Türkiye’de klinik yapay zekâ geliştirmenin öğrettikleri
Tıbbi bir yapay zekâ kurarken asıl zorluk çoğu zaman modelin kendisinden çok, modelin çalışacağı dilden, kod setinden ve kurallardan kaynaklanır. Türkiye bu açıdan en zorlu ortamlardan biridir.
“Klinik yapay zekâ” deyince akla genellikle model gelir. Oysa işin zor kısmı çoğu zaman modelin çalışacağı ortamdadır. Bu ortamı hangi dilin konuşulduğu, hastalıkların nasıl kodlandığı ve bir işlemin hangi kurala göre ödendiği belirler. Bir ülkede gerçekten işe yarayan bir sistem kurmak istiyorsanız, önce o ülkenin klinik gerçeğini öğrenmeniz gerekir. Türkiye bu açıdan kolay bir başlangıç noktası değildir ve en zorlu örneklerden biri sayılabilir.
Birinci zorluk dildir. Türkçe tıbbi metinde kısaltmalar, Latince terimler ve günlük konuşma dili iç içe geçer; kelimelerin anlamı çekim ekleriyle değişir. Hastanın “midem kazınıyor” demesiyle bir epikrizdeki resmi ifade arasındaki bağı modelin doğru kurması gerekir. Büyük ölçüde İngilizceyle eğitilmiş genel bir modelin bu mesafeyi kapatması zordur.
İkinci zorluk mevzuattır. SGK ve SUT, hangi işlemin hangi koşulda, hangi kodla ve hangi belgelerle ödeneceğini belirleyen, sürekli güncellenen geniş bir kurallar bütünüdür. Bir işlemin ödenip ödenmeyeceği çoğu zaman tek bir maddeye bağlıdır. O maddeyi hiç görmemiş bir model, başvuruyu kusursuz özetleyip yine de yanlış karara varabilir.
MINA bu iki katman gözetilerek kuruldu. Açık ağırlıklı bir dil modeline Türkçe klinik dil sürekli ön eğitimle öğretildi, uzmanlık alanları modüler eklerle katıldı ve cevaplar güncel klinik kaynaklara bağlandı. İç değerlendirmemizde MINA, ICD-10 kodlamada ve SUT uyum kararlarında yüksek doğruluğa ulaştı; mevzuat maddesi uydurma ya da yanlış maddeye atıf yapma ise çok seyrek görüldü. Bu sonuçlara tek seferde ulaşılmadı; sürümler ilerledikçe ICD-10 kodlamadaki doğruluk istikrarlı biçimde arttı. MINA v3.7'nin görev bazlı değerlendirme sonuçlarını MINA v3.7 sayfasında bulabilirsiniz.
Yöntemin Türkiye’de işe yaraması, yalnızca Türkiye’ye özgü olduğu anlamına gelmez. Zor bir pazarın dilini ve kurallarını öğrenebilen bir sistem, aynı yöntemi başka bir pazarın diline ve kurallarına da uygulayabilir. Bu açıdan Türkiye’deki sonuçlar, yöntemin başka pazarlarda da uygulanabileceğine dair bir işarettir.
Bu sonuçlar sentetik ve anonim veriyle yürütülen bir iç değerlendirmeden geliyor; gerçek hasta verisi kullanılmadı ve sahadaki bağımsız doğrulama sürüyor. Bu nedenle sonuçlar kesin bir iddia olarak değil, bir başlangıç noktası olarak okunmalıdır. Yine de en zor koşullarda ölçülen bir sonuç, daha kolay pazarlarda işin nasıl ilerleyeceğine dair güçlü bir fikir verir.