Yeni koronavirüse bağlı gelişen COVID-19 hastalığının yayılmasında en önemli faktörün insanların birbiri ile “temas” etmesi olduğu artık biliniyor. Tam da bu noktada teknoloji, insanların birbirine temasını azaltarak hızlı çözümler sunabilir. Zaten son yıllarda makine öğrenme ve yapay sinir ağlarını kullanan derin öğrenme adlı yapay zeka uygulamaları tıpta giderek artan oranda denenmeye başlanmıştır. Hatta son yıllarda yapay zeka uygulamalarının uzman doktorlardan daha doğru tanı koyduğunu gösteren araştırmaların sonuçları yayımlandı. Bunun üstüne COVID-19 Pandemisi dünya gündemine oturdu ve teknoloji dünyası bu salgının olumsuz sonuçlarını azaltmak için büyük çaba sarf etmeye başladı. Salgının başladığı Çin ve komşu ülkelerden Singapur’un mobil ağ altyapısı kurarak etkili temas takibi örneklerine şahit olduk, hatta Çin şu an ülke genelinde çok sıkı bir şekilde hem mobil ağlar hem de sayısı 2 milyonu aşan sokak kameraları ile vatandaşını takip diyor… Yazımızda, temas takibinden hastane robotlarına, uzaktan sağlık araçları ve yeni ilaçların geliştirilmesini kolaylaştıracak algoritmalara kadar 10 başlıkta yapay zeka ve biyoteknoloji uygulamalarını derledik.
1. Salgınların tanımlanması, takibi ve tahminlerinde
Eğer virüsü takip edip; yayılma noktalarını önceden tespit edebilirsek, onunla daha iyi mücadele edebiliriz. Bunu yapabilmek için geliştirilen uygulamalar / algoritmalar; haber kanalları, sosyal medya platformları ve hükümetlerin sunduğu raporları analiz ederek salgınları tespit ve takip edebiliyor.
Kanada merkezli BlueDot şirketi bu alanda efsane olarak söylenebilir. Çünkü; uçuş biletleri, hava durumları, hatta hayvan sayıları ve çeşitlerinin de dahil olduğu yüzden fazla veri noktasını kullanarak salgını günler öncesinden bildirdi ve gerekli önlemlerin alınması konusunda ciddi uyarılarda bulundu ve ilk uyarısını, 31 Aralık 2019 günü verdi. Bu tarih önemli çünkü Dünya Sağlık Örgütü, bu uyarıyı ancak 9 Ocak 2020 tarihinde yapabildi. Ayrıca 14 Ocak 2020 tarihinde de “Journal of Travel Medicine” isimli bir seyahat uyarısı paylaştı. Bu uyarıda, Wuhan’dan en çok ziyaretçi alan 20 şehri listelediler. BlueDot araştırmacıları, bu şehirlerin virüsün yayılmasında ön ayak olabileceğini de raporlarına eklediler.
Yakın gelecekte belki de benzer uygulamalar, sadece hayvan kaynaklı COVID-19 virüsünün sebep olduğu pandemiyi değil de insanların sebep olduğu iklim değişikliği ve çevre kirliliği gibi problemler için de uyarılarda bulunabilir.
Yapay zeka aynı zamanda anlık takip için de kullanılabilir. Bunun çeşitli örneklerini geçtiğimiz yıllarda da gördük. Örneğin 2015 yılında, Brezilya’dan Amerikaya doğru yayılan Zika virüsünün takibi için dinamik bir sinir ağı modeli kullanıldı. Bu algoritma, COVID-19 Pandemisi için güncel verilerle yeniden eğitilerek tekrar kullanılabilir. Tıpkı Carnegie Mellon üniversitesinin, mevsimsel griplerin yayılımını tahmin eden modellerin, yeni veriler ile eğitilerek kullanmaya başlaması gibi. Ancak burada akıllara gelen önemli bir sorun elde edilen verilerin bazı durumlarda yeterince tutarlı olmamasıdır. O yüzden bu sistemler
SIR diye bilinen epidemiyolojik modeller ile birlikte kullanılmaktadır. SIR modeli, bulaşıcı hastalıklar esnasında, teorik olarak ne kadar insanın etkileneceğini hesaplama yöntemidir.
