Milyarlarca satır veri arasında zamana karşı analizler yapıp kişiye özel ilaçlar geliştirilebilecek mi? Bellek içi teknolojilerin yaygınlaşması, büyük veri ve makine öğrenmesi bunun çok yakın gelecekte mümkün olabileceğini gösteriyor.
Kanser tedavisinin farklı aşamalarında veri protokolleri genelde aynıdır. Doktorlar hasta ile ilgili verileri yapısal veriler haline getirir ve daha sonra korelasyonları ortaya çıkarmak için basit istatistiksel analizler gerçekleştirir. Ancak bu yaklaşım günümüzün bilgisayar bilimini dikkate aldığımızda oldukça geri kalmaktadır.
Örneğin Amerikan Klinik Onkoloji Birliği’ne göre ABD’de her yıl 1,7 milyon kişiye kanser tanısı konuyor. Ülkemiz ise ne yazık ki nüfus hasta oranında ABD ortalamasının üzerinde yer alıyor. ABD’deki bu yüksek sayılara rağmen hastaