Editörün Notu: HAİ 2020 Yılı YZ Indeksi Raporu’ndan “Bilim ve Tıpda yapay zeka” başlıklı bölüm ile ilgili geçtiğimiz sayıda da bir değerlendirmeye yer vermiştik. Konunun önemi açısından, değişik bir bakış açısına bu sayıımızda da yer veriyoruz.
By Hanae Armitage
Stanford Üniversitesi İnsan Merkezli Yapay Zeka Enstitüsü’nün YZ Endeksi’nde yer alan habere göre, Russ Altman, yapay zekanın hasta bakımını nasıl iyileştirdiğini ve araştırma kapasitesini nasıl genişlettiğini ele alıyor.
İnsan Merkezli Yapay Zeka Enstitüsü (HAI) tarafından yayınlanan yıllık YZ Endeksi Raporunda uzmanlar, yapay zekadaki eğilimleri ve toplumu nasıl dönüştürdüğünü ayrıntılı olarak anlattı. Bu yıl raporda, Stanford Medicine ve HAI arasındaki bir iş birliği olan RAISE Health’ten bir ekip tarafından geliştirilen bilim ve tıp üzerine genişletilmiş bir bölüm yer alıyor .
Biyomühendislik, genetik ve biyomedikal veri bilimi profesörü olan Dr. Russ Altman , protein ve molekül tasarımındaki ilerlemeler, klinik bakım desteği ve otomatik hastalık tespiti gibi yapay zeka alanındaki dönüm noktalarını vurgulayan bilim ve tıp bölümünün geliştirilmesine öncülük etti.
Altman, yılın en önemli çıkarımlarını, yapay zeka trendlerinin biyomedikal bilim ve tıbbın geleceğini nasıl şekillendireceğini ve en umut verici büyüme alanlarının neler olduğunu tartıştı.
Bu raporun bilim ve tıp bölümü geçmiş yıllara göre büyük ölçüde genişliyor. Bu, yapay zekanın patlaması söz konusu olduğunda gördüklerinizi nasıl yansıtıyor?
Geçtiğimiz yılki bölüm, bilim ve tıpta YZ’nın bazı temel örneklerini vurgulayarak harika bir iş çıkardı, neredeyse daha büyük resmin biyopsisi gibi. Bir hastayı gördüğümüzde sistemlerin gözden geçirilmesi adı verilen bir şeyimiz var: Hiçbir şeyi kaçırmadığınızdan emin olmak için kapsamlı bir çalışma yapıyorsunuz – cildi, gözleri, kalbi, akciğerleri vb. değerlendiriyorsunuz. Bu yılki bölümün, sadece burada veya orada küçük bir noktaya bakmaktan, bir sistemlerin gözden geçirilmesine doğru ilerlediğini düşünüyoruz.
Tıp fakültesindeki herkes YZ’nın her yerde olduğunu bilir. Size hiç YZ araştırmacısı gibi gelmeyen biriyle öğle yemeği yiyor olabilirsiniz ve klinik uygulamalarında büyük bir dil modeli oluşturma çabasına öncülük ettiklerini öğreniyorsunuz. The Future of Everything adlı bir podcast’e ev sahipliği yapıyorum ve orada da aynı eğilimi görüyorum. Üniversitenin dört bir yanından öğretim görevlileriyle röportaj yapıyorum; kayda basmadan hemen önce bana söyledikleri en yaygın şey, “Bana YZ’nın işimi nasıl devrimleştirdiğini sormayı unutmayın.” Gerçekten üniversite hayatını ve akademik çalışmaları devrimleştiriyor ve bu oldukça heyecan verici.
Bilim ve tıp bölümü, YZ’nın klinik bakımı nasıl etkilediğinden YZ kullanımını ve gelişimini çevreleyen etik hususlara kadar çeşitli eğilimlere değiniyor. En büyük üç çıkarımınız neydi?
