Yapay zekâ terimi ilk kez 1956 yılında Dartmouth konferansında insanın öğrenme ve problem çözme gibi bilişsel fonksiyonlarını makine yazılımı kullanarak taklit edebilme anlamında kullanılmaya başlanmıştır. Dermatoloji ve radyoloji gibi tıp ana bilim dalları yapay zekâ uygulamalarına en erken başlanan alanlar olup, geniş klinik fotoğraf veri ağı ve yorumların bulunması, yazılım ve donanım teknolojilerinde ilerlemeler bu durumu kolaylaştırmıştır.
Güçlü yapay zekâ insan zekâ seviyesinde, karmaşık ve daha fazla öğrenme kapasiteli, bilinç, etik tanıma ve çoklu görev yeteneği olan yapay zekâyı gösterirken bugün popüler medya ve bilim kurgu filmlerinde karşımızda çıkmaktadır. Zayıf yapay zekâ ise şimdiki genel kullanımda olan, makine öğreniminin temel amaç olduğu ve her farklı görev için bireysel program yapmamız gereken yapay zekâyı tanımlar.
Yapay zekâ tıbbi görüntü tanıma amaçlı en çok deri kanseri ayırt etmede kullanılmasına karşın, dermatolojide tanıya yardımcı, biyo-teknolojik araştırmalar, ilaç araştırmaları, ilaç geliştirme gibi genel sağlık alanlarında kullanılmakta iken, yine de en uygun kullanım alanı dermatoloji gibi görülmektedir. Dermatolojide yapay zeka bilgisayarlı dermoskopik inceleme, çok yüksek frekanslı ultrason tedavisi ve reflektans konfokal deri mikroskopisinde uzun süredir uygulanmaktadır. Bazı firmalar basit cep telefonu uygulamaları geliştirip deri hastalıklarını tanımayı amaçlayan direkt tüketici ürünü programlar da geliştirmiştir.
Makine öğrenimi gözetimli, gözetimsiz veya yarı-gözetimli öğrenim olarak geliştirilebilir. Otomatize öğrenim süreci olan makine öğreniminde derin öğrenim geliştirilirken yapay nöral katmanlar kullanılır ve sonsuz sayıda olabilen bu nöral katmanların her birinde farklı özellikleri öğrenme ve tanıma yeteneği bulunur. Derin öğrenim aslında karmaşık görev yapma ve öğrenim modelidir. Nöral ağ katmanlarının giriş, gizli ve çıkış katmanı bulunurken, genellikle dermatoloji gibi görsel bilgi analizi yapılan evrişimsel nöral ağlarda örneğin giriş katmanında bir hastalığın kızarıklık varlığı veya yokluğu, simetrik olup olmadığı gibi her katmanda farklı veri seçenekleri olur. Önce rastgele bu katman veri sonuçlarının ışıkları yanar söner ve en sonunda çıkış katmanında bir ışık yanıp hastalığın varlığı veya yokluğu analiz edilir. Evrişimsel nöral ağlarda fotoğraflar küçük parçalara ayrılıp analiz süreci daha kesin sonuç verecek şekilde hassasiyetler güçlendirilmişi olur. Karmaşık ve yenilikçi bir yöntem olmasına karşın, deri fotoğraflarının zemin gürültüsü (kıyafet veya mobilya gibi) içermemesi ve net olması çok önem kazanır.
Yapay zekâ programlarında sonuçların hassasiyeti AUROC (Alıcı operasyon karakteristik eğrisi altı alan) ile değerlendirilip, AUROC 1 mükemmel sonuç, AUROC 0.5 ise basitçe hastalık varlığını veya yokluğunu şansla değerlendiren sonuç (yazı-tura atmak gibi) gibi değerlendirmesi yapılır. Yapay zekâ dermatolojide akne gibi hastalık şiddetini, PUVA (Ultraviyole ışını) tedavisi alan hastaların başlangıç dozlarını alabilmesi için minimal foto-toksik dozlarının tahmini, sedef (psoriasis), atopik egzama gibi hastalıkların tanı ve takibi, benlerin melanom gibi deri kanserlerine dönüşme riskini değerlendirme, dermato-patolojik incelemeler, dermatolojik tedavi, ilaç keşifleri, temel dermatolojik araştırmalarda kullanılabilmektedir.
Yapay zekâyı geliştirirken önce klinisyen tarafından çözülmesi gereken problemi tespit etme, daha sonra fotoğraf ve hasta dosyalarından veriler toplamak ve ilgi alanlarını içeren verileri etiketlemek yapılır. Daha sonra bilgisayar yazılımcısı makine modeli inşa edip, modelin doğruluğunu değerlendirip test eder ve hasta güvenliği sağlanıp, klinik geçerliliği birlikte tespit edilir. En sonunda modeli bulut veya ağ(cep telefonu uygulamaları üzerinde konuşlandırır. En sonunda hastalar veya klinisyenler için kullanıma sunulur ve iş sadece bunla bitmeyip daha fazla veri eklenerek modelin doğruluğu idame ettirilir ve son uygulayıcı noktasında geri bildirilen sorunlar da devamlı çözülmeye çalışılır. Tabi geliştirilen yapay zekâ her zaman kullanışlı olmayabilir ve nadir hastalıkları tespit etmede yanıltıcı olabilirken, klinisyenlerin az yeni veri eklemesi durumunda veri yorgunluğu yaşayabileceği ve aşırı uyum göstermeyle sonuçlanabileceği, çok fazla veri girip ayarlanma yapılmasında da aşırı uyuma neden olabileceği akılda tutulmalıdır.
