194	96 (%53)	77 (%36)	39 (%19)

Yerli Halklar için Düzenleyici Çerçeve

Yerli Veri Egemenliği (IDSov) ilkeleri, yerli halkların ve yerel toplulukların kendi sağlık verilerini yönetmelerine rehberlik etmede önemli bir ilham kaynağıdır. IDSov, kolektif yönetim, kültürel protokollere dayalı veri kullanımı ve özgür, önceden ve bilgilendirilmiş onam (FPIC) gibi kavramları vurgular. Kanada’nın İlk Milletler Veri Yönetişim Stratejisi bu alanda dikkate değer bir örnektir.

Küresel İş Birliği Çerçeveleri

• Astana Deklarasyonu (2018):Evrensel sağlık güvencesine ulaşmada temel sağlık hizmetlerinin önemini vurgulayarak GT de dahil olmak üzere yüksek kaliteli sağlık hizmetlerine erişimin genişletilmesini desteklemektedir.
• DSÖ Girişimleri:DSÖ, Ayurveda, Siddha, Unani ve Geleneksel Çin Tıbbı için uluslararası standart terminolojiler geliştirmiş ve GT morbidite kodlarını Uluslararası Hastalık Sınıflandırması’nın 11. revizyonuna (ICD-11) dahil etmiştir. DSÖ Küresel Geleneksel Tıp Merkezi (GTMC) ise modern bilim ve teknolojiyi kullanarak GT’nin potansiyelinden yararlanmayı amaçlamaktadır.
• WIPO Antlaşması (2024):Dünya Fikri Mülkiyet Örgütü (WIPO), Fikri Mülkiyet, Genetik Kaynaklar ve İlişkili Geleneksel Bilgi üzerine yeni bir antlaşma kabul etmiştir. Bu antlaşma, genetik kaynakların menşe ülkesini ve/veya ilişkili geleneksel bilgiyi sağlayan yerli halkları ifşa etme zorunluluğu getirmektedir.
• ISO Standartları:Uluslararası Standardizasyon Örgütü (ISO), Ayurveda bilişimi ve Geleneksel Çin Tıbbı ürünlerinin kalite kontrolü gibi alanlarda standartlar geliştirerek dijital sağlık teknolojilerinin GT’ye entegrasyonunu desteklemektedir.

Geleneksel Tıpta Yapay ZekaUygulamalarının Riskleri ve Zorlukları

YZ’nin GT’ye entegrasyonu, çeşitli riskler ve zorluklar barındırmaktadır. Bu risklerin, YZ yaşam döngüsünün her aşamasında dikkatle yönetilmesi gerekmektedir.

Genel Kapsayıcı Hususlar

• Biyokorsanlık Tehdidi:Yerli halkların ve toplulukların bilgilerinin, uygun bir onay veya tazminat olmaksızın ticari kazanç için sömürülmesi, kültürel özerklik ve egemenlik kaybına yol açabilir. Hindistan’ın TKDL projesi, bu tür sömürüyü önlemek amacıyla geleneksel tıbbi bilgileri belgeleyen ve koruyan bir savunma mekanizması olarak öne çıkmaktadır.
• Dijital Altyapı ve Okuryazarlıkta Boşluklar:İnternet bağlantısı veya elektrik gibi temel altyapı eksiklikleri ve dijital teknolojileri etkili bir şekilde kullanma becerisinin olmaması, özellikle GT uygulayan yerli topluluklar için eşit erişimi engelleyebilir.
• Yetersiz Veri Altyapısı:YZ modellerinin eğitimi için büyük miktarda yüksek kaliteli veriye ihtiyaç vardır. GT uygulamalarını belgeleyen elektronik sağlık kayıtlarının veya standartlaştırılmış veri tabanlarının eksikliği, veri kullanımını engeller ve hatalı modellere yol açabilir.
• GT ile Yetersiz Etkileşim:YZ sistemlerinin GT uygulamalarının kültürel bağlamına uyarlanmaması, güvensizliğe ve kültürel olarak duyarsız uygulamalara yol açabilir.
• Yerelleştirme ve Entegrasyon Dengesi:YZ çözümlerinin yerel bağlama özgü uyarlanabilirliği ile küresel uygulanabilirliği arasında bir denge kurmak zordur. Yerelleştirilmiş çözümler ölçeklenebilirlik sorunları yaşarken, entegre çözümler kültürel duyarlılıktan yoksun kalabilir.

