Doktorların Sonunu Yapay Zeka Getirebilir mi?

Zırt pırt "Yapay zeka işinizi elinizden alacak." deniliyor ama kimsenin bunun tam olarak ne anlama geldiğini anladığını düşünmüyorum. Çünkü yapay zekayla ilgili verilen örnekler, hep süslü püslü konularda veya çok gündelik hayattan işlerle ilgili oluyor. Mesela GPT-4o sunumunun neredeyse tamamı gündelik hayatta başımız sıkıştığında bize yapay zekanın nasıl yardım edebileceğiyle ilgiliydi. Bu kullanımda bir problem yok; ama bu yapay zekaların daha üst düzey, daha profesyonel kullanımlarını göstermediğinizde insanlar meslekleriyle bu yapay zekaların ne alakası olduğunu anlayamıyorlar. Bir diğer problem de, yapay zekayla ilgili gelişmelerin Türkiye'ye gecikmeli geliyor olması, o nedenle biz, kendimizi bu topraklarda ekstradan bir cahil cesaretine boğulmuş halde buluyoruz.

Bugün sizinle bu sorunu çözmek için, yapay zekayı tıp alanında kullanacağız. Ve bunu Türkçe olarak yapacağız! Bu sayede, tamamen kendi ellerimizle hazırlayacağımız promptları kullanarak, şu anda var olan primitif yapay zekayla bile neler yapabileceğimizi göstermeye çalışacağım. Evet, bunlara "primitif" diyorum, çünkü yapay zeka şu anda daha emekleme evresinde bile sayılmaz; ama ona rağmen, doğru ellerde birçok mesleğin en zorlu kısımlarını ortadan kaldırıp, bazı meslekleri tamamen yok edecek güce sahip. Hazırsanız, başlayalım.

#YapayZeka #ChatGPT #Doktor

00:00 Giriş: Yapay Zekayı Anlatan Sunumlar Neden Yanıltıcı?
01:30 Tıp, Neden Rasyonel Bir Meslektir?
02:35 Hastalıklarınızı Neden Google'a Sormamalısınız?
03:40 45 Saniyede Hastalığı Yönet: Yapay Zekayı Tıpta İleri Düzeyde Nasıl Kullanabiliriz?
05:00 Yapay Zeka ile Hasta Profili Oluşturma
06:08 Yapay Zeka ile Tıpta Vaka Üretimi
08:09 Yapay Zekada İleri Düzey Prompt (Komut) Üretiminin Önemi Nedir?
10:45 Yapay Zeka ile Hastalık Teşhisi Nasıl Yapılır?
13:15 ChatGPT, Hayali Bir Hastalığı Teşhis Edebilir mi?
17:45 Yapay Zekayı Yenebilir misiniz?
18:45 Doktorların Yerini Yapay Zeka GERÇEKTEN Alabilir mi?
19:50 Yapay Zeka Tıpta Önyargıyı Engelleyebilir mi?
22:11 Kapanış

***

📽️ Videografi & Post-Prodüksiyon: Çınar Ege Bakırcı

Evrim Ağacı'nın Türkiye'de bilim anlatıcılığı çalışmaları tamamen okurları ve izleyenleri tarafından maddi olarak desteklenmektedir. Yaptıklarımızı faydalı buluyorsanız ve daha fazlasını yapmamıza katkı sağlamak isterseniz:

Yanımızda durduğunuz için çok teşekkürler! ❤

***

BAZI FAYDALI BAĞLANTILAR:

[evrimagaci]

Videomuzda geçen promptların tam metni:

*Vaka Üretici:*

Ben, 40 yıldır doktorluk yapan, birçok ödül kazanmış, çok başarılı bir doktorum. Uzmanlık alanım tıbbi teşhis ve tanı (diyagnostik tıp). Kendimi geliştirmek için, aşırı nadir görülen ve zor tanılanan hastalıkları teşhis etmek konusunda pratik yapmak istiyorum. Bu konuda seninle bir oyun oynamak istiyorum.