Yapay zekâ teknolojileri özel hayatın gizliliği endişesi de yaratır. Yüz tanıma robotları, bots ve algoritmalar bu riski geliştirebilir. Veri toplarken klinik fotoğraflara hasta onamı eklemek oldukça güç olabilir. Standart ışıklandırma ve çözünürlük gibi özelliklerin olmaması makine öğrenme uygulamalarının değerini kısıtlar. Koyu derili insanlarda deri rengi değişimlerinin kolay gelişmemesi ırksal kısıtlılık yaratabilir. Ayrıca sağlık eşitsizliği durumu da söz konusu olup, tüm Dünya üzerinde kullanımı oldukça zor olabilir ve kliniklerimizdeki mevcut bilgisayarlarımızla büyük veri işlememiz ver veri madenciliği yapılması oldukça zor görülmektedir. Sonuçta çok sayıda veri görüntüsü elde etme zorluğu, yapay zekâ çalışmalarının tıbbi dergilerden çok bilgisayar dergilerinde yayınlanması, veri bilim adamı, bilgisayar yazılımcısı ve hekimler arasında iletişimsizlik, etik konular, maliyet ve eşitsizlik düşünceleri bu gibi çalışmaların ülkemizde çok yapılmasının kısıtlamaktadır. Öngörülebilir olarak yakın gelecekte yapay zekâ klinik pratiğimize oldukça yardımcı olabilir. Dermatologların %85 kadarı yapay zekânın farkında olup, %20 kadarı iyi düzeyde bilgi sahibidir ve %80’ inin dermatolojik tedavi ve eğitimde faydalı olabileceğini düşünmektedir. Bilgisayar donanımcıları ve veri mühendisleriyle daha fazla işbirliklerinin yapılması bu konuda hızlı yol alabilmemize yardımcı olabilir. Ancak yapak zekânın doktorlarının yerini tamamen alması beklenmemelidir.
Yapay zekâ konusunda yayınların artması, mezuniyet sonrası eğitimlere eklenmesi, kongrelerde daha fazla konuşulması ve hatta asistanların kolayca idrak edebilmesi için oyunlaştırma gibi basit uygulamalar kullanmaya teşvik edilmesi gibi durumlar bu konuda daha fazla ilerlememizi hızlandırabilir. Gerçekçi olarak her şeyi yapay zekânın yapması beklenmemelidir. Bazı yapay zekâ uygulamaları klinik pratikte kullanılabilir olarak kalabilir.
Avrupa Birliği günümüz çağını yapay zekâ çağı olarak ilan etmiştir. Makineler bazı iş gücü alanlarında insanın yerini alabilecektir. Dermatoloji uzmanlarının %5 kadarı makinelerin gelecekte yerlerini alabileceği, %20’ ye yakını ise bu konuda korku duyduklarını belirtmektedir. Erkekler bu konuda daha az korku içinde ve daha hevesli gözlenmektedirler. Tıp öğrencilerinde yapılan bir araştırmada radyologların ilerde yerlerini yapay zekânın alması konusunda bir endişe taşımadıkları saptanmıştır. Hasta için en iyisi makine ve insan arası denge bulunmasıdır. Hava yolları da oto-pilot teknolojisi kullanmakta, görüş mesafesi azaldığında pilotsuz uçaklar inebilmekte, ancak hala yolcu uçakları pilotsuz uçuş olmamaktadır. Doktor olmak tıp pratiği dışında tıp sanatını da içerir.
Yapay zekâ şimdilik tıp sanatını başarmaktan uzaktır. Tıp sanatı insan dokunması, kulaklarla dinleme, göz teması ve hastanın ıstırabını azaltma konusunda merhamet göstermesini de içerir. 3000 yıl önce doktorlar hastalarını herhangi bir ilaç kullanmadan da şikâyetlerini azaltabilmekteydi. Yapay zekâ en azından doktorlara yardımcı olarak hekimlerin tükenmişlik oranlarını azaltabilir, tanı koymayı hızlandırmada, hasta verisi biriktirme ve analizinde yardımcı olabilir. Bu şekilde doktorlara hastalarının tedavisini daha fazla tartışma imkânı bulmasına ve hızlı tanı koymaya yardım edebilir. Nüfusumuz yaşlanmakta ve 65 yaş üzeri kişilerin yaklaşık yarısının dermatolojik sorunları bulunmaktadır.
Yapay zekâ teknolojileri hastalara evde tanı koymamıza ve gerekirse erken tedavi etme imkânı bulmamızı sağlayabilir. Yapay zekâ teknolojilerini uygularken doktorla birlikte yazılımcıların beraber çalışması, yapay zekâ uygulamalarının hastaların uyku, solunum, nabız gibi hayati ve duygusal sağılığını da takip edebileceği, egzersiz takibi veya yapmasını teşvik edebileceği, sigara ve alkolü bıraktırma, diyet gibi gibi bütüncül yaklaşımlar da faydalı olabileceği de düşünülebilir.
Herkese sağlıklı uzun bir yaşam, zekâ ve bilimle bağlı kalmanız dileğiyle.