SIR ismi:
- S: Susceptible - Hastalığa yakalanması muhtemel
- I: Infected - Enfekte olmuş
- R: Recovered - İyileşmiş
Baş harflerinden meydana gelir. Bu modelden gelen veriler çok önemlidir. Çünkü hükümetlerin alacakları tedbir kararları bunlara bağlıdır. Çin’de uygulanan genişletilmiş SIR modeli geçtiğimiz Şubat ayı içerisinde kodlarıyla beraber, diğer ülkelerin de faydalanabilmesi için paylaşılmıştır.
- İlgili konu: Dijital Ayak İzi Takibiyle COVID-19 için çözüm arayışı – Hangi ülke vatandaşını nasıl izliyor?
2. COVID-19 teşhisinde yapay sinir ağları
Virüsün genetik materyalini tespit eden RT-PCR moleküler tanı testleri, koronavirüs teşhisinde temel yaklaşım olarak görülmesine rağmen bazı limitleri vardır. Teşhis için numune alınması, analiz için zaman gerektirmesi ve doğruluk oranında yaşanan sıkıntılar gibi. Bu yüzden alternatif teşhis metodları aranmaktadır ve bunlardan birisi de bilgisayarlı tomografilerin (BT) kullanılmasıdır (bakınız COVID-19 tanısında en etkili yöntem Bilgisayarlı Tomografi).
COVID-19’a özel bazı belirgin radyolojik işaretler ve görüntü paternleri tespit edildi. Bu paternlerin radyologlar tarafından teşhisi zaman alabilmekte. Bu yüzden BT görüntülerinde yapay zeka algoritmaları kullanılarak radyologlara zaman kazandırılmasına çalışılıyor. Yapılan bazı çalışmalar ile radyologların yaklaşık 30 dakika süren teşhis sürelerinin 5 dakikaya kadar düştüğü görülmüştür.
Teşhis ne kadar hızlı olursa müdahale de o kadar yerinde olacaktır. Aynı zamanda burada kazanılan zaman ile salgının yayılma hızı azaltılabilir ve riskli gruplar koruma altına alınabilir.
Çinli e-ticaret devi Alibaba, yapay zeka destekli BT teşhis sistemi ile %96 doğrulukla hastaları teşhis edebildiğini söylüyor.
3. Dronelar ile tıbbi ekipman desteğinde ve robotlar ile temizlik, gıda ve lojistik görevlerinde
Koronavirüs, hava yoluyla insandan insana bulaşabilmesi sebebiyle insansız hava araçları ve robotların kullanımının önemini ortaya çıkardı.
Çinli Terra Drone şirketi, dronelar ile Xinchang bölgesinde sağlık merkezleri arasında lojistik destek sağlanmasında görev alıyor. Benzer dronelar aynı zamanda karantina kurallarının takibi ve termal görüntüleme için de kullanılıyor.
Salgın sebebiyle robotları, hastanelerde temizlik, hasta bakımı, ilaç ve gıda dağıtım görevlerinde görebiliyoruz. Gıda merkezli bir firma olan Pudu Technology de 40’tan fazla hastaneye bu hizmetler için robotlarını yerleştirdi (bakınız aşağıdaki fotoğraf).
4. Yeni ilaçların geliştirilmesinde
Yeni bir ilaç üretmek çok zaman ve maliyet gerektirdiği için bilim insanları mevcut ilaçlar ile yeni tedavi seçenekleri üzerine odaklandılar. Biyomedikal bilgi diyagramları sayesinde ilaçlar ve proteinler arasındaki ilişkiler üzerine çalışan Richardson ve ekibi, baricitinib adı verilen ve eklem iltihabı tedavisinde kullanılan ilacın COVID-19 üzerinde etkili olabileceğini ortaya koydu.
Ge ve ekibi ise benzer bir diyagram yöntemi ile insan proteinleri, virüs proteinleri ve ilaçlar arasındaki ilişkileri, doğal dil işleme yöntemlerini Pubmed veri bankasına uygulayarak PARP1 inhibitörü olan CVL218’in de tedavide etkili olabileceğini buldu ve klinik denemelerine başladılar.
