Dördüncü sanayi devriminin sağlık alanındaki yansımalarını tartışılırken;

• Sağlıkta bilimsel bilginin üretim ve değişiminin çok hızlandığı, bu durumun kaliteli sağlık hizmet sunumuna ilişkin karar verme süreci ile geliştirilecek/kullanılacak ürünleri (ilaç, tıbbi malzeme, donanım) doğrudan etkilediği, bundan dolayı sağlıktaki dönüşümün rotasını anlamak için hizmet sunumu, ilaç ve malzeme üretimi, araştırma ve bilginin üretim ve kullanımı gibi bileşenlerin bütünlük içerisinde değerlendirilmesi gerektiği (tıklayınız),

• Bilgi üretimi süreç ve yaklaşımının veriden hareketli (data driven) bir perspektife doğru kaydığı, yeni dönüşümün odağında, bir yandan sürekli veri toplayıp bunlardan bilgi üreten, diğer yandan yeni ve muteber bilgilerin gündelik pratiğe doğrudan yansıtılmasını sağlayan veri/bilgi analiz, yönetim ve karar destek teknolojilerinin yer alacağı (tıklayınız),

• Yenilikçi teknolojilerin veri toplama, depolama, işleme alanlarında sağladığı teknolojik imkan ve kabiliyetler sayesinde ortaya çıkan “büyük veri analitikleri” sayesinde veriler ve örüntüler arasındaki ilişki ve eğilimlerin anlaşılabilmesi ile bilinçli kararlar verilebileceği, bakım kalitesi artırılarak maliyetlerin azaltılmasının sağlanabileceği (tıklayınız) ifade edilmişti.

Bu bölümde, yukarıda bahsedilen kavram ve süreçlerin somut örneklerinden birisi olan bilişsel bilgi işlem (cognitive computing) teknolojisi hakkında bilgi vermeye çalışacağız.

Bilindiği üzere teknolojik gelişmeler sanayide dönüşümü tetikleyebilir. Örnek olarak, süreç ve uygulamalara yönelik işlemsel uygulamalar (transactional and operational processing applications) 1950’lerden bu yana iş ve kamu yönetiminde büyük bir verimlilik sağlamıştır. Kurumlar bu teknolojileri kullanarak standart iş akışlarını çok daha verimli ve doğru şekilde yönetebilmişlerdir. Ancak, son zamanlarda toplanan veri miktarının üstel şekilde artışıyla, doğru kararı üretmek için bireylerin ihtiyaç duyduğu bilgi miktarı giderek artmaya başlamış, pek çok kurum ve kuruluş toplanan veriyi eyleme yönelik bilgiye dönüştürmede yetersiz kalmıştır. Bu da yeni arayışların -ve bilişsel bilgi işlemin-tetikleyici olmuştur.

Bilişsel bilgi işlem farklı tür ve biçimlerde büyük veri kümelerine boğulmuş karmaşık bir dünyada anlam üretmek için geliştirilen yeni ve öncü yaklaşımlardan birisidir. Sık olarak yapay zeka ve makine öğrenmenin eski kavramlarıyla da örtüşen bu teknoloji, insanların makinelerle işbirliği yapmasını da mümkün kılmaktadır. Bilişsel bilgi işlem veri/bilgi hiyerarşisini anlam düzeyine taşıyarak (infosphere’den cognisphere’e geçiş) öncü araçlardan birisi olmaktadır (konuya ilişkin video için tıklayınız).

Bilişsel sistemin özellikleri:

Bilişsel sistemler, mevcut modellerden bağlamsal bir kavrayış oluşturarak çok miktarda farklı türde verinin değerlendirilmesini ve yorumlanmasını sağlayan, bir yandan süreklilik içerisinde bu verilerden öğrenirken diğer yandan yeni hipotezler üretip, öngörüde bulunabilen ve çok seçenekli tavsiyeler sunabilen sistemlerdir. Bir sistemi “bilişsel” yapan üç temel kavram öğrenme, modelleme ve hipotez üretmedir.

