Medikal Robotikte Yapay Zeka

Sağlık hizmetlerinde yapay zeka uygulamaları daha yaygın hale geliyor. Tıbbi robotik marjinal olarak az gelişmiş bir alandır.
Bu yazıda, yapay zeka yazılımının nasıl tıbbi robotlara girdiğini ve gelecekte daha fazla yatırımla nasıl olacağını ele alıyoruz.

Tıbbi Robotik için Yapay Zeka
Teorik olarak, yapay zeka yazılımı geliştirmeye yönelik çok sayıda yaklaşım tıbbi robotiği otomatikleştirmek için işe yarayabilir.
Örneğin, robotu sorunlu alanlara yönlendirmek ve hataları veya hastanın bedensel tepkilerini farketmek için makine vizyonu kullanılabilir.

Günümüzde, tıbbi robotik sektöründe tam otomatik cerrahi veya diğer tıbbi prosedürler açısından çok fazla görünür kullanım alanı yok. Bunun nedeni, düzenlemelerin tanınmış bir profesyonelin bu prosedürleri yönetmesini gerektirmesidir. Sorumluluk gibi meselelerin yapay zeka ile çözülmesi daha zordur, çünkü genellikle bir yapay zeka uygulamasının sonuçlandırılmasının tam olarak nasıl gerçekleştiği belli değildir.
Tıbbi robotların çoğu, non-invaziv cerrahi sırasında hassas operasyonlar için kullanılır. Bu kullanım durumu, yapay zekanın insan vücuduna yazılımı “serbest bırakmak” istemesi nedeniyle yapay zeka ile tam otomasyonu neredeyse yasaklar.
Ek olarak, düzinelerce hareketli kolları ve aletleri olan tıbbi bir robotu çalıştırmak için oluşturulan bir makine öğrenme modelinin, ameliyat videoları hakkında kapsamlı bir şekilde eğitilmesi gerekecektir. Bu, uygulamadan önce dijital olarak etiketlenmiş binlerce cerrahi video gerektirir.
Bir sağlık şirketinin, robot cerrahi ameliyatı yapmak için yeterince sorumluluk almayacak kadar iyi bir makine öğrenme modelini eğitmesi ve yeterli veri toplaması aylar sürebilir.
Bir şirket tüm bu verileri toplasa bile, yazılımın ameliyatları tamamen otomatikleştirmek için kullanmadan önce düzenlemelerin değişmesi gerekebilir.

Bununla birlikte, teşhis gibi diğer sağlık hizmetleri süreçlerini otomatikleştirmek için günümüzde kullanılan tıbbi robotlar var.
Örneğin, Hintli yazılım şirketi Sigtuple, akıllı mikroskoplarını fotoğraf çekmeye ve buluta göndermeyi otomatikleştiren yapay zeka tabanlı bir telepatoloji sistemi oluşturdu.
Sigtuple’ın yazılımı Shonit akıllı mikroskoplardan veya bir akıllı telefon kamerasına bağlı hareketli bir robot tabanına takılan mikroskoplardan oluşur.
Yazılım, akıllı telefondaki bir uygulamayla çalışır ve bu da onu buluta bağlar. Mikroskop, lensin bir numune kabı üzerine gelmesini ve birden fazla resim çekmesini sağlayan taban üzerinde hareket eder.
Bu resimler daha sonra akıllı telefona kaydedilir ve etiketlenecek buluta gönderilir.
Daha sonra, resimler bu önceden etiketlenmiş yüksek çözünürlüklü görüntülerle tanı koyabilen bir patoloğa gönderilir.

Aşağıdaki 3 dakikalık videoda Shonit yazılımının kan lekelerini nasıl tarayabildiğini, analiz için buluta gönderdiğini ve ardından bir patoloğa gönderdiğini, böylece bulunan hastalıkları teşhis edebileceklerini açıklıyor:

Yazılım muhtemelen tüm bu süreçleri ele almak için makine vizyonunu kullanıyor. İlk olarak, Shonit uygulaması yüklü olan akıllı telefon kamerası, kan hücrelerinin varlığını fotoğraf çekmek için iyi bir gösterge olarak kullanır. Ek olarak, merceğin kenarındaki daha yüksek bir hücre konsantrasyonları veya vücut yapıları, yazılımı mikroskobu daha fazla numune yönünde hareket ettirmeye zorlayabilir.
Her ne kadar bu, makine görüşünün farklı özelliklerinin yeni bir kullanımı gibi görünse de, Sigtuple, yazılımlarında başarı gösteren herhangi bir sonucu listelemiyor. Bunun nedeni, Shonit'in hâlâ ortaklara özel bir beta lansmanı olması. Ek olarak, Sigtuple şirketlerinde uzun süredir devam eden yapay zeka yeteneklerini kullanmıyor gibi görünüyor.