• Can Duru

AI Ne Zaman Öleceğimizi Bilebilir mi?

Her gün yaklaşık 150.000 insan kalp sorunları, kanser hastalığı gibi çeşitli sebeplerden dolayı yaşamını yitiriyor. Ölümsüzlük halen sadece bilim kurgu filmlerine konu olabildiği için ölümü engellemek mümkün görünmüyor. Geçmişten günümüze insanların ölüm zamanını önceden tahmin edebilmek için birçok çalışma yapılmış olmasına rağmen tahmin edebilmek mümkün olmadı. Günümüzde teknolojinin sağlık alanındaki kullanımının gelişmesiyle birlikte araştırmacılar, insanların yaşam süresini uzatmak ve muhtemel ölüm zamanını tahmin etmek üzerine çalışmalar yürütüyor.

Ortalama olarak ne kadar insanın öldüğünü gösteren bir tablo
Ortalama olarak ne kadar insanın öldüğünü gösteren bir tablo

Kalp üzerine yazılan makalelerin yayınlandığı Heart dergisinde yer alan bir araştırma yazısına göre, geliştirilen yeni yapay zeka sistemi insanın yaşı, sağlık durumu, saat ve hava durumu verilerine bakarak birçok kişinin ölümüne sebep olan kalp krizinin zamanını başarıyla tahmin edebiliyor. Üstte belirttiğimiz tabloya göre insanların yaklaşık üçte biri kalp hastalıklarından dolayı ölüyor ve bu ölümlere sebep olan genellikle hastalıklar sonucunda tetiklenen kalp krizi oluyor. Yapay zekâ tam olarak geliştirilip piyasaya çıkarıldığında kişinin kalp krizi geçirmesi muhtemel olan zamanı önceden tahmin ederek birçok insanın hayatını kurtarabilir.


Bu ihtimalle birlikte şu an için geliştirilen yapay zeka sisteminin, insanların ne zaman öleceğini söyleyemediğini göz önünde bulundurmamız gerekiyor. Teknoloji şu anda insanların kalp krizi geçirme riskinin ne zaman ve hangi koşullarda artabileceğini tahmin edebiliyor. Sistem bu tahminler ile riskli insanları önlem almaya sürüklüyor.

Peki, bu sistemin kullandığı makine öğrenimi teknolojisi nasıl çalışıyor?

Kalp krizi geçirmek üzere olan bir insan
Kalp krizi geçirmek üzere olan bir insan

Makine öğrenimi teknolojisi ile hayat kurtarmak mümkün olabilir

Makine öğrenimi, birçok durumda yapay zeka ile birlikte çalışıyor ve girilen verilerin incelenmesi sonucunda elde edilen ortalama bilgilerden oluşuyor. Sistem, girilen her veriyi analiz ediyor. Daha sonra bunlardan çıkardığı sonuçlar ile kendi bilgi hazinesini oluşturuyor. Örneğin, kalp krizi geçiren kişilerin sağlık durumları ve ne zaman geçirdikleri hakkında veri girildiğinde sistem hangi saatlerde olasılığın arttığını söyleyebiliyor. Geniş bir veri tabanındaki kalp krizi geçiren hastaların bilgileriyle oluşturulan makine öğrenimi sistemi, hastane dışında kalp krizi geçirme riskinin en yüksek Pazar, Pazartesi, sıcaklıktaki keskin düşüşlerin yaşandığı günler ve resmi tatillerde olduğunu gösteriyor.


Araştırmacılara göre, bu sistemden elde edilen yeni bulgular hastanelerin kalp krizi geçirme riskinin arttığı günlerde daha hazırlıklı olmasını sağlayabilir. Bunun yanı sıra, riskli insanlar için ölüm ile sonuçlanabilecek kadar ciddi olan atak riskini azaltan ve hayatta kalma olasılıklarını artıran bir erken uyarı sistemi olarak görev yapabilir. Bu durum oldukça önemli çünkü insanlar genellikle hastane dışında bir ortamda kalp krizi geçiriyor ve etrafındaki kişiler de bu durum karşısında hem bilgi sahibi olmadıkları hem de hazırlıksız yakalandıkları için kalp krizleri genelde ölümle sonuçlanabiliyor.