Bilişsel bir sistem çok farklı tür, miktar ve hızdaki veriden öğrenerek bir alan, konu veya kişiye ilişkin çıkarımlar yapabilir. Mesela, ulusal grip aşılamaları veya geçen 10 yılda basılmış her tıbbi makale gibi yapılandırılmış ve yapılandırılmamış yığınla veriyi alabilirler ve doğal dil işleme dahil yığınla teknoloji kullanarak bunları anlamlarına göre ilişkilendirebilirler. Öğrenme konusu veri kümeleri arasındaki ilişkilerin anlaşılmasına karşılık gelir. Sistem öğrenmek için bir alanın modelini yada gösterimini ve kullanılacak öğrenme algoritmalarını belirleyen kabuller oluşturmalıdır. Verinin modele nasıl uyacağına ilişkin bağlamı anlamak bir bilişsel sistem için anahtardır. Değer üretebilmek için bilişsel sistem veriyi destekleyen bağlamın “farkında” olmalıdır. Veri elde edilip, uygun hale getirilip, analiz edildiğinde, bilişsel sistem örüntüleri anlayıp hatırlamalı ve yeni verilerle ilişkilendirebilmelidir. Bu tekrarlayan süreç sistemin öğrenmesini ve kapsamının genişlemesini sağlar, zaman içinde veriye ilişkin anlayışı da gelişmiş olur.

Bilişsel sistemin en önemli yeteneklerinden birisi de destekleyen kanıt veya gerekçeleriyle farklı seçenekleri sağlayabilme yeteneğidir. Bilişsel bir sistem bir tane doğru çözüm olmadığını kabul eder. En uygun çözüm verinin kendisine dayalıdır. Bundan dolayı bilişsel bir sistem olasılıkçıdır. Her bir hipotez bir miktar “anlaşılmış” veriler için bir açıklama adayıdır.

Bilişsel sistem büyük veri ve analitikleri, makine öğrenme, nesnelerin interneti, doğal dil işleme, nedensel tümevarım, olasılıkçı akıl yürütme, veri görselleme gibi çeşitli araç ve teknikleri içerir.

Bilişsel sistem doğal dili anlayabilir. Yapılandırılmış veya yapılandırılmamış verileri içeren büyük veri karmaşıklığını aşarak uzmanlara daha iyi kararlar vermesi için yardımcı olur. Sağlık hizmet sağlayıcıları bilişsel bir sistem kullandıklarında bir veri tabanı sorgusu veya eğer-ise kuralları gibi formel ifadeler oluştumak için uğraşmaları gerekmez. Sadece normalde nasıl soruyorlarsa o şekilde bir soru üretmeleri yeterlidir. Bu yaklaşım, herhangi bir programlama desteği olmaksızın güçlü sorgular yapılmasını ve yapılandırılmış sorguların sağlayabileceğinden çok daha fazla bilgiye erişilmesini de sağlar.

Aslında Watson bir bilgisayar değildir ve bir dizi algoritma ve uygulama programlama arayüzünden oluşan bir platformdur. IBM Watson diğer bilişsel sistemler gibi öğrenme, modelleme ve hipotez üretme yeteneklerine sahiptir. Doğal dil işleme teknolojisi kullanabilir. Öğrenebildiğinden dil becerilerini de geliştirebilir. Ayrıca veriye karşı doymak bilmez bir iştahı vardır. Web sayfaları, dergiler, kitaplar, gazeteler ve ne verilirse adeta yalayıp yutar. Jeopardy! yarışmasında yaklaşık 200 milyon sayfalık bilgiyi okuyup soruya ilişkin bilgiyi üç saniyenin altında üretebilmiştir. Bu pek çok doktorun bir olguyla karşılaştığında deneyimlerine göre bir hipotez oluşturup bunu araştırmasına benzemektedir.  Bu süreç determinist değildir ve bir dizi olasılıkçı seçenekten oluşmaktadır. Her sorunun bir tek cevabı yoktur. Watson öğrenebildiğinden beslendiği her yeni bilgi kırıntısı  istatistiksel olarak verilen problemin çözümünde başarı ve yeteneğini artırmaktadır.