İngiliz bir start-up olan Exscientia, yapay zeka ile tasarlanmış ilaç moleküllerinin insanlı deneylerine başlayan ilk şirket oldu.
Geliştirdikleri algoritmalar ile sadece 12 ayda yeni bir ilaç tasarladılar. Bu süreç geleneksel yöntemler ile 4 ile 5 yıla kadar sürebiliyordu.
Şirket yöneticisi Profesör Andrew Hopkins’e göre yapay zeka, yeni ilaçların keşfi için 3 alanda kullanılabilir:
- Hızlı bir şekilde, Covid-19 için antikor ve aşı üretiminde
- Mevcut ilaçları taramak ve uygun tedavi seçenekleri çıkarabilmek
- Yeni bir ilaç tasarlayarak hem şimdiki hem de sonraki koronavirüsü salgınlarında kullanabilmek.
En iyi ihtimalle bu sürecin 18 ile 24 ay sürebileceğini de sözlerine ekliyor ve bunun, üretim planlaması ile kişiler üzerindeki güvenlik testlerine bağlı olduğunu belirtiyor.
Güney Kore’den ve ABD’den bir grup araştırmacı derin öğrenme teknilerini de kullanarak COVID-19 tedavisine yönelik ticari bir antiviral ilaç çalışmalarına başladı. Önceki çalışmalarda olduğu gibi mevcut literatürden ilaç etkileşimleri üzerine yoğunlaşan ekip, HIV/AIDS tedavisinde de kullanılan atazanavirin etkili olabileceğini duyurdular. Bununla birlikte; gansiklovir, lopinavir ve ritonavir, Prezcobix, darunavir ve kobisistatın da potansiyel etken maddeler olabileceğini çalışmalarında ortaya koydular. Onlar bu sonuçların ve çalışmaların, Çin’de ve diğer ülkelerde uygulanan klinik çalışmalara yardımcı olabileceğini umuyorlar.
Çin’den başka bir grup ise derin öğrenme algoritmalarını COVID-19 virüsünün, insan hücrelerini nasıl etkilediğini daha iyi anlamaya yönelik çalışmalar gerçekleştiriyor. DFCNN adını verdikleri gelişmiş bir sinir ağ modeli tasarlayan araştırmacılar, yüksek doğrulukla protein-ligand etkileşimlerini tanımlamayı ve derecelendirmeyi amaçlıyorlar. DFCNN, COVID-19 proteaz (virüsün hedeflenen bölgesi) için potansiyel ilaçları tanımladı ve bununla ilgili bazı potansiyel ilaç gruplarını yayınladılar.
Google’ın sahip olduğu DeepMind şirketi, AlphaFold sistemini kullanarak koronavirüsünün protein yapılarının tahminlerinde kullandı. Bunlar henüz deneysel olarak onaylanmadı ancak DeepMind umuyor ki bu veriler virüsün fonksiyonlarını anlama da yardımcı olabilir.
5.Yüksek korumalı maske üretiminde
Geleneksel maskelerin koronavirüsüne karşı koruma seviyesinin düşük olması, araştırmacıları yeni çözümler bulmaya yönlendirdi. Ultrasonik tekstil teknolojileri kullanılarak antiviral maske üretiminde rol alan İsrail merkezli Sonovia gibi şirketler, sağlık çalışanlarının ve diğer insanların güvenliği için yüksek teknolojili maskeler üretmeye başladı. Bu maskelerin bir diğer avantajı da tekrar kullanılabilmesi. Sonovia’nın ürettiği maskeler 92 derecede 65 kez yıkamadan sonra dahi virüslere karşı etkinliğini devam ettirebiliyor.
- İlgili konu: Maskeler dezenfekte edilip tekrar kullanılabilir mi?
6. Yalan haberler ve yanlış bilgilendirmeler ile mücadelede
Google ve Facebook, şu anda ciddi şekilde teknik ekiplerini bu tür yanlış bilgilendirmelerin tespitini ve yayılmasının durdurulmasının üzerine çalıştırıyor.