Senden istediğim, nadir görülen ve zor teşhis edilen bir hastalığa sahip olan, hayali bir hasta hayal etmen. Çok basit bir hastalık seçme, üst düzey bir doktorun bile zorlanarak tanı koyabileceği bir vaka hayal et. O hastayla ilgili tam ve gerçekçi bir profil oluştur. Hasta profili şunları içersin:

1. Kişisel Bilgiler
- Adı ve Soyadı: Hastanın kimlik bilgileri.
- Cinsiyeti: Erkek, kadın veya diğer.
- Yaşı: Hastanın doğum tarihi ve yaşı.
- Medeni Durumu: Bekar, evli, boşanmış, dul vb.
- İletişim Bilgileri: Telefon numarası, e-posta adresi, ikamet adresi.
- Meslek: Hastanın mesleği ve çalışma koşulları.
- Eğitim Durumu: En yüksek eğitim seviyesi.
- Sigorta Bilgileri: Sağlık sigortası durumu ve kapsamı.
- Etnik Köken ve Din: Hastanın etnik kökeni ve dini inançları (tedavi sürecini etkileyebilecekse).
2. Tıbbi Geçmiş
- Geçmiş Hastalıklar: Daha önce geçirdiği hastalıklar ve tedavileri.
- Cerrahi Müdahaleler: Geçmişte yapılan ameliyatlar ve nedenleri.
- Aile Sağlık Geçmişi: Ailede görülen genetik veya kronik hastalıklar.
- Alerjiler: İlaç, gıda veya diğer maddelere karşı alerjik reaksiyonlar.
- Şu Anki ve Geçmişteki İlaç Kullanımı: Düzenli olarak kullanılan ilaçlar ve dozajları.
- Aşılama Durumu: Alınmış aşılar ve tarihleri.
- Kronik Hastalıklar: Diyabet, hipertansiyon, astım vb.
- Geçmiş Psikiyatrik Hastalıklar: Depresyon, anksiyete, bipolar bozukluk vb.
- Geçmiş Enfeksiyonlar: Hepatit, HIV, tüberküloz vb.
3. Semptomlar
- Ana Şikayetler: Hastanın başvurduğu semptomlar ve belirtiler.
- Ağrı Durumu: Ağrının yeri, şiddeti, süresi ve karakteri.
- Diğer Semptomlar: Halsizlik, ateş, kilo kaybı, uyku bozuklukları vb.
- Başlangıç ve Seyir: Semptomların başlangıç tarihi ve seyri.
- Geçmişteki Benzer Semptomlar: Benzer şikayetlerin daha önce olup olmadığı.
4. Biyofizyolojik Durum
- Vital Bulgular: Kan basıncı, nabız, solunum sayısı, vücut sıcaklığı.
- Laboratuvar Testleri:
- Kan Tahlili: Hemoglobin, hematokrit, beyaz kan hücreleri, trombositler vb.
- Biyokimya: Glukoz, kreatinin, elektrolitler (sodyum, potasyum), karaciğer fonksiyon testleri (AST, ALT, bilirubin), böbrek fonksiyon testleri (BUN, kreatinin), lipid profili (kolesterol, trigliseritler).
- Hormon Seviyeleri: TSH, T3, T4, kortizol, insülin vb.
- İdrar Tahlili: Renk, yoğunluk, pH, protein, glukoz, ketonlar, mikroskopik inceleme.
- İmmünolojik Testler: CRP, ESR, ANA, RF vb.
- Genetik Testler: Karyotip, spesifik gen mutasyonları.
5. Görüntüleme Bulguları
- Röntgen: Kemik yapıları ve akciğer görüntüleri.
- MRI (Manyetik Rezonans Görüntüleme): Beyin, omurga, eklemler ve yumuşak dokular.
- CT (Bilgisayarlı Tomografi): Beyin, göğüs, karın ve pelvik organlar.
- Ultrasonografi: Karaciğer, safra kesesi, böbrekler, pelvis, tiroid vb.
- PET (Pozitron Emisyon Tomografi): Metabolik aktivite değerlendirmesi.
- Mammografi: Meme dokusunun incelenmesi.
