Sağlık hizmetlerini iyileştiren teknolojiler

COVID-19 sağlık krizi, tüm dünyayla birlikte sağlık kuruluşlarını da hiç hazır olmadıkları zor bir döneme sürükledi. Salgının geleceği, ortaya çıkan ve yayılan yeni virüs varyantlarıyla belirsizleşirken, sağlık kurumları ve profesyonelleri daha önce hiç olmadığı kadar mevcut altyapılarından en iyi şekilde yararlanmaya, sağlık hizmetlerini daha isabetli ve ulaşılabilir kılmak için yeni kabiliyetlere ihtiyaç duyuyor. Nesnelerin interneti (IoT), bu ihtiyaçları karşılayan doğru yanıt ve çözümlere sahip görünüyor.

COVID-19 ile mücadelede IoT’den faydalanabilir miyiz?

Tek bir bağlantılı nesnenin size sağlayabileceği bilgiler muazzam olabilir ancak IoT’nin gerçek faydası cihazlar ve uygulamalar bir sistem içerisinde çalıştığında ortaya çıkıyor.

COVID-19 salgınından esinlenerek bir senaryo hayal edelim: Bir hastalığı teşhis etmek için elimizde hiçbir veri olmadığını ancak yayılma ve semptomlar hakkında daha fazla bilgi edinmek için acil bir ihtiyaç olduğunu varsayın. Verileri toplayan ve analiz eden bir sistem kurarsak, modeller oluşturup eğitecek makine öğrenimi (ML) uzmanlarıyla çalışırsak ve verileri doğru bir şekilde açıklayıp etiketlemek için tıp uzmanlarından yardım alırsak eğitim modellerini iyileştirebiliriz. Bu pratikle elde edeceğimiz veri analizinin kalitesi ve kesinliği, nihayetinde bir tıp uzmanının tahminleri düzeyine ulaşacaktır.

COVID-19 sağlık krizi önemli bir soruyu gündeme getirdi: Virüsün yayılmasını izlemek için IoT'yi kullanabilir miyiz? Bu tartışma hâlâ sürüyor ancak teoride bunu yapmak için en önemli teknolojinin analitikle birleştirilmiş akıllı cihazlar aracılığıyla hasta izleme olduğu düşünülüyor.

Yukarıdaki senaryo oldukça karmaşık ve zorlu sorunlar içeriyor; bu yüzden senaryoyu parçalara ayırıp incelemek en iyisi. Bunun için önce sağlık hizmetlerinde IoT uygulamalarının katmanlarına yakından bakalım:

Giyilebilir cihazlar ve bağlantılı nesneler

10 yıl önce elektrokardiyogramınız (EKG) hakkında bilgi edinmek için bu tahlili pahalı ve ağır makinelerle gerçekleştiren bir hastaneyi ziyaret etmeniz gerekiyordu. Bugün herkes madeni para büyüklüğündeki cihazlardan nabız hızını, elektrokardiyogramı ve diğer önemli sağlık bilgilerini gerçek zamanlı öğrenebiliyor. Üreticiler sürekli olarak cihazlarını kullanıcılar için daha küçük, verimli ve kullanışlı hale getiriyor.

Veri toplama ve analitik

Bir akıllı saat veya bileklikten çok sayıda ilginç veri alabiliriz ancak bu veriler tıbbi düzeyde onaylı değildir. Bu verileri toplamak bir başlangıçtır. Sağlık uzmanları, tüketici cihaz verilerini profesyonel cihazlardan gelen tıbbi sınıf verilerle birleştirebilir ve yapay zeka analizlerini uygulayabilirse, tedavileri daha verimli hale getirebilir ve sorunları daha kolay teşhis etmelerini sağlayacak anlamlı bilgilere ulaşabilir. Örneğin kanserin 13 türü, yaşam tarzıyla olduğu kadar kardiyovasküler ve diğer hastalıklarla da ilgilidir; bu hastalıkların tümü giyilebilir cihazlardan toplanan verilerle tahmin edilebilir. Veri toplama ve analitiği, hastalıkların yalnızca bireysel düzeyde tahmin edilmesinde değil, aynı zamanda ulusal düzeyde daha geniş tahminlerde bulunulmasında da kullanılabilir.

Sağlık alanında büyük veri uçsuz bucaksız bir alan ve birçok düzenlemeye tabi. Ancak yalnızca makine öğrenimi ve tıbbi cihazlarla yaşam tarzı araçlarını birleştirerek toplayabildiğimiz büyük miktarda veri sayesinde bile daha önce mümkün olmayan sağlık raporları oluşturabiliyoruz. Ayrıca belirtmek gerekir ki, sağlıkta IoT sadece giyilebilir cihazlardan gelen tüketici verileriyle sınırlı değil. Örneğin, günümüzde medikal tahlil cihazlarının ürettiği tüm verileri bulut üzerinde analitiğe tabi tutarak önemli içgörüler elde etmek ve halihazırda kullanılan basit sağlık cihazlarını akıllı hale getirmek mümkün.