Google’da, COVID-19 araması yaptığınızda size bilgilendirmek üzere tarayıcının yan bölmesinde bir pencere açılıyor ve sizi doğru şekilde bilgilendirecek bağlantılar sunuluyor.
Aynı zamanda YouTube, koronavirüs ile ilgili içeriklerde size doğrudan Dünya Sağlık Örgütü'nün (DSÖ) bilgilendirme sayfasına gitmeniz için bağlantılar sağlıyor.
Yalan haberlerin yayılması sadece kullanıcıların yanlış bilgilendirilmesine yol açmamak ile birlikte bu verileri kullanarak COVID-19 yayılımı ve takibi üzerine eğitilen yapay zeka algoritmalarının da doğruluğunu etkilemektedir. Google Flu, tarihe geçen başarısız projelerden birisidir ve bunda elde edilen verilerdeki manipulasyonların da sebep olduğu bilinmektedir. Dolayısıyla, sosyal medya platformlarının üzerine büyük iş düşmektedir bu alanda.
7. Enfekte kişilerin takibi ve tanımlanmasında
Termal kameralar, enfekte kişilerin teşhis edilmesinde kullanılmaktaydı ancak bu yöntemin en büyük dezavantajı, yine insanların kullanılmasıydı. Şimdi, yapay zeka ile desteklenmiş çok sensörlü kameralar havaalanları, hastaneler, kreşler gibi toplu bulunan yerlerde kullanılmaya başlandı.
Bu gelişmeler ile birlikte geçtiğimiz günlerde Google ve Apple, COVID-19’un takip edilmesinde iş birliğine gittiklerini duyurdu. Geliştirmekte oldukları projenin hedefi, akıllı telefon kullanıcısı bireylerin BLE (Bluetooth Low Energy) teknolojisi ile koronavirüs kapacak kadar uzun süre kiminle temas ettiğini, kime yaklaştığını incelemek.
Bu projenin avantajlarından birisi, kullanıcıların, sanal uygulama mağazalardan herhangi bir uygulama indirmelerine ihtiyaç duymamaları. Bu yöntemin uygulanması için cihazların, mevcut sensörlerinin kullanılması düşünülüyor. Bunu yaparken herhangi bir konum veya kişisel verilerin de kullanılmayarak, mahremiyetin ön plana çıkarılması amaçlanıyor.
Apple ve Google’ın ortak yaptığı basın bildirisinde üzerinde durdukları en önemli 3 nokta: “Mahremiyet, şeffaflık ve kullanıcı rızalarıydı.” Ayrıca proje geliştirilmesinin ardından, proje bilgilerinin açık kaynak olarak da paylaşılacağını duyurdular.
Tabi projenin başarıya ulaşabilmesi için test sayılarında belirli seviyelere ulaşılmasının önemli olduğu düşünülüyor.
Çin, Singapur, İsrail, Güney Kore, Polonya gibi bazı ülkeler koronavirüsle mücadelede cep telefonlarına yüklenen uygulamalar ile takip teknolojisini kullanmaya başladı. Yine benzer şekilde; Türkiye, İngiltere, İtalya ve Almanya gibi ülkeler de kendi dijital girişimleri üzerinde çalışmaya devam ediyor.
Apple ve Google geliştirdikleri platform ile tüm bu üçüncü parti uygulamaları da tek çatı altında toplayarak kendi aralarında bütünlük elde etmeyi amaçlıyor. Bu sayede bu uygulamalar birbirleriyle de uyumlu bir şekilde çalışabilir ve kişiler yurt dışı seyahatlerinde dahi koronavirüs ile mücadele kapsamında ortak sistem içinde tespit edilebilir.
Eğer bu uygulama başarılı olursa, ülkeler uyguladıkları sıkı karantina ve tecrit şartlarını hafifletme yoluna gidebilir veya seyahatlere, ülke giriş-çıkışlarına getirilen kısıtlamalar hafifletilebilir.
Şirketler uygulama arayüzlerini (API), Mayıs ortasına kadar ilan etmeyi planlıyor. Diğer uygulamaların entegre olabilmesi için de gerekli kılavuzları yazılım geliştiricileri için yayınladılar.