Yapay ZekaYaşam Döngüsü Boyunca Risk Yönetimi

• Sorun Tespiti:YZ teknolojilerinin gerçekten bir sorunu çözüp çözemeyeceği ve kurumsal hazırlık düzeyinin ne olduğu eleştirel bir şekilde değerlendirilmelidir.
• Tasarım:Son kullanıcıların, paydaşların ve toplulukların aktif katılımı olmadan geliştirilen teknoloji, onların ihtiyaçlarını karşılamayabilir. Kullanılabilirlik, etik hususlar ve yüksek kaliteli veri kullanımı önceliklendirilmelidir.
• Geliştirme:Algoritmaların, modellerin veya sistemlerin değerlendirilebileceği ve karşılaştırılabileceği standartlaştırılmış ölçütler ve kıyaslama çerçeveleri oluşturulmalıdır. Bu, kalite güvencesi ve doğrulaması için kritik öneme sahiptir.
• Uygulama:YZ teknolojilerinin güvenliğini, etkinliğini ve gerçek dünya performansını izlemek için pazar sonrası gözetim mekanizmaları kurulmalıdır. Olumsuz olayların raporlanması için son kullanıcıların katılımı teşvik edilmelidir.
• Pazarlama Sonrası ve Ötesi:Olumsuz olayları izlemek ve öngörmek için bir plan oluşturulmalı ve bir YZ sisteminin kullanımdan kaldırılması gerektiğinde sağlık sisteminin iş akışlarının sorunsuz bir şekilde devam etmesini sağlayacak acil durum planları hazırlanmalıdır.

Politika ve Uygulamaya Yönelik Değerlendirmeler

YZ’nin GT alanına sorumlu bir şekilde entegre edilmesi için politika ve uygulama düzeyinde çeşitli adımlar atılmalıdır.

• Düzenleyici Çerçeveler ve Mevzuat:Mevcut DSÖ kılavuzları, GT’nin benzersiz ilkelerini, uygulamalarını ve kültürel hususlarını ele alacak şekilde uyarlanmalıdır.
• Biyokorsanlık ve Veri Yönetişimi:Yerli halklarla iş birliği içinde sağlam veri yönetişim stratejileri oluşturulmalı ve geleneksel bilgileri korumak için iyi uygulamalara dayalı şeffaf veri yönetişim pratikleri sağlanmalıdır.
• İş Birliği ve Uyumlaştırma:GT terminolojisi ve veri formatlarının YZ’ye uyarlanması için küresel iş birliği artırılmalıdır. Bu, özellikle Ar-Ge ve hasta tedavisi için veri paylaşımını ve birlikte çalışabilirliği kolaylaştıracaktır.
• Güçlendirme ve Kapasite Geliştirme:YZ geliştiricileri, GT uygulayıcıları ve politika yapıcılar için eğitim programları, çapraz eğitim girişimleri ve dijital okuryazarlık faaliyetleri geliştirilmelidir.
• Kamu Farkındalığı ve Eşitlik:YZ’nin GT’deki potansiyel faydaları ve riskleri hakkında halkı ve kilit paydaşları eğitmek için kamuoyu bilinçlendirme kampanyaları başlatılmalıdır.

Sonuç

Yapay zekâ, sağlık hizmetlerinde kilit ve hızla gelişen bir rol oynamakta ve Geleneksel Tıp alanında yenilikçi yollarla kullanılmaya başlanmaktadır. YZ’nin GT içinde kullanımını ilerletmek, GT’nin evrensel sağlık güvencesi hedeflerine ulaşma potansiyelinden yararlanma fırsatı sunmaktadır. Ancak, bu entegrasyonun güvenli, etik ve kanıta dayalı olmasını sağlamak için düzenleme, bilgi paylaşımı, kapasite geliştirme, veri yönetişimi ve eşitliğin teşviki gibi alanlarda GT’ye özel bütüncül çerçeveler geliştirilmesi gerekmektedir. Bu, YZ diline çeviri sırasında geleneksel bilginin özgünlüğünün ve Geleneksel Tıbbın temel ilkelerinin tehlikeye atılmamasını temin edecektir.

Kaynaklar:

1. Global Initiative on Artificial Intelligence for Health (GI-AI4H) (https://www.who.int/initiatives/ global-initiative-on-ai-for-health, accessed 27 September 2024).

2. G20 New Delhi Leaders’ Declaration. New Delhi, India, 9–10 September 2023 (https://www.mea. gov.in/Images/CPV/G20-New-Delhi-Leaders-Declaration.pdf, accessed 19 September 2024).

3. WHO Traditional Medicine Global Summit 2023 meeting report: Gujarat Declaration. Geneva: World Health Organization; 2023 (https://www.who.int/publications/m/item/who-traditional-medicine- summit-2023-meeting-report–gujarat-declaration, accessed 19 September 2024).

4. WHO Traditional Medicine Global Summit, 17–18 August 2023 (https://www.who.int/initiatives/ who-global-traditional-medicine-centre/traditional-medicine-global-summit, accessed 15 October 2024).

5. WHO Global Traditional Medicine Centre. (https://www.who.int/initiatives/who-global-traditional- medicine-centre/our-work, accessed 13 March 2024).

6. Cabinet Approves Establishment of WHO Global Centre for Traditional Medicine in India (https://pib. gov.in/PressReleasePage.aspx?PRID=1804289, accessed 13 March 2024).

7. Artificial Intelligence for health: opportunities, risks, and governance. Geneva: World Health Organization (https://www.who.int/news-room/events/detail/2024/05/30/default-calendar/ artificial-intelligence-for-health-opportunities-risks-and-governance, accessed 19 September 2024).

8. FG-AI4H Topic Group description: Traditional medicine (https://www.itu.int/en/ITU-T/focusgroups/ ai4h/Documents/tg/CfP-TG-TM.pdf, accessed 30 August 2024).

 

https://www.who.int/publications/i/item/9789240107663