Günümüzde yapay zeka kullanımı hızla artmaktadır. Yeni yayınlanan bir araştırmaya göre, gelişmiş yapay zeka sistemlerinin ameliyathanede anestezistlere yardımcı olabileceği günler çok yakın.

Artificial Intelligence in Medicine dergisinin özel baskısında, nörobilimciler, mühendisler ve doktorlardan oluşan ekip, anestezik ilaç propofol dozunu sürekli olarak otomatikleştirmek için bir makine öğrenimi algoritması yayınladılar. Yazılımın sinir ağlarının aynı anda dozlama seçeneklerinin bilinçsizliği nasıl sürdürdüğünü ve kendi eylemlerinin etkinliğini nasıl eleştireceğini öğrendiği bir derin pekiştirmeli öğrenme uygulamasını kullanan algoritma, karmaşık, fizyoloji tabanlı hasta simülasyonlarında daha geleneksel yazılımlardan daha iyi performans gösterdi. Aynı zamanda, dokuz gerçek ameliyattan elde edilen kayıtlı veriler göz önüne alındığında, bilinçsizliği korumak için ne yapacağını gösterirken gerçek anestezistlerin performansıyla yakından eşleşti.

Algoritmadaki ilerlemeler, bilgisayarların ihtiyaç duyulandan daha fazla ilaç olmadan hastanın bilinçsizliğini sürdürmesini sağlayabilir. Böylece anestezistler, ameliyathanede hastaların hareketsiz kalmasını, acı çekmemesini, fizyolojik olarak stabil kalmasını, yeterli oksijen almasını sağlamak dahil olmak üzere diğer tüm sorumlulukları daha rahat yapabilecekler.

Araştırmacılar bu algoritmayı geliştirirken amaçlarını ifade ederken; “Yapay zeka ile amaçlanan, kaptanın her zaman kokpitte dikkat ettiği bir uçağın otomatik pilotuna benzer olduğunu düşünebiliriz” ifadesini kullanıyorlar. “Anestezi uzmanları, bir hastanın fizyolojik durumunun çeşitli yönlerini aynı anda izlemek zorundadır ve bu nedenle, iyi anladığımız hasta bakımının bu yönlerini otomatikleştirmek mantıklıdır.”

Geliştirilen algoritmanın ilaç dozunu optimize etmeye yardımcı olma potansiyelinin hasta bakımını da iyileştirebileceği düşünülüyor.

Bu tarz algoritmalar, anestezistlerin genel anestezi sırasında hasta üzerinde daha dikkatli ve neredeyse sürekli tetikte olmalarını sağlayacaktır. Bu yönü ile yapay zeka anestezistlerin gerçek yardımcıları olabilme potansiyelini taşımaktadırlar.

Yapay zeka öğretildiği şekli ile hem öneride bulunuyor, hem direkt ilaç dozlarını değiştirebiliyor

Araştırma ekibi, yalnızca hastanın bilinçsizliğini korumak için propofolün nasıl dozlanacağını değil, aynı zamanda bunun uygulanan ilaç miktarını optimize edecek şekilde nasıl yapılacağını öğrenecek bir makine öğrenimi yaklaşımı tasarladı. Bunu, sistemi 2 nöral network ağı ile donatarak başardılar.

Belirli bir anda ne kadar ilacın dozlanacağına karar verme sorumluluğuna sahip bir “aktör” ve işi, oyuncunun maksimum düzeyde hareket etmesine yardımcı olmak olan bir “eleştirmen” olarak değerlendirebiliriz.

Her durumda, algoritmayı, hem farmakokinetik hem de propofol dozlarının dozlar verildikten sonra beynin ilgili bölgelerine ne kadar hızlı ulaştığı ve farmakodinamiğin veya ilacın bilincine ulaştığında bilinci nasıl değiştirdiğinin gelişmiş modellerini kullanan hastaların simülasyonları ile eğittiler. Bu arada hasta bilinçsizlik seviyeleri, gerçek ameliyathanelerde olabileceği gibi beyin dalgalarının ölçümüne de yansıdı. Bu koşullar için bir dizi değerle yüzlerce simülasyonu çalıştırarak, hem oyuncu hem de eleştirmen, çeşitli hasta türleri için rollerini nasıl gerçekleştireceklerini öğrenebilirler.

En etkili ödül sisteminin, eleştirmenin oyuncunun verdiği her dozu sorguladığı, sürekli olarak oyuncuyu bilinçsizliğini korumak için dozu gerekli minimumda tutması için azarladığı “doz cezası” olduğu ortaya çıktı. Sistem herhangi bir doz cezası olmadan bazen çok fazla doz verdi ve sadece aşırı doz cezası ile bazen çok az verdi. “Doz cezası” modeli, diğer değer modellerinden ve geleneksel standart yazılım olan “orantılı integral türev” denetleyicisinden daha hızlı öğrendi ve daha az hata üretti.

Yetenekli bir yardımcı

Çoğu test sırasında, algoritmanın dozlama seçimleri, bilinç kaybı indüklendikten sonra ve artık gerekli olmadan önce katılan anestezistlerinkilerle yakından eşleşti. Bununla birlikte, algoritma, her beş saniyede bir dozlamayı ayarlarken, anestezistlerin (hepsinin yapacak çok şeyi vardı) bunu tipik olarak sadece 20-30 dakikada bir yaptığına dikkat çekti.

Araştırmacılar, testlerin gösterdiği gibi, algoritmanın ilk etapta bilinçsizliğe neden olmak için optimize edilmediğini kabul etti. Yazılım ayrıca ameliyatın ne zaman biteceğini kendi kendine bilmiyor. Ancak anestezistin bu süreci yönetmesi basit bir mesele.

Araştırmacılardan Schamberg, herhangi bir AI sisteminin karşılaşmaya devam etmesi muhtemel en önemli zorluklardan birinin, hasta bilinçsizliği hakkında beslendiği verilerin tamamen doğru olup olmadığı olduğunu söyledi. Aynı üniversitede bilim insanları ayrıca anestezi altında hasta izleme verilerinin kalitesini iyileştirmek için beyin dalgası sinyalleri gibi veri kaynaklarının yorumlanmasını geliştirmeye çalışıyorlar.

Tabii ki hiçbir zaman anestezist olmadan hastalara anestezi uygulanamaz.

Ama ameliyathanede yapay zekanın kullanılması ile birlikte;

Anestezistlerin işleri hafifleyecek,
Hastalara daha kaliteli anestezi verilmesi sağlanacak,
Anestezi ilaçlarının kullanımında tasarruf sağlanacak.

Kaynak:

Schamberg, G., Badgeley, M., Meschede-Krasa, B., Kwon, O., & Brown, E. N. (2022). Continuous action deep reinforcement learning for propofol dosing during general anesthesia. Artificial Intelligence in Medicine, 123, 102227.

Facebook

Twitter