Sağlık hizmetlerinde üretken yapay zeka: Örnekler, faydalar, kullanım örnekleri

Yayınlanan: 2023-08-08

OpenAI'nin ChatGPT'sinin çılgın popülaritesi, üretken yapay zekayı endüstrilerde kullanılan uygulamalara dahil etme yarışını ateşledi. Sağlık hizmetleri de bu sorumluluğu üstlenenler arasında yer alıyor.

McKinsey & Company'ye göre, sağlık hizmetlerinde üretken yapay zeka, hataya açık işleri otomatikleştirerek, klinisyenlere saniyeler içinde zengin veri sağlayarak ve sağlık altyapısını modernleştirerek sektörde gerçekleşmemiş 1 trilyon dolarlık potansiyel iyileşmenin bir kısmının açığa çıkmasına yardımcı olabilir.

Sağlık hizmetlerinde üretken yapay zeka örnekleri

Her ne kadar sağlık hizmetleri işletmeleri yapay zeka teknolojisini yıllardır kullanıyor olsa da (olumsuz olay tahmini, ameliyathane planlama optimizasyonu ve daha iyi sonuçlar elde etmek için hasta verilerinin birbirine bağlanması üç örnektir), sağlık hizmetlerinde yapay zeka, sektör için daha da derin bir dönüşüm vaat ediyor.

Sağlık hizmetlerinde yapay zekanın güncel örneklerinden bazıları şunlardır:

Amazon Web Services (AWS), Temmuz ayında, klinik belgeler oluşturarak klinisyenlere zaman kazandırmak için konuşma tanıma ve üretken yapay zekayı kullanan AWS HealthScribe adlı bir hizmeti duyurdu.
Wall Street Journal'ın haberine göre Google , May Clinic'te ve diğer hastanelerde Med-PaLM 2 adlı tıbbi chatbot teknolojisini test ediyor. Google'ın kendi konuşma üreten yapay zeka sohbet robotu Bard'ın temelini oluşturan geniş dil modeli (LLM) teknolojisine dayanan Med-PaLM 2, tıbbi soruları daha doğru ve güvenli bir şekilde yanıtlamayı amaçlıyor.
ChatGPT'nin arkasındaki şirket olan OpenAI'nin en büyük yatırımcılarından biri olan Microsoft , üretken yapay zeka teknolojisini elektronik sağlık kayıtlarına (EHR'ler) entegre etmek için Epic Systems ile ortaklık kuruyor. Microsoft'un Nuance Communications yan kuruluşu ayrıca, konuşma ve ortam yapay zekasını, LLM'yi destekleyen ChatGPT'nin en son sürümü olan GPT-4 ile birleştiren tam otomatik bir klinik dokümantasyon uygulamasını da duyurdu.

Dünyadaki en yenilikçi sağlık şirketlerinin %83'ü SAP çözümlerini çalıştırıyor.

Verilerin en yoğun olduğu sektörlerden birinde verilerden yararlanma

Yeni teknolojileri en son benimseyenlerden biri olduğu bilinen muhafazakar bir endüstri olan sağlık hizmetlerinde böyle bir çekişmeye tanık olmak dikkat çekicidir. Sağlık Sigortası Taşınabilirlik Sorumluluk Yasası (HIPAA) gibi katı gizlilik düzenlemelerinin veri paylaşımını ne kadar caydırdığını göz önüne aldığımızda bu durum özellikle doğrudur.

Ancak sağlık hizmetleri aynı zamanda veri açısından en yoğun sektörlerden biridir.

Ortalama bir hastanenin her yıl yaklaşık 50 petabayt veri ürettiği söyleniyor; bu da İncil'in King James versiyonunun yaklaşık 12,5 trilyon dijital kopyasına denk geliyor. Dahası, sağlık hizmetlerinde üretilen veri hacminin her yıl %47 oranında arttığı bildiriliyor; bu, tüm sektörler için önemli bir rakam.

Tüm bu verilerin birileri tarafından günlüğe kaydedilmesi gerekiyor ve bu oldukça zaman alıyor. Birçoğu, sağlık kuruluşlarının verimliliğini artırmak ve ihtiyacı olan hastalara zamanında tıbbi bilgi ve tavsiye sağlamak için son derece yararlı olabilir.

Ancak bu verilerden iyi bir şekilde yararlanmak neredeyse imkansızdır çünkü bu veriler, insanların ve eski teknolojinin kaldıramayacağı kadar çoktur.

İşte burada yapay zeka devreye giriyor. Yeni metin, ses, kod ve diğer içerikleri oluşturmak için derin öğrenme algoritmalarına güvenerek, gizlilik açısından optimize edilebilir ve daha sonra sonsuz iş ve klinik olanakların kilidini açarken zamandan ve paradan tasarruf etmek için büyük miktarda yapılandırılmamış tıbbi bilgiyi kementleyebilir.

