Doktorun hasta ile geçirdiği sürenin azaldığı şu günlerde yapay zekâ teknolojisi, ruhsal hastalıkların teşhisini iyileştirmenin yanı sıra birçok fayda sağlayabilir. Bu yazıda yapay zekanın ruh sağlığı ve hastalıkları alanında doktor ve hastalara nasıl yardımcı olabileceğini örneklerle anlatıyoruz.
Ruh sağlığı bireyin kendi yeteneklerinin farkına vardığı, yaşamın normal gerginlikleriyle başa çıkabildiği, üretken ve verimli bir şekilde çalışabildiği ve içinde yaşadığı topluma katkıda bulunabildiği bir iyilik halidir1. Ruh sağlığının çeşitli sebeplerle bozulması ruhsal hastalıklara yol açabilir. Tedavi edilmeyen ruhsal hastalıklar aile içi çatışma, iş ve okul hayatında başarısızlık, çeşitli bağımlılıklar ve ekonomik sıkıntılar gibi şiddetli duygusal, davranışsal ve fiziksel sorunlara yol açabilmektedir2.
Günümüzde orta ve yüksek gelirli ülkelerin nüfusunun yarısından fazlası hayatları boyunca en az 1 kez ruhsal bir sorunla mücadele etmektedir. 2017 yılında yapılan bir çalışmaya göre dünya genelinde 792 milyon insan ruhsal sağlık sorunlarıyla yaşamakta. Bu sayı dünya nüfusunun onda birinden fazlasına karşılık geliyor.3 Ruhsal sorunların tedavisi kanser veya diyabet gibi somatik hastalıkların tedavisinden daha fazla maliyet gerektirmekte ve bu maliyetlerin önümüzdeki 15 yıl boyunca üssel olarak artacağı öngörülüyor. 2010 yılında yapılan bir araştırmada ise ruhsal hastalıkların küresel çapta doğrudan ve dolaylı maliyeti 2,5 trilyon ABD doları olarak hesaplanmıştır. Kardiyovasküler hastalıklar ve kanser gibi hastalıkların aksine, ruhsal hastalıkların dolaylı maliyeti (1,7 trilyon ABD doları) doğrudan maliyetlerinden (0.8 trilyon ABD doları) daha fazla. Avrupa Birliği gibi sağlık bakım sistemleri açısından oldukça gelişmiş bir bölge için doğrudan ve dolaylı maliyetlerin 798 milyar euro olduğu tahmin ediliyor. 2030 yılına kadar ise bu maliyetlerin ikiye katlanması bekleniyor4.
Yapay zekanın ruh sağlığı ve hastalıkları tarafından benimsenmesi diğer disiplinlere nazaran daha yavaş olmuştur. Psikiyatristler hastalarıyla iletişim kurma ve hastaların duygu ve düşüncelerini direkt olarak gözlemleme gibi becerilerine güvenir. Bu nedenle psikiyatristlerin kullandığı veriler daha çok özneldir ve bu öznel veriler arasında nitel özellik taşıyan tek şey hastalarla ilgili yazılı notlardır. Yine de bu durum ruh sağlığı ve hastalıkları alanında yapay zekadan yararlanamayacağımız anlamına gelmez. Hatta yapay zekâ ruh hastalıklarının tanımını yeniden yapmamız ve ruh hastalıklarını daha iyi anlamamız için büyük bir potansiyele sahiptir diyebiliriz. Bunun yanı sıra yapay zekanın ruh sağlığı alanında kullanılması yukarıda bahsettiğimiz maliyetleri azaltmak için fırsat sunar.
Bir bireyin benzersiz biyo-psiko-sosyal profili, bütünsel ruh sağlığını tam olarak açıklamak için harika bir bilgidir. Ancak biyolojik, psikolojik ve sosyal sistemler arasındaki etkileşimleri açıklamak için görece dar bir anlayışa sahibiz. Ruhsal hastalıkların patofizyolojisinde hatırı sayılır bir çeşitlilik vardır ve görüntüleme yöntemleri, elektronik sağlık kayıtları, klinik notlar gibi çeşitli biyobelirteçlerin belirlenmesi, bu hastalıkların daha objektif şekilde tanımlanmalarına izin verebilir.