Günümüzde finans, turizm, perakende sektörü dahil 26 sanayi dalında hemen her zor problemi halletmek için IBM Watson, 36 ülkede çalışmaya başlamıştır.

Sağlıkta IBM Watson uygulamaları:

IBM, iki yıllık bir çalışmanın ardından, Nisan 2015’te sağlık alanına özgü uygulamalar için IBM Watson Health birimini kurmuştur (video için tıklayınız). Diğer yandan dinamik yapıdaki sürekli artan klinik, araştırma ve sosyal sağlık verilerinin kimliksizleştirilmesi, paylaşılması ve birleştirilmesini sağlamak üzere Watson Health Cloud Platform’u geliştirilmiştir. IBM Watson Health bir yandan veri toplayan çeşitli sistemleri ve şirketleri satın alarak Watson Health Cloud Platform’u zenginleştirilmekte, diğer yandan IBM Watson platformunu sağlık alanında kullanmak/geliştirmek üzere çeşitli işbirlikleri kurmaktadır (video için tıklayınız).

Aslında IBM Watson Health kurulmadan önce sağlık alanında Watson’un kullanımına ilişkin Memorial Sloan-Kettering Cancer Center (video için tıklayınız) ve Welltok ile işbirlikleri mevcuttu.

Watson Health kurulması ile beraber ilk olarak Apple, Johnson&Johnson ve Medtronic’le işbirliği kurduğunu açıklamıştır. IBM Watson Health tıbbi cihaz üreticisi Medtronic ile beraber diyabet bakım paradigmasının değiştirilmesi maksadıyla iş birliği yapmıştır (video için tıklayınız). Medtronic insülin pompaları ve glukoz monitorizasyonuna ilişkin 125 millyon hasta günlük anonimize edilmiş veriye sahiptir. IBM, Johnson&Johnson ile eklem replasmanı ve omurga cerrahisi dahil pre ve postoperatif hasta bakımına yönelik yeni kuşak sanal eğitim sistemi geliştirmek üzere işbirliği yapmaktadır. Yine Apple, Watson’a dayalı uygulamaları HealthKit ve ResearchKit sistemlerine entegre ederek kişisel sağlık verisi toplanması ve klinik deneylerde bu verinin kullanımı için çalışmaktadır.

ResearchKit’i meme kanseri ve Parkinson hastalığı incelemeleri için kullanan Sage Bionetworks yetenekli akıllı  uygulamalardan toplanan verileri depolama ve analiz etmek için IBM Watson Health Cloud’u ana platformu yapmayı planladığını açıklamıştır. Teva adlı İsrail kökenli ilaç firması, IBM Watson Health Cloud’u astım, ağrı, migren ve nörodejeneratif hastalıklar gibi kronik ve karmaşık durumlar için yeni tedavi araştırmalarına yönelik bir platform olarak benimsemiştir.

İrlandalı şirket Icon, doktorların klinik deneyleri için uygun hastaları belirlemek için Watson Clinical Trial Matching Platform‘u kullanmayı planlamıştır. Bu platformla uygun hastalar daha hızlı bulunabileceği gibi hasta maliyetleri de azalmış olacaktır.

IBM Watson Health sahip olduğu verileri artırmak için de girişimlerde bulunmaktadır. Bu kapsamda; Cleveland Clinic‘in yan ürünü olan ve 26 büyük sağlık bakım sistemi tarafından kullanılan bulut bilgi işlem platformu geliştiricisi Explorys‘i ve yeni yönetsel düzenlemeler ve değişen geri ödeme yöntemleri ışığında tıbbi bakımı optimize etmeyi hedefleyen bulut bilgi işlem servisleri geliştiricisi Phytel‘i satın alınmıştır.