Bulut hizmetleri

Yönetilen bulut hizmetleri, büyük veri inisiyatiflerini destekleyen kabiliyetler içerir. Ancak her veri yüksek kaliteli değildir, dolayısıyla sağlık alanında kullanılabilmeleri için tıp uzmanlarının gözetiminde filtrelenmeleri ve etiketlenmeleri gerekir. Veriler yeterince açık ve net olduğunda, doktor olmayanlar bile temel bir eğitimle akciğer kanserini teşhis edebilir ancak veriler belirsizlik yarattığında erken teşhisin hatalı yapılması veya mümkün olmaması olasıdır. Kaliteleri tıbbi olarak onaylanmış veriler bu nüansları netleştirir ve tanıların doğruluğunu artırır.

Verileri geniş ölçekte toplamak ve işlemek yalnızca tıp uzmanlarına değil, aynı zamanda bireysel kullanıcılara, sigorta şirketlerine ve üçüncü taraf şirketlere yardımcı olabilecek gerçek uygulamaları ve tahminleri mümkün kılar. Örneğin, sigorta şirketleri veriler ışığında müşterilerine kişiselleştirilmiş koşul ve teklifler sağlayabilir, faaliyetlerini izleyebilir ve potansiyel riskleri tahmin etmek için özel modeller oluşturabilir.

Sağlık hizmetlerinde neden IoT’ye ihtiyacımız var?

IoT tabanlı sistemler oluşturmanın teknik katmanlarını inceledik. Peki, sağlık hizmetlerinde neden IoT kullanmaya ihtiyacımız var? Buna iki ana neden gösterebiliriz:

Birincisi, IoT doktorları yapay zekayla destekler. Yapay zeka tıp uzmanlarının yerini almak için değil, onların işlerine, teşhislerine, uyguladıkları tedavilere ve bilgilerini artırmalarına yardımcı olmak için var.

Kanser için bilgisayarlı tomografi taramaları gibi derin öğrenme denemelerinde, yapay zekanın bir doktora benzer düzeyde performans gösterdiği görülmüştür. Ancak buradaki amaç, sağlık profesyonellerini teknolojiyle karşılaştırmak değil, yapay zekanın çok ufak işaretleri algılayarak tıbbi uzman yetenekleri gösterebilen bir araç olduğunu anlamaktır.

Örneğin bir doktor, yoğun iş yüklerini de göz önünde bulundurursak, 100 kanser vakasından 70’ini başarıyla tespit edebilir. Ancak makine öğrenimi daha önce hiç görülmeyen veya tahmin edilmeyen verileri inceleyebilir, aralarındaki ilişkileri tespit ederek doktorlara bilgi sağlayabilir. Ayrıca, yapay zeka ve makine öğreniminin açıklama araçları, doktorlara hangi teşhisleri saptadıkları konusunda önerilerde bulunarak tahminleri anlamaya ve yorumlamaya yardımcı olabilir. Tıp uzmanları bu içgörüyü kullanabilir veya göz ardı edebilir; bu onların inisiyatifindedir. Yapay zeka, yüksek teknolojili bir analiz aracı olarak onların işini kolaylaştırmayı amaçlar.

İkincisi, IoT bireysel bilgiden kurumsal bilgiye geçişi sağlar. 100 profesyonel bir BT taramasına bakarak farklı sonuçlara varabilir. Bu onların uzmanlık ve deneyim seviyelerine bağlıdır. Yapay zekayı kullanırken, bireysel bilgiden faydalanarak bunu kurumsal bilgi haline getirebiliriz. AI modeli her zaman aynı seviyede performans göstererek bir efor ve sonuç standardı tahsis eder.

Faydalı bir IoT sistemi nasıl oluşturulur?

Sağlık kuruluşları birer işletmedir. Operasyonel sorunları çözmeye ihtiyaç duyarlar ve verimliliğe önem verirler. Dolayısıyla, sağlık odaklı bir IoT sistemi oluşturma süreci diğer sektörlerdeki teknik projelere benzer şekilde ele alınmalıdır; sorun bildiriminden keşif aşamasına, kavram kanıtından rafine mimariye dayalı bir pilot uygulamaya kadar uzanan bir yol izlenmelidir. Çevik bir yaklaşımla yalın bir uygulanabilir ürün oluşturmak, ilk kullanıcılardan önemli geri bildirimler toplanmasına ve nihai ürün aşamasına emin adımlarla yaklaşılmasına olanak tanır.

Sağlık kuruluşlarının mevcut teknolojiyi dikkate alması gerekir. Genellikle kuruluşların, teknik verimlilik açısından kurtulmaları gereken eski altyapıları vardır ancak hastaneye yakın zamanda büyük bir yatırım yapılmışsa bu mümkün olmayabilir. Gevşek bağlı veri katmanları gibi veri ilkelerinin kullanılması, yeni çözümlerin eski ortamlar için faydalı olmasını mümkün kılabilir.

İşlevsel bir altyapıyı sıfırdan inşa etmek, uzun vadede getiri sağlama eğilimindedir ve kurumların geleceğe hazır olmasını sağlar. Sağlık kuruluşları, proje değerini ve operasyonlara katacağı verimliliği kanıtlamak için küçük projeler üzerinde çalışmaya başlayabilir. Projeleri maliyet açısından daha makul hale getirmek ve zaman içerisinde değerlerini kanıtlamak, kilit paydaşlardan veya dış ortaklardan daha fazla ürün ve hizmet edinmek için ihtiyaç duydukları desteği almalarını kolaylaştırabilir.