İnsanların kalp krizi risklerinden daha önceden haberdar olabilme ayrıcalığı beraberinde birçok önlemi getireceği için hastane dışında kalp krizi geçiren hastaların ölüm oranları oldukça düşebilir.

Hastane dışı ortamda geçirilen kalp krizine uygulanan teknikler
Hastane dışı ortamda geçirilen kalp krizine uygulanan teknikler

Hava Durumunun Risk Üzerindeki Etkisi

Yazının başında bahsettiğimiz üzere geliştirilen sistem hava durumu verilerini de analizine katıyor. Hava durumunun kalp krizi geçirmek ile nasıl bir alakası olduğunu düşünebilirsiniz. Ancak, aslında hava durumu vücudumuzun tepkilerini ve stres seviyesini büyük miktarda etkiliyor. Bunlar da risk ile doğrudan bağlantılı olduğu için hava durumu önemli bir etken olabiliyor. Hava koşullarının siteme entegre edilmesiyle birlikte sistem daha da karmaşıklaşıyor. Sistemi geliştiren Japon araştırmacılar, meteorolojik verilerin oldukça karmaşık olduğunu, ancak makine öğreniminin bu verilerin de analiz edilmesi ve diğer veriler ile bağlantı kurulması sonucu geleneksel veya tek boyutlu istatistiksel yaklaşımların bulamadığı ilişkileri bulabileceğini belirtiyor.

Soğuk hava ve kalp krizi riski ile alakalı görsel
Soğuk hava ve kalp krizi riski ile alakalı görsel

Çalışmayı derinleştirmek için araştırmacılar; makine öğreniminin yıl, mevsim, haftanın günleri, günün saatleri, resmi tatil günleri ve günlük hava durumu (nem, kar yağışı, yağış, sıcaklık, rüzgar hızı, bulut örtüsü ve atmosferik basınç okumaları gibi veriler) gibi zamanlama yoluyla hastane dışı günlük kalp durmalarını tahmin edebilme kapasitesini değerlendirdi. 2005 ile 2013 yılları arasında 1.299.784 kalp krizi vakası gerçekleşti. Yapay zekâ sisteminin iyi bir şekilde eğitimini tamamlayabilmesi için 2005 ile 2013 yılları arasında yaşanan 525.374 kalp krizi vakası incelendi. Eğitim sırasında zaman, hava durumu veya her iki veri de kullanılarak sistemin analiz yapmasını ve tahminler üretmesini sağladı. Daha sonra sistemin riskin ne zaman arttığını tahmin etme konusundaki doğruluk oranını anlayabilmek için elde edilen bilgiler 2014 ve 2015 yılları arasında meydana gelen 135.678 kalp krizi vakasında kullanıldı ve sistemin büyük oranda doğru tahminler yaptığı anlaşıldı.

“Bu öngörücü sistem, gelecekte yüksek riskli günlerde vatandaşlar ve acil tıbbi hizmetler için bir uyarı sistemi aracılığıyla hastane dışı kalp durmasını önlemek ve hastaları iyileştirmek için yararlı olabilir.”

Geliştirilen sistem henüz insanların kalp durmasından gerçekten ne zaman öleceğini tahmin edemiyor, sadece veri tabanındaki bilgilere göre bizlere bir ihtimal veriyor. Sadece bir ihtimal vermesine rağmen bu sistem ile birçok kişinin hayatı kurtarılabilir. Belki de gelecekte vücudumuzun içine entegre edilen sistemler ile öleceğimizi önceden anlayabiliriz. Aynı insanların öldükleri zamanı bilmesini konu alan “Countdown” filmi gibi… Fakat şimdilik kalp krizi riskimizi öngören yapay zeka ile yetineceğiz.

Kaynak: Interesting Engineering



Bu içerik Can Duru tarafından gelecekburada.net için hazırlanmıştır ve basılı veya çevrim içi yayınlarda dağıtımı konusunda hakları elinde tutar. Kaynak göstererek (ve link vererek) paylaşabilirsiniz.