İlki temel modellerin oluşturulmasıdır. Temel model, temel olarak çok büyük bir veri kümesini tanımlayan istatistiksel bir modeldir. Yaklaşık 10 ila 15 yıl önce hepimiz “büyük veri” hakkında konuşuyorduk: İnsanlar büyük miktarda veri topluyordu, ancak her zaman bunlarla ne yapacağımızı bilmiyorduk ve birçok durumda çok fazlaydı. Bilim insanları, temiz olan ve düzenli öğrenmelere işaret eden verileri kullanarak kiraz toplamaya başlardı. Temel modeller, sadece olgun ve mükemmel olanlara ve göz hizasında olanlara değil, tüm kirazlara bakmamızı sağlar. Temel modeller, büyük veri kümenizdeki her veri parçasını alır ve tahminler ve projeksiyonlar yapabilmesi için zengin bir istatistiksel modele yerleştirir. Bu yüzden bilimin çoğu bu kadar hızlı bir ilerleme görüyor – çünkü bilim insanları artık temelde verileriyle konuşmalarına, bir soru sormalarına ve bir cevap almalarına olanak tanıyan bir modele sahipler.
İkincisi, YZ araştırması doğrudan iki Nobel ödülüne katkıda bulundu. Bu gerçek bir zemin kazığı. Evet, bir abartı var ve YZ’nın toplum için iyi mi kötü mü olduğu konusunda sorular var. Bilim için iyi ve “Temellerinde YZ teknolojisi olan iki Nobel ödülü aynı yıl verildi.” cümlesinden daha iyi bir kısa cevap doğrulaması düşünemiyorum. Anneme veya çocuklarıma söyleyeceğim başlık bu olurdu: “Evet, bu gerçek.”
Üçüncüsü, klinik bakımın tüm bölümlerini iyileştirmek için büyük dil modellerini kullanma yeteneğimiz çok büyük. Her gün siperlerde olan klinik meslektaşlarımın çoğu, not yazmalarına yardımcı olması veya bir ameliyatı dinleyip izlemeleri ve ardından ameliyathanede olanların kaliteli bir özetini almaları için LLM kullanmak gibi, yapay zekayı günlük iş akışlarına entegre etmekle ilgileniyor. Büyük dil modelleri, “pijama zamanı” olarak adlandırılan şeyi azaltabilir – doktorların klinik kapandıktan sonra tüm evrak işlerini yetiştirmek için harcadıkları saatler. Bunun yaşam kalitesi üzerinde büyük bir olumsuz etkisi olabilir.
Yapay zekanın önümüzdeki yılda en büyük potansiyelini nerede görüyorsunuz?
Büyük dil modellerinin farklı eğitim seviyelerinde veya farklı kültürel geçmişlerin nüanslarıyla mesaj iletme yeteneği, henüz keşfedilmemiş büyük bir fırsattır. Dil modelleri, hastaların hastalıklarını ve tedavi planlarını anlamalarına yardımcı olmak için bilgileri damıtabilir. Yapay zeka, etkili bir şekilde iletişim kurmanın yollarını önerebilir veya hekimin aklına gelmemiş olabilecek farklı bakış açıları sağlayabilir.
Örneğin, birisi hap almaya karşı olabilir. Chatbot’un doktora “Seni duyuyorum. Hap insanı olmadığını anlıyorum. Reçete edilebilecek beş hap var, ancak sana sadece ikisini veriyoruz çünkü bunlar en önemlileri.” demesini öğrettiğini hayal edebilirsiniz. Daha iyi iletişim ve netliğin hastaların hastalıklarını daha iyi anlamalarına ve dolayısıyla doktor-hasta terapötik ittifakının gelişmesine yol açacağı konusunda iyimserim.
Stanford Tıp Fakültesi Hakkında
Stanford Tıp, Stanford Tıp Fakültesi ve yetişkin ve pediatrik sağlık hizmeti sunum sistemlerini içeren entegre bir akademik sağlık sistemidir . Birlikte, hastalar için işbirlikçi araştırma, eğitim ve klinik bakım yoluyla biyomedikalin tüm potansiyelinden yararlanırlar. Daha fazla bilgi için lütfen med.stanford.edu adresini ziyaret edin .
https://med.stanford.edu/news/all-news/2025/04/ai-index-report-science-medicine.html