Diğer yandan tıbbi görüntüleme alanı için ABD’de 7.500’den fazla birimde kullanılan tıbbi görüntü yönetim platformununun sahibi Merge Healthcare‘i satın almıştır. Tıbbi görüntüler tıbbi verilerin büyük ve en hızlı artan kısmıdır. IBM Watson’a tıbbi görüntülerdeki anormallikleri saptayamak için tanısal görüntüleri nasıl filtre edeceği ve önerilerde bulunacağı öğretilmektedir. Boston Children’s Hospital pediatrik sağlık problemlerine ilişkin tanıyı iyileştirmek için Watson’un görüntü analiz yeteneklerini kullanmayı planlamaktadır.

Watson Genomic Analysis bireylerin genetik mutasyonlarını klinik kılavuzlar, araştırmalar, klinik incelemeler, dergi makaleleri ve hasta bilgilerinden oluşan uygun tıbbi araştırmalar ışında değerlendirerek hastaya en uygun tıbbi seçenekleri buluta dayalı hizmet olarak sunmaktadır. Columbia Üniversitesi Tıp Merkezi bu yeteneği test etmektedir.  Boston Children’s Hospital da nadir görülen pediatrik hastalıklarda tedavi seçimini iyileştirmek için Watson Genomic Analysis’i benimsemiştir. Başlangıçta odak noktası genetik böbrek hastalıklarını belirleyen paydaşlar, Watson’u tıbbi literatür, nadir mutasyonlara ilişkin bilgiler ve hasta genom dizlimi verisi kullanılarak açıklanamayan belirti ve bulguları tanımlayacak şekilde eğiterek, da tanı ve tedavi seçeneklerinin belirlenmesi aşamalarında doktorlara yardımcı olmasını sağlamayı planlamaktadır. Nörolojik, otoimmün ve nadir hastalıklara yönelik tedavi geliştirmeyi planlayan Biogen 1.6 milyar genomik veri kaydını kullanarak Watson Genomic Analysis vasıtasıyla hasta risk sınıflama raporları üretmeyi planladığını açıklamıştır.

Watson Oncology, kanserle mücadeleye Watson’un dahil edilmesine ilişkin çalışmalardan birisidir. Memorial Sloan-Kettering Cancer Center ‘de hastalara tedavi programları önermek için kullanılmaktadır. Bunun için hasta kayıtları, basılı incelemeler ve ilaç verileri incelenerek bulgular olasılıkçı şekilde sunulmakta ve bireysel hasta tedavisinin başarı şansı artırılmaya çalışılmaktadır. Hindistan kökenli Manipal Hastaneleri IBM’in Memorial Sloan-Kettering Cancer Center ile beraber geliştirdiği bireysel hasta verilerini analiz ederek onkologlara kanıta dayalı tedavi seçenekleri sunan Watson Oncology’i  kullanacağını açıklamıştır. IBM ayrıca, kanser hastanelerinin genom verileri işlenerek kişisel öngörüler oluşturmayı sağlamak üzere, bir düzineden fazla kanser enstitüsü ile işbirliği planlandığını duyurmuştur. Bu hastaneler arasında University of North Carolina, Ann & Robert H Lurie Children’s Hospital of Chicago, BC Cancer Agency, City of Hope, Cleveland Clinic, Duke Cancer Institute, Fred & Pamela Buffett Cancer Center in Omaha, Nebraska, McDonnell Genome Institute at Washington University in St. Louis, New York Genome Center, Sanford Health, University of Kansas Cancer Center, University of Southern California Center for Applied Molecular Medicine, University of Washington Medical Center, and Yale Cancer Center bulunmaktadır.