- Kemik Yoğunluğu Ölçümü: Osteoporoz değerlendirmesi.
6. Kardiyovasküler Değerlendirme
- Elektrokardiyogram (EKG): Kalp ritmi ve fonksiyonu.
- Ekokardiyografi: Kalp yapıları ve fonksiyonları.
- Holter Monitörü: Uzun süreli EKG takibi.
- Stres Testi: Egzersiz sırasında kalp fonksiyonları.
7. Nörolojik ve Psikiyatrik Değerlendirme
- Nörolojik Muayene: Refleksler, kas gücü, duyu fonksiyonları, koordinasyon.
- Mental Durum Değerlendirmesi: Hafıza, dikkat, oryantasyon ve bilişsel fonksiyonlar.
- EEG (Elektroensefalografi): Beyin dalgalarının incelenmesi.
- Psikolojik Değerlendirme: Depresyon, anksiyete, stres düzeyi testleri.
8. Fiziksel ve Anatomik Nitelikler
- Boy ve Kilo: Vücut kitle indeksi hesaplaması için.
- Vücut Kompozisyonu: Kas, yağ oranı ve dağılımı.
- Fiziksel Muayene Bulguları: Deri, baş, boyun, toraks, karın, ekstremiteler ve nörolojik sistem muayeneleri.
- Ortopedik Değerlendirme: Kemik ve eklem sorunları.
- Solunum Fonksiyon Testleri: Spirometri vb.
9. Gastrointestinal ve Hepatobiliyer Sistem
- Endoskopi: Üst ve alt gastrointestinal sistem değerlendirmesi.
- Kolonoskopi: Kalın bağırsak ve rektum değerlendirmesi.
- Karaciğer Fonksiyon Testleri: ALT, AST, GGT, bilirubin vb.
- Hepatobiliyer Görüntüleme: MRCP, ERCP.
10. Ürolojik ve Ürogenital Sistem
- Prostat Muayenesi: PSA testi, rektal muayene.
- Üroflowmetri: İdrar akış hızı ölçümü.
- Pelvik Ultrasonografi: Böbrekler, mesane, üreterler.
11. Endokrin Sistem
- Tiroid Fonksiyon Testleri: TSH, T3, T4.
- Diabetes Mellitus Değerlendirmesi: HbA1c, açlık glukoz testi, OGTT.
- Böbreküstü Bezi Değerlendirmesi: Kortizol, ACTH testleri.
12. Kas-iskelet Sistemi
- Artrit Değerlendirmesi: RA testleri, eklem sıvısı analizi.
- Kemik Yoğunluğu Ölçümü: DEXA taraması.
- Kas Enzim Testleri: CK, aldolaz.
13. Dermatolojik Değerlendirme
- Deri Biyopsisi: Şüpheli lezyonların incelenmesi.
- Dermatoskopi: Cilt kanseri taraması.
14. İmmünolojik ve Alerjik Değerlendirme
- Alerji Testleri: Deri prick testleri, spesifik IgE testleri.
- Otoimmün Hastalık Testleri: ANA, anti-dsDNA, ENA paneli.
15. Diğer Değerlendirmeler
- Göz Muayenesi: Görme keskinliği, göz içi basıncı, retinal muayene.
- Kulak Burun Boğaz Muayenesi: İşitme testleri, endoskopik değerlendirme.
- Diş ve Ağız Sağlığı: Diş çürükleri, diş eti hastalıkları değerlendirmesi.
- Beslenme ve Diyet Değerlendirmesi: Kalori alımı, beslenme alışkanlıkları.
- Fiziksel Aktivite ve Egzersiz Değerlendirmesi: Günlük aktivite düzeyi, egzersiz alışkanlıkları.
16. Psikososyal Durum
- Psikolojik Durum: Depresyon, anksiyete, stres düzeyi.
- Sosyal Destek: Aile ve arkadaş çevresi, yaşam koşulları.
- Yaşam Tarzı: Diyet, egzersiz alışkanlıkları, alkol ve sigara kullanımı.
- Çevresel Faktörler: İş ortamı, ev ortamı, maruz kalınan kimyasallar veya toksinler.

Hastanın belirlediğin bu özelliklerini bana söyleme, sadece sen bil.