Sağlık hizmetlerinde hasta katılımı: Daha iyi, daha cesur bir gelecek hayal etmek

Amerika Birleşik Devletleri'nde hem ödeme yapan hem de sağlayıcı sağlık hizmetleri şirketleri çok sayıda kritik ve acil zorlukla karşı karşıyadır. Hazır mısın?

Kişiselleştirilmiş tıp, daha hızlı teşhis ve daha fazlası

IDC Health Insights Analisti Lynne Dunbrack'a göre, sağlık kuruluşları bu potansiyeli görüyor ve bu kuruluşların %64,8'inin üretken yapay zeka senaryolarını keşfetmesinin ve %34,9'unun halihazırda bunlara yatırım yapmasının bir nedeni de bu.

Dunbrack, "Hasta deneyimini geliştirmek, toplum sağlığını iyileştirmek ve maliyetleri azaltmak gibi temel öncelikleri ele alacak teknolojiye talep var" diyor.

Daha spesifik olarak analistler, üretken yapay zekanın sağlık sektöründe aşağıdakiler de dahil olmak üzere bir dizi ortak ihtiyacı karşılamanın ayrılmaz bir parçası olabileceğini söylüyor:

Kişiselleştirilmiş tıp : Üretken yapay zeka, tedaviyi geliştirmek için kişiye özel ilaç ve terapi önerileri sunmak üzere büyük miktarda hasta verisini toplayıp analiz edebilir.
Tıbbi görüntüleme analizi : LLM'ler ayrıca MRI'lar, CT taramaları ve X-ışınları gibi tıbbi görüntüleri yorumlamada da mükemmeldir. Görüntü analizinin otomatikleştirilmesi, klinisyenlerin sorunları daha hızlı ve doğru bir şekilde tespit etmesine olanak tanıyarak teşhis ve genel bakımı iyileştirebilir.
Klinik not alma: AWS'nin HealthScribe'ı gibi bir dizi araç, doktorların hasta ziyaretleriyle ilgili uygun, ayrıntılı notlar alamayacak kadar sınırlı zamanları olması ve daha sonra bunları EHR'lere girmek zorunda kalmaları gibi asırlık bir sorunu çözmeye çalışacak. Yapay zeka araçları, bu süreçleri hızlı ve verimli bir şekilde otomatikleştirmek için konuşma tanıma ve derin öğrenmeyi kullanarak bu zorluğu hafifletebilir.
İlaç keşfi ve geliştirilmesi : Üretken yapay zeka, moleküler etkileşimleri simüle ederek ve olası ilaç adaylarını tahmin ederek ilaç keşfini hızlandırmak için de kullanılabilir. Aynı zamanda düzenleyici ilaç onaylarını hızlandırmak için de kullanılıyor. Örneğin Insilico Medicine, yaygın bir solunum yolu hastalığı olan idiyopatik pulmoner fibrozun tedavisini keşfetmek için yalnızca kendi yapay zeka platformunu kullanmakla kalmayıp, bunu klinik öncesi ilaç keşif sürecinin her adımına da uyguladığını söylüyor. Insilico, bunu geleneksel yöntemlerle yapmanın normalde 400 milyon dolardan fazla bir harcama olacağını söylüyor ancak bunu, üretken yapay zeka ile bu maliyetin yaklaşık onda biri kadar bir maliyetle gerçekleştirmeyi bekliyor.
Sanal sağlık asistanları : Sağlık hizmetlerine yönelik ilk üretken yapay zeka sohbet robotlarının çoğu, hastaların sorularına günün 24 saati daha verimli bir şekilde daha hızlı ve daha iyi yanıtlar sağlamaya odaklanacak. Örneğin UNC Health, aşırı yüklenen klinisyenlerin önlerine çıkan mesaj yoğunluğuyla başa çıkmalarına yardımcı olmak için Epic'in üretken yapay zeka araçlarından yararlanıyor.
Sigorta taleplerini kolaylaştırma : Üretken yapay zeka ayrıca hasta kayıtlarının çıkarılmasını ve işlenmesini otomatikleştirerek hastalardan gelen sağlık sigortası taleplerini (veya doktor muayenehanelerinden gelen ön provizyon taleplerini) kolaylaştırmaya yardımcı olur, böylece çağrı merkezi personeli üzerindeki baskıyı azaltır. Ek olarak, şüpheli kalıpları ve anormallikleri tespit ederek potansiyel sahtekarlık başvurularını tespit ederken hak taleplerinin değerlendirilmesinin hızlandırılmasına da yardımcı olabilir.

Üretken yapay zeka teknolojisi, ilk dönemdeki tüm abartılı reklamlara rağmen hâlâ emekleme aşamasında olduğundan sağlık hizmetlerine yönelik mevcut odaklanmanın devam edip etmeyeceğini tahmin etmek imkansız. Ancak bir şey açık: Uzaya milyarlarca dolar enjekte edilirken, bu trendin yakın zamanda gerilemesi beklenmiyor.