ABD’de 7.800 perakende ilaç deposu ve yaklaşık 1.000 ayaktan hizmet veren tıbbi klinikle beraber, 70 milyondan fazla sağlık planı üyesine hizmet sağlayan bir şirket olan CVS Health, Temmuz 2015 itibarıyla, hipertansiyon, kalp hastalığı, diyabet, şişmanlık gibi kronik hastalık bakımında hasta hizmetlerinin yönetimini dönüştürmek üzere IBM ile işbirliğine giderek öngörüsel analitikleri ve Watson bilişsel bilgi işlem sistemini  kullanmaya karar vermiştir.

IBM Watson Health, Şubat 2016 tarihinde, öncü bir buluta dayalı sağlık bakım veri sağlayıcı olan Truven Health Analytics‘i 2.6 milyar ABD dolarına satın alma planını duyurmuştur. Truven, ABD federal ve eyalet birimleri, çalışanlar, sağlık planları, hastaneler, klinikler ve sağlık bilimleri şirketleri dahil IBM portfolyösüne 8.500’den fazla müşteri getirecektir. Alımın tamamlanmasını müteakip IBM sağlık bulutu dünyanın en büyük ve çeşitli sağlıkla ilgili veri birikimine sahip olacaktır. IBM, Truven’in provizyon, kalite ve sonuç bilgileri içeren kapsamlı buluta dayalı veri kümesini mevcut verileri ile entegre etmeyi ve değere dayalı bakım konusunda liderliğini daha da geliştirmeyi planlamaktadır.

IBM, American Heart Association (AHA) ve Welltok ile beraber, Welltok’un işveren müşterilerinin iş yerlerindeki sağlık kültürlerini ölçmek için ve AHA formu kullanılarak çalışanların sağlık durumlarının daha iyi değerlendirilmesine yardımcı olmak üzere iki mobil uygulama geliştirilmesi için işbirliği yapmıştır.

Under Armour, UA Record adlı uyku, bedensel sağlık, aktivite ve beslenme takibi yapan mobil uygulama kapsamında toplanan verileri işleyerek bireysel eğitim ve öneriler sunmak için Watson’u kullanacağını açıklamıştır. Ayrıca, yiyecekleri tanıma ve otomatik yiyecek takibi için bilişsel bilgi işlemi kullanmayı planlamaktadır. Nutrino, bireysel damak tadı, sağlık ve zindelik hedefleri, beslenme ihtiyaçları hatta günlük fiziksel etkinlik durumuna göre kişisel beslenme önerileri sağlayan mobil Nutrino uygulamasında Watson’u kullanmaya yönelik çalışma başlattığını açıklamıştır.

NovoNordisk, kendi ürettiği tıbbi aygıt ve tedavilerden topladığı verilere dayalı olarak diyabet bakımını iyileştirmek üzere yeni araçlar geliştirmek üzere IBM Health ile çalıştığını bildirmiştir.

Atletlerin güvenliği için sensör gömülü kafa bantları üreten Triax Technologies, Watson’u oyun esnasında sporcuların duygu durumu analizi için kullanmayı planlamaktadır. Bu bilgi oyun sırasında oyuncuların güvenliğini artırmak için antrenörlere yardımcı olacaktır. Bir başka atletlere odaklanan şirket Spare5, Watson kullanan Watson Golf Pro adında, amatör golfçülere oyunlarını geliştirmek üzere yardımcı olacak bir mobil uygulama geliştirmektedir.

Watson’un bilişsel bilgi işlem platformunu ABD’nin en popüler elektronik sağlık kayıt sistemlerinden olan Epic firmasının ürününe entegre etmek üzere Mayo Clinic, Epic ve IBM işbirliği oluşturmuştur. Bu şekilde, Watson’la dünya çapında tıbbi bilgilerden toplanan kanıtlar klinik karar destek bileşeni olarak kullanılarak hasta tedavi prokolleri geliştirilmesi, kronik durumlara ilişkin kişisel hasta yönetimi ile hekim ve hemşirelere zeki yardım verilmesi planlanmaktadır.

hc1.com, kişisel öngörülerle desteklenmiş güçlendirilmiş hasta modeli üretmek üzere, Watson ile bireysel etkileşimleri analiz eden Patient Insights adlı bir uygulama geliştirildiğini bildirmiştir (video için tıklayınız).