8. Araştırmacılar için bazı önemli soruların cevaplanmasında
Google’ın sahip olduğu ve dünyanın en önemli veri bilimci topluluklarından olan Kaggle’da, COVID-19 araştırmacılarının sorularını cevaplamak üzere bir yarışma başlatıldı. Yarışmacılara 50 binden fazla akademik yayın, kaynak olarak sunuldu. Onlardan, bu veri setinin üzerine doğal dil işleme (NLP) yöntemleri uygulayarak bazı kilit sorulara cevap aramaları istendi. Bu yarışmanın ana destekleyicilerinden birisi de Beyaz Saray Bilim ve Teknoloji kuruludur.
Şu anda tüm dünyada farklı alanlardan araştırmacılar, koronavirüsle mücadele için çok büyük emek harcamakta ve yayınlar sunmakta. Bu alandaki bilimsel literatür günümüzde üssel olarak artmakta ve inanılıyor ki makine öğrenmesi bu yayınların gözden geçirilmesinde araştırmacılara zaman kazandırabilir ve bazı sorularına cevaplar verebilir.
Bu proje dışında; COVID-19 vaka ve ölüm tahmini üzerine çalışmalar ve en ön saflarda mücadele eden hekimlerin sık karşılaştığı problemler için çözüm aranmasına yönelik de yarışmalar açılmıştır.
9. Uzaktan sağlık hizmetleri - Telesağlık
Daha önce yüz yüze yapılan muayenelerin hasta ihtiyaçlarını karşılamak için son seçenek olup olmaması gerektiğinin tartışılmaya başlandığı bugünlerde yaşanan yoğun bakım uzmanı eksikliği ve doktorların COVID-19’a karşı güvenliği açısından telesağlık hizmetleri yeniden tartışmaya açıldı ve birçok şirket ve hastane iş birliğine gitmeye başladı.
İsrail’deki Sheba Sağlık Merkezi, bu alanda yenilikleri uygulamaya koyan merkezlerden birisi. COVID-19 teşhisi konulan hastalar, hastaneden 2 km uzaklıktaki bir izolasyon merkezinde gözlem ve tedavi altına alınıyor. Bu uygulama ile sadece evlerinde karantina altında olan hastalar ile değil aynı zaman da yatan hastalar ile de temas en aza indirgeniyor. Yatan hastaların klinik verileri ve hareketleri, EarlySense firmasının geliştirdiği yapay zeka destekli sensörler ile takip edilebiliyor. InTouchHealth Robot firmasının ürettiği robotlar ile de vizitleri gerçekleştiriliyor.
Evlerinden kontrol edilmesi gereken hastalar, TytoCare firmasının ürettiği muayene kitleri ile doktorları tarafından temas etmeden tamamen uzaktan kontrollü bir şekilde, istenilen yer ve zamanda muayene edilebiliyor, tedavi planları sunuluyor ve reçetelerini hazırlanabiliyor.
10. 3-Boyutlu Yazıcı teknolojileri
Yaşadığımız pandemi sürecinde tedarik zincirleri, test kitleri, solunum cihazı parçaları gibi bazı tıbbi ekipmanların sağlanmasında ciddi sıkıntılar yaşıyor. Bu konuda yardımımıza 3 boyutlu yazıcılar yetişiyor. Ohio’da normalde diş protezleri üreten 250 yazıcı kullanılarak günlük 100 bin test kitinin üretilmesine başlanması örnek olarak verilebilir. Birçok tasarımcı ve mühendis solunum cihazlarının kullanıcı sayısının artırılması için çeşitli valfler hazırladı ve bunların tasarımları ve kullanım kılavuzlarını da paylaşarak tüm dünyada kullanımının önünü açtılar. Minnesota Üniversitesi'nden bir ekip solunum cihazları daha uygun maliyetli ve kısa zamanda üretilmesini sağlayan 6 kritik parça tasarladı ve bunları da önümüzdeki günlerde paylaşmayı düşünüyorlar. Avrupa’da ve Amerika’da çok sayıda otomobil üreticisi tıbbi ve koruyucu ekipmanların üretilmesine başladı ve yine bu firmalar edindikleri tecrübeleri ve tasarımları da paylaşmayı sürdürüyorlar.
