Tıp ve yapay zeka dünyasında, sağlık sistemlerindeki “serbest metin” krizini çözecek tarihi bir veri devrimi gerçekleştirildi. Drexel Üniversitesi, Stanford Üniversitesi ve RespondHealth araştırmacılarının ortaklaşa yürüttüğü ve tıp dünyasının en saygın yayınlarından Nature Medicine bünyesinde yayımlanan çalışma, doktorların muayene sırasında aldığı serbest el yazısı ve dijital notları bilgisayarlı veri analizine dönüştüren sistemi tanıttı.
Onay kutuları ve fatura kodlarının ötesine geçen sistem, doktorların hastanın yan etkileri, psikolojik durumu ve yaşam tarzı hakkında aldığı notları saniyeler içinde tarayarak çıkarılan her bilgiyi metindeki özgün cümleye bağlamayı başardı.
%99,4 DOĞRULUK ORANI: DOKTORLARIN 70 SAATLİK İŞİNİ SANİYELER İÇİNDE TAMAMLADI
Uzman hekimler tarafından yürütülen bağımsız doğrulama testlerinde yapay zeka sisteminin doğruluğu %99,4 olarak saptandı. 120 hasta dosyasını incelemek için 5 uzman hekimin yaklaşık 70 saat harcadığı, yapay zekanın ise aynı karmaşık veriyi saniyeler içinde hatasız biçimde işlediği belgelendi.
Sistemin en büyük güvenilirlik kriteri ise ürettiği her tıp verisini hasta dosyasındaki ilgili cümleye bağlayarak doktorların geriye dönük denetim yapmasına olanak tanıması oldu.
GLP-1 ZAYIFLAMA İLAÇLARINA İLİŞKİN GİZLİ GERÇEKLER ORTAYA ÇIKTI
Geliştirilen sistem, son dönemin popüler zayıflama ve diyabet ilaçları olan GLP-1 reseptör agonistlerini (semaglutid ve tirzepatid) kullanan 16 binden fazla hastanın verileri üzerinde test edildi. Kodlanmış tıbbi verilerde yer almayan ancak doktor notlarından çıkarılan analizler çarpıcı sonuçlar verdi:
Kilo Kaybı Hızı: Başlangıçta kan şekeri seviyesi normal olan bireyler, 12 ayın sonunda ağırlıklarının %7,7’sini kaybederken; kötü kontrollü diyabet hastalarında bu oran %2,7’de kaldı.
Kan Şekeri İyileşmesi: Kan şekeri değerleri en bozuk olan hastalar, ilaca en hızlı ve en yüksek iyileşme yanıtını veren grup oldu.
Depresyon ve Ağrı Azalması: Fatura kodlarında görünmeyen verilere göre, ilacı kullanan orta ve şiddetli depresyon hastalarının psikolojik tarama puanlarında 6 puanlık belirgin bir gerileme ve kronik ağrı hissinde düşüş saptandı.
“TIBBİ KAYITLARIN GÖRÜNMEYEN %70’LİK KISMI ARTIK ANALİZ EDİLEBİLİYOR”
Çalışmada kullanılan kan şekeri ölçümlerinin %70’inin ve hastaların ilacı aktif kullandığına dair kanıtların %30’unun yalnızca doktor notlarında yer aldığı, geleneksel veri tabanlarında bu hastaların sistem dışı kaldığı açıklandı.
RespondHealth CEO’su Dr. Vicki Seyfert-Margolis ve Drexel Üniversitesi Tıp Fakültesi Dekanı Dr. Charles B. Cairns, onlarca yıldır gerçek dünyadaki ilaç etkilerinin eksik verilerle incelendiğini belirterek, yapay zekanın doktorun yerini almadan tıp bilimine muazzam bir denetlenebilir veri havuzu sağladığını duyurdu.
***Mutluluk, adalet, özgürlük, hukuk, insanlık ve sevgi paylaştıkça artar***