Talkspace bireylerin lisanslı tedavi uzmanları ile bağlantı kurmasını sağlayan küresel çevrim içi tedavi platformudur. Talkspace, IBM Watson ile işbirliği geliştirerek psikolojik tedavilerin sunumunu iyileştirmeye çalışmaktadır. Watson burada müşteri metin mesajlarını analiz ederek bireylerin kişilikleri hakkında bilgiler üretmekte ve terapiste muhtemel en iyi tedavi seçeneğini sunmaktadır.

Veteriner hekimlik alanında da, veterinerlere potansiyel sorunları tanımlama ve hayvan tedavilerinde kanıta dayalı tıp uygulanması seçenekleri sunmak için Watson ile güçlendirilmiş bir mobil uygulama olan LifeLearn Sofie geliştirilmiştir (video için tıklayınız).

Bir bilişsel sistem olarak IBM Watson, sağlık alanında araştırmadan, ilaç ve malzeme geliştirmeye, klinik karar süreçlerini geliştirmeden, hastaları güçlendirmeye, tıbbi görüntü ve genom verilerinin yorumlanmasından politika ve strateji üretmeye sağlık alanının bütününde, veriden hareketli, öğrenen sağlık organizasyonları tesisinde önemli bir bileşen olmaya aday teknolojilerden birisi olarak kendisini göstermektedir.

Sonuç:

Dördüncü sanayi devrimiyle veri ve bilgi, sanayi toplumundaki ham ve mamül madde kavramlarına karşılık gelecek şekilde değer ifade etmeye başlamaktadır. Devrimin imkan ve yönelimleri doğrultusunda sağlıkta bir dönüşüm gerçekleştirebilmek için, mevcut bilgi sistemlerinin vizyon ve kapsamının “kesintisiz ve verimli insan-veri-makine” ilişkisini destekleyecek şekilde genişletilerek yaygınlaştırılması gerekmektedir.

Yenilikçi teknolojiler sağlık alanında toplanan devasa miktardaki verinin (big data) çeşitli analitik platformlarla işlenmesini sağlayarak, bilgi tabanlı (knowledge based) bilim üretimi yaklaşımını veriden hareketli (data driven) bir perspektife doğru kaydırmaktadır. Bilişsel bilgi işlem; bulut teknolojileri, doğal dil işleme, makine öğrenme ve öngörüsel büyük veri analitikleri gibi yetenekler sayesinde “veriye dayalı” yaklaşımlarla eyleme yönelik (actionable) bilgiyi sunabilmektedir. Bu şekilde bir yandan öğrenen sağlık sistemleri oluşturulmasının alt yapısına destek olmakta, diğer yandan bilgi üretim süreç ve biçimini dönüştürmektedir. Geldiğimiz noktada yakın sayılabilecek bir dönemde klasik sağlık eğitimi ve karar verme stratejileriyle baş edilemeyecek bir dönüşümün ortaya çıkması ve var olan tüm sınırları aşarak sağlık alanının bütününde küresel bir meydan okumayı gerçekleştirmesi muhtemel görünmektedir.

Sonuç olarak, öğrenen sağlık sistemi tesis edilmeden ve “veriye dayalı” yaklaşımlarla eyleme yönelik (actionable) bilgi üreticisi olmayı beceremeden sağlık hizmet sunumu, yenilikçi ürün ve ilaç geliştirme, araştırma ve hatta politika ve strateji belirleme alanlarında mevcut yöntem ve yaklaşımlarla küresel ölçekte rekabet edebilmek çok zor olacaktır.

Önerilen okumalar:

Dördüncü sanayi devrimi (4): Sağlık alanında fırsatlar

Öğrenen sağlık sistemi ve dördüncü sanayi devrimi

Sağlıkta dönüşüm ve büyük veri uygulamaları