Oyunu başlatmak için, bu hayali hastanın hastaneye veya acile hangi şikayetle geldiğini bana söyleyeceksin. Sadece şikayetini söyle, adı, yaşı ve diğer nitelikleriyle ilgili hiçbir bilgi verme. Sonrasında sana, hastayla ilgili sorular soracağım. Bu sorular, gözle görülür semptomlarla ilgili de olabilir, belli tıbbi testlerin yapılmasını da içerebilir. Sen de, sana sorduğum sorunun o hastayı tanımlayan, uygun cevaplarını vereceksin. Verdiğin cevapların tutarlı olması çok önemli. Bütün cevapların, tek ve gerçekçi bir vakayı tanımlamak zorunda. Hastayla ilgili bütün bilgiler, modern tıp gerçekleriyle uyumlu olmak zorunda.

Sorularımı cevaplarken (veya bir test sonucunu bildirirken), bana direkt olarak sorunun cevabını ver. Cevaplarında hastalığa dair hiçbir ipucu, tahmin, yönlendirme olmasın. Unutma, hastalığı benim tahmin etmem gerekiyor. Sen sadece sorunun cevabını veya testin sonucunu söyle.

Görevi anladıysan, anladığını belirt ve vakanın hastaneye/acile ne sebeple ve nasıl başvurduğunu söyle.

*Vaka Çözücü (Doktor):*

Sen, 40 yıldır doktorluk yapan, birçok ödül kazanmış, çok başarılı bir doktorsun. Uzmanlık alanın tıbbi teşhis ve tanı (diyagnostik tıp). Kendini, aşırı nadir görülen ve zor tanılanan hastalıkları teşhis etmek konusunda geliştirmek istiyorsun. Bu nedenle seninle bir oyun oynayacağız.

Sana, hastaneye veya acile başvuran bir kişiyi tarif edeceğim. Bana bu hastayla ilgili sormak istediğin soruları sor, ben de sana cevaplarını vereceğim. Sorularını tek tek sorman gerekiyor; verdiğim cevaplara göre yeni sorular sorabilirsin. Sorularını sayıyla sıralama, sadece sorunu sor. Düşünme yollarını da anlatma. Bana verdiğin cevap ya bir soru olsun ya da hastalık tahminin olsun.

Oyunu başlatmak için, bu hayali hastanın hastaneye veya acile hangi şikayetle geldiğini sana söyleyeceğim. Sonrasında bana, hastayla ilgili sorular soracaksın. Bu sorular, gözle görülür semptomlarla ilgili de olabilir, tanıyı koyabilmek için belli tıbbi testlerin yapılmasını da isteyebilirsin. Ben de sana, sorduğun sorunun o hastayı tanımlayan, uygun cevaplarını vereceğim.

Ama şöyle bir kural var: En az sayıda soruyu sorarak, en hızlı şekilde cevaba ulaşman gerekiyor. Başlangıçta 100 puanın olacak ve sorduğun her soru 10 puan kaybettirecek. Amacın, en yüksek skorla oyunu bitirmek, dolayısıyla hasta hakkında seni sonuca en hızlı götürecek soruları seçmen gerek. 0 puana ulaşırsan kaybedeceksin. 0 puana ulaştığında, başarısız olduğunu söyleyerek yenildiğini kabullen.

Görevi anladıysan, anladığını belirt ve vakanın hastaneye/acile ne sebeple ve nasıl başvurduğunu sor.

[sagger]