Yapay zekâ teknikleri geliştirilmeye devam edildikçe ruhsal hastalıkları mevcut DSM-5 (Ruhsal Bozuklukların Tanısal ve Sayımsal El Kitabı) sınıflandırma şemasından daha objektif bir şekilde tanımlamak mümkün olabilir.5 Yapay zekâ teknikleriyle ruhsal hastalıkları, müdahalelerin daha etkili olabileceği erken bir aşamada tespit edebilir, kişiye özel tedaviler geliştirebiliriz. Örneğin bazı makine öğrenimi yöntemleri sitalopram gibi yaygın olarak reçete edilen antidepresanlara verilen tedavi yanıtlarını %65 doğruluk payıyla tahmin edebilmekte. Yapay zekâ algoritmaları şizofreni hastalarında, modifiye edilmiş doğrudan gözlemlenen tedaviye (%72) göre daha başarılı ilaç uyumu (%90) sağlayabilir. Yapay zekâ beyin MRI verilerini kullanarak şizofreninin nöroanatomik alt tiplerini %63-71 doğrulukla ve fMRI verilerini kullanarak şizofreniyi %87 doğrulukla tespit edebilir.
Yapay zekâ; elektronik sağlık kayıtları, ruh hali derecelendirme ölçekleri, beyin görüntüleme teknikleri ve Twitter gibi sosyal medya platformlarından gelen verileri kullanarak depresyon, şizofreni, intihar ve genel ruh sağlığı konularının yaygınlığını belirleyebilir6. Birtakım çalışmalar ağır ruhsal hastalık semptomlarının, elektronik sağlık kayıtları ve doğal dil işleme teknikleri kullanılarak, %90 hassasiyet ve %85 hatırlama ile tespit edilebileceğini gösteriyor. Bir çalışmada ise yapay zekâ, elektronik sağlık kayıtları kullanarak %83 kesinlikle ve %98 duyarlılıkla intihar düşüncesinin, %92 kesinlikle ve %88 duyarlılıkla intihar teşebbüslerinin tümünü tahmin etti.
İntihar gibi nadir olayları veya nadir hastalıkları modellemeye çalışan araştırmalarda, verilerin dengesiz bir şekilde kümelenmesi büyük bir zorluk oluşturur. Sınıflandırıcıların eğilimi sık meydana gelen olayları tahmin etme yönündedir ve sınıflandırıcılar intihar gibi nadir olayları gözden kaçırır. Bu zorluğun üstesinden gelmek için çoğunluktaki örnek sayısını azaltma, küçük sayıdaki örnekleri çoğaltma, varyansı azaltma ve birkaç modeli birleştirme gibi yöntemler kullanılabilir.
Yapay zekâ algoritmaları, ortaya çıkan veri kaynakları sayesinde gelişecektir fakat bu veriler ilgili yapıları veya popülasyonları tam olarak temsil etmeyebilir. Örneğin, sosyal medyada depresyona işaret eden kelimeleri içeren yazılar, bir depresyon tanısından ziyade geçici bir depresif ruh halini gösterebilir. Sosyal medya analizleri gönderilerdeki semptomları abartabilir veya yorumları bağlamsal olabilir. Dolayısıyla, sınırlı bağlamsal bilgiler nedeniyle veriler yanlış yorumlanabilir. Sosyal medya verilerinin klinik yararlılığı daha dikkatli bir değerlendirme gerektirir. Bu nedenle bu bilgi platformlarını kullanan çalışmaların metodolojik standartlarının yüksek tutulması gerekir.
Yapay zekâ, giderek dijital tıbbın bir parçası haline geliyor ve zamanla ruhsal sağlık araştırma ve uygulamalarına katkıda bulunacak. Bilim insanları, klinisyenler ve ruhsal sağlık araştırması ve bakımı ile görevlendirilmiş çeşitli uzmanlar topluluğu yapay zekanın gücünden tam anlamıyla yararlanmamız için iş birliği yapmalıdır. Gelecekte ruh sağlığı ve yapay zekayı bir araya getiren çalışmaların artması dileğiyle, sağlık ve bilimle kalın.
KAYNAKÇA
- “Mental health: strengthening our response”. WHO. Web. Erişim: 19 Şub 2021
- “Mental Ilness”. MayoClinic. Web. Erişim: 19 Şub 2021
- Hannah Ritchie and Max Roser (2018) – “Mental Health.” OurWorldInData.org.Web. 19 Şub 2021
- Trautmann, Sebastian et al. “The economic costs of mental disorders: Do our societies react appropriately to the burden of mental disorders?.” EMBO Reports vol. 17,9 (2016): 1245-9.
- American Psychiatric Association. Diagnostic and statistical manual of mental disorders (DSM-5®). American Psychiatric Pub, 2013.
- Graham, Sarah et al. “Artificial Intelligence for Mental Health and Mental Illnesses: an Overview.” Current Psychiatry Reports vol. 21,11 116. 7 Nov. 2019
RESİM KAYNAKÇASI
Kapak resmi: sciencemag.org Web. Erişim: 24 Mar 2021
- Namifoxvalley. Web. Erişim: 3 Mar 2021
- MedicalEXPO. Web. Erişim: 3 Mar 2021
Yanıt yok