Bir hekim olarak videodan oldukça etkilendim, öncelikle teşekkür ediyorum.
Sorduğu sorular ve koyduğu tanı oldukça etkileyiciydi. Şu anki haliyle bile geliştirildiğinde ilerleyen dönemlerde oldukça iyi bir doktor asistanı olacaktır.
Tanısal tıp büyük oranda patern tanıma yeteneğine dayanıyor. Bu açıdan yapay zekanın başarılı olabileceğini söyleyebilirim. Özellikle benim bulunduğum alanda yani diyagnostik radyolojide büyük bir başarı elde edecektir.
Ancak ana sorun ve doktor değil de "doktor asistanı" ifade kullanmamın sebebi şu ki; tıp eğitimi almamış birinin bu seviyede bir prompt girmesi mümkün değil. Bir hekim hastanın genel görünümü, duruşu ve şikayetini ifade ediş tarzından da veri elde eder ve hastanın ifadelerini-şikayetlerini tanı koymak için "kitabi" bilgilere ve verilere dönüştürür. Bu açıdan tam olarak bir doktorun yerini alabilmesi için hem görsel input'a hem de ortalama-tıp eğitimi almamış bir insanın ifadelerini-şikayetlerini anlayabilecek bir seviyeye evrilmesi gerekiyor. Tabi fizik muayene bulgularının da halen daha eğitimli biri tarafından sisteme girilmesi şart.
Semiyoloji(tanı bilimi) alanında oldukça yardımcı olacaktır ancak anamnez alma ve fizik muayene halen daha şu şartlarda bu konuda eğitimli birisini gerektiriyor. Çünkü pratikte tanı koymak "vaka sunumlarında" olduğu gibi ideal şartlar altında gerçekleşmiyor.
Ben bu vakada 3.-4. soru gibi hastayı direkt romatolojiye sevk etmiştim bile. Son sorulara varmadan lupus ön tanılarım arasına girdi ve gerekli testleri istemeye başlamıştım. Ancak kesin tanı için o son testler de gerçekten gerekliydi. Bu açıdan oldukça başarılı buldum. Servisten takip edilen ve tanı koymakta zorlanılan vakalar için şimdiden oldukça ideal bir araç benim gözümde.
Ancak sorun şu ki TR şartları için konuşursam poliklinik şartlarındaki kısa süre içerisinde bu kadar verinin elde edilip sisteme girilmesi ve sonuç beklenmesi pratikte zor ve meşakkatli. Şu aşamada doktorlar halen daha Çin'deki ucuz işçiler gibi vakaların çoğunluğunu üstlenecek gibi duruyor. Ben bu vakaya 1-2 dk içerisinde çoktan ön tanı oluşturdum ve hangi branş ile ilgili olduğunu çözdüm örneğin. Çoğu hekim de bunu çoktan yapmıştır. Oysa ki yapay zeka üzerinden yapmaya çalışırsak süre çok uzardı.
Diğer bir sorun da yapay zeka vaka sunumlarındaki gibi düşünüyor. Yani tüm şikayetler ve veriler tek bir tanıya odaklanıyor.
Örneğin; grafisinde paraspinal alanda kitle görünümü + kemik yapıda korteks incelmesi olan hastada ekstramedüller hematopoez düşünülebilir. Lakin bu veriler veya yalnızca osteopeniye de işaret ediyor olabilir. Yapay zekanın bu gibi çetrefilli birden çok tanının eşlik ettiği durumlarda tepkisi ve yaklaşımı nasıl olacak merak ediyorum. Keza insanlar ana tanıyla bağımsız subjektif şikayetler de söyleyecektir ve bu da durumu karıştıracaktır. "Şikayet" dediğimiz şeyler subjektiftir.
Bir diğer durum da istediği testlerin sonuçları tam istediği gibi çıkıyor. Ancak sorun şu ki pratikte bu da böyle olmuyor. O istediği oto-antikor testlerinin duyarlılığı ve spesifitesi %100 değil. Sadece bunlara bakarak yanlış tanı konulabilir. Veya tüm veriler lupus yönündeyken ANA negatif çıkabilir. Keza bu şekildeki durumlarda da ne yapabileceğini ve düşüneceğini merak ediyorum.
Benim bulunduğum diyagnostik radyoloji alanında ise oldukça başarılı olacaktır. Dünyadaki tüm veritabanını kullanması ve patern tanıma yeteneğinin gelişmiş olduğunu düşünürsek çıkan görüntülemelere saniyeler içerisinde bir ön rapor oluşturacaktır.
Şimdilik aklıma gelenler bunlar. Konuya yaklaşımınız için tekrardan teşekkür ederim.

[secilkran]

15 yıldır acil serviste ve 112 de çalışan bir doktorum. Teşhis, klinik öngörü bizler için teorik olarak ne kadar dolu olursak olalım öğrenilen, tecrübeyle gelişen bir şey. O yüzden House değil de Scrubs daha isabetli bir acil servis dizisi aslında mesela, o gelişim sürecini, tecrübe denen şeyin farkını senaryo içinde görebildiğiniz için. Kastım yanlış teşhis değil hedefe yönelik tetkik muayene ve hızlı tanı koyabilme, olanı olacağı gidişatı öngörebilme. Yapay zeka bizim yıllar içinde geliştirdiğimiz sens clinique denen yetiye elbette bizden daha hızlı şekilde ulaşacak ve bizden hızlı öğrenecek, bir triyaj sistemi, bir ilk yönlendirme aracı olarak üç beş yıl içinde çalışır duruma gelecektir de muhtemelen, en azından hekimlerin yardımcı bir veri tabanı gibi kullanması için hizmete girer. Ancak burada linci de göze alarak söylemem gereken, bizdeki insan faktörü dediğimiz kısım, hastayı da yapay zeka hazırladığında sıkıntı yok ancak, insanlar şikayetlerini farklı anlatabilir, çoklukla olduğu gibi sersemlik halini baş dönmesi olarak tanımlayabilir, karın ağrısı dedikleri şey kasık ağrısı göğüs ağrısı dedikleri omuz ağrısı olabilir, abartabilirler ya da ağrı eşikleri çok yüksek olup hafifseyebilirler, ilaçlarını takviye gıdalarını travmalarını saklayabilirler. Doktorun tecrübesi biraz da bu kargaşanın içinde samanlıktaki iğneyi bulabilmektir, bunu öğrenmesi daha zor, bunun için karşıda bir insana henüz ihtiyaç var, daha doğrusu İnsanların da yapay zekayla iletişim kurmayı öğrenmeye ihtiyacı var, bu da yepyeni bir dil öğrenmek gibi çünkü, başka bir dünyanın vatandaşlığı. Ortada bir yerde buluştuğumuzda işleri çok kolaylaştıracağını düşünüyorum.

[bulentdegertekin]

28 yil once Tip fakultesinden mezun olmus bir Ic Hastaliklari ve Gastroentoroloji uzmani olarak sunu soyleyebilirim... Sorular dogru... cevaplar dogru... ama biraz hizli taniya atladi... verdigi laboratuvar ve klinik bilgi ile ben 6-7 farkli ayirici tanida ilerliyordum sizi dinlerken... ki halwn de onlarin da olabilecegini halen dusunuyorum...( byrsa dursaydi ve vaka onlar olsaydi atlardi). Ama benil ongorum diagostik dallarin radyoloji patoloji gibi) bir 4 5 yil icinde bitecegi yonunde. Girisimsel dallar icin daha yol var... orada robotik teknolojinin gelismesi lazim...Bi 5 6 yilia kisisel botlardan aynen boyle tanilar alacagimizi bir 15 yila drluk meskeginin buyuk oranda bitecegini dusunuyorum. ( yazim hatalari icin cok ozur... aeabada dinliyordum saga cekip yazdim)

[ibrahimhulusiozbey]

Yapay zeka hakkında gördüğüm en iyi içeriklerden biri başka iş dalları hakkında devamı gelsin

[Dış-Güç]

Kaçak doktor olarak çalışan yapay zeka tutuklandı.

[korhangokcayoglu]

merhaba, 4 yıllık hekim, 3 yıllık dahiliye asistanıyım. videonuzu çok beğendim. ben eğlenerek izledim. yapay zekanın soruları ve istediği tetkikler gayet yerindeydi . zaten ben de tam olarak 8. soruda lupustan şüphe edip lupus antikorlarını istemiştim. yapay zekanın seçtiği vaka hiç zorlayıcı olmamış zaten tıp fakültesini bitiren herkesin 7.-8. soruda aklına lupus gelirdi. video için teşekkürler çok hoşuma gitti.

[ezgi]

4.sınıfı bitirmiş bir hekim adayıyım. Yapay zekanın baş döndürücü gelişmesi ders çalışma motviasyonumu etkileyecek kadar kafamı karıştırıyor ancak tıpta "bilgi üretme" yürüyüşünde olma konusunda da beni bir o kadar teşvik ediyor. Video hakkında, yapay zekanın yerinde sorular sorduğunu düşünmekle birlikte 40 senelik bir doktorun zorlanacağı hastalık olarak SLE seçmesinin biraz komik geldiğini söylemeliyim. Kolay bir tanı olmuş:)

[turhanylmaz]

Bir dr olarak, malprakstisi azaltmak için yapay zekadan faydalamak gerektiğine inananlardanım.Hasta açısından insanın sıcakĺığı ile yapay zekanın bilgi havuzu ile birleşirse mükemmele yaklaşılabilir.Diagnostik branşlarin yerini yapay zekanın alacağını düşünüyorum.

[dtstrangelove]

Bir hekim olarak videonuzu çok çığır açıcı olarak buldum. Sanılanın aksine hekimlerin malpraktis oranı, hatalı tanı, hastaları can kulağı ile dinlememek gibi sorunlar tekil değil, tüm tıp alanını etkileyecek kadar yoğun görülüyor.

[nicklesscage]

Gördüğüm en ama en verilmli yapay zeka videolarından ki yüzlerce izlemiş olabilir. Ellerine emeğine aklına sağlık İnanılmaz büyük bir fayda.

[BekirCanŞıkşık]

bikaç haftadır chat gpt ye kendi kafamdan çeşitli vakalar yazıp tanı, yapılması gereken testleri ve sonuçlarına tedaviyi vermesini istiyorum her zaman tam istediğim tanıyı veremiyor ama çoğu zaman çok mantıklı şeyler söylüyor. bence yapay zeka şuan için bir doktorun yanında fikir danışmak için faydalı olabilir ama tek başına herhangi birisi kendi hastalığına tanı koyduramaz. umarım ben doktorluktan emekliliğimi alana kadar işimi elimden almaz :)

[ayhancelikayak]

Yeni yetme bir doktor olarak ben de yorum yapmak istiyorum, halen doktorken :)
Tıp eninde sonunda sosyal bir branş. Basit görünen muayene bulguları bile iyi bir iletişim gerektirebiliyor, ki vakadaki hasta gayet işbirlikçi. Tanının başlangıç aşaması olan muayenenin; gözlem, dokunma, dinleme gibi diğer kısımlarına girmiyorum bile.
Yapay zekâ düşünebiliyor, örüntü kurabiliyor bunlar güzel ancak bunların dışına çıkıp şüphelenemiyor (hasta kasıtlı/kasıtsız yanlış bilgi veriyor olabilir, şikayetlerini unutmuştur, aktaramamıştır vs) ve YÖNLENDİRİLMEK ZORUNDA.
Çağrı'nın da bahsettiği gibi insani bir etken olan önyargıyla atlanan vakalar olabiliyor; ancak algoritmalardan bağımsız yine insani bir etken olan şüpheyle yakalanan intihar, kalp krizi, temaruz vb vakaların çok daha fazla olduğunu düşünüyorum. Zor vakaların çoğu; aslında bu vakadaki gibi net bulguları olan nadir hastalıklar değil, belirtileri muallakta olan yaygın hastalıklardan oluşuyor. Özetle yapay zekânın şüphe, ön yargı, inisiyatif alma gibi insani özellikler olmadan doktorların yerini alacağını sanmıyorum. İlle de doktorların yerini alacaksa klinik bölümler değil de, makinelere biraz daha bağlı bölümler olan biyokimya, radyoloji gibi bölümler daha risk altında bence.

[efealici]

Annem bir lupus hastası ve anneme doktorlar en başta teşhis koymaları çok zor olmuştu 3ay boyunca sadece tahlil ve farklı hastalıklar söylediler ve buna görede yanlış tedavi uygaladılar 3ay sonra doğru tanı konuldu bu yapagyzeka nin hizli teşhis koymasi beni çookk mutlu etti daha emekleme aşamasında olsa bile şu anda bile dudak uçuklatıcı derece gelişmiş gözüküyor

[olumlamalab]

Bence bu kanalın en güzel en özenle izlenilmesi gereken ve üstüne çok düşünülüp belkide hayatlarımızın geleceğini şekillendirecek videolarından.. çok güzeldi teşekkürler❤

[aytencelebi]

Ben doktorum, bu cevaplardan Lupus Eritamatozusa gidilir gerçekten. Harika!

[Cheezyism]

Video fazlasıyla bilgilendirici olmuş. Birkaç noktaya daha değinmek iyi olur:

- Henüz bilimsel literatürün ne kadarını, hangi yöntemlerle (bilimsel kanıt düzeyleri) değerlendirdiğine dair net bilgimiz olmaması nedeniyle tıbbi tanı koyma konusunda emekleme evresinde.

- hekimler, farkında olsun olmasın, tanı koyma sırasında iki türlü düşünsel yöntem izler: 1) Örüntü Tanıma 2) Analitik Değerlendirme. YZ en azından deneyimlerinin kadarıyla örüntüleri tanıma konusunda daha gelişkin ancak rasyonel değerlendirme için pek de istenilen düzeyde değil.

- Pek çok zaman kriterler ve skorlamalar ile çalışsak da bu değerlendirme yöntemleri tıpta “gestalt” olarak adlandırdığımız kanı ve anlama/algılama teorisi diyebileceğimiz bir sezgisel yöntem de kullanmaktayız. Bu yöntemi adlandırmak, uygulamak ya da deneyim ile elde edilen bu bilgiyi bir başka meslektaşa aktarmak gerçekten zor olmakta. Hatta belki de tıp eğitimi sadece teorik bilgiden ziyade bu tür deneyimler gerektirdiği için daha uzun sürüyor diyebiliriz. Özetle, bu gestalt’i ML ve YZ ye nasıl aktaracağımız ya da öğreteceğimiz orta vadede büyük bir zorluk olarak karşımıza çıkacak.

- Son olarak, YZ’nin hekimlerden daha iyi olmaya başlaması için halen büyük öneme sahip olan Big Data’ya da çok ihtiyacımız var. Çok büyük veri setlerinin doğru, tarafsız, eksiksiz bir şekilde ML yöntemleri ile işlenmesi gerekli. Pek çok farkında olmadığımız örüntü ve klinik durumların ancak böyle farkına varacağız. Hatta YZ bizden daha kolay bunları fark edecek.

- Sadece interneti kullanarak bu kapasitede olması çok büyüleyici ancak video sonunda değinildiği gibi tıp da dahil olmak üzere bilimsel literatürde de doğru olmayan bilgiler, yanlışlanan uygulamalar ve teoriler; ne yazık ki avcı dergilerde yayınlanan (ve yayınlanmaya devam eden) bilimsellik ilkesi taşımayan makaleler de yer alıyor. Bunları doğru bir biçimde sınıflamak, kaynak olarak kullanmak bu aracı etkin bir şekilde kullanmamız için en önemli unsur olacak. En nihayetinde bizi YZ değil YZ’yi kullanma şeklimiz kurtaracak

[anasteria]

Bir veteriner sağlık doktoru olarak çok başarılı buldum ve bana kendi alanımda uygulayabileceğim yeni fikirler verdi

[DenizGozler]

Bilgisayar muhendisligi ogrencisi olarak yapay zeka videolarini severek izliyorum tesekkurler evrim ağacı

[hkndvc]

Güzel bir video olmuş. Benim kendimce eklemek istediklerim var. Birincisi birçok kişinin de söylediği "İnsan" faktörünü yapay zeka tam olarak kavrayabileceğini sanmıyorum. Yani "Everybody lies" ve "human make mistakes" diyorum. Rapor alabilmek için gelen bir kişi yalan beyan ile rahatlıkla yapay zekaya kendinin hasta olduğunu inandırabilir. Veya yapay zekanın karar verirken baktığı bir laboratuvar parametresi hatalı bir test sonucu olabilir. Burada hastayı görmek, hissetmek önen kazanıyor. Özetle yapay zekanın aynı zamanda çok da uyanık olabilmeyi de bilmesi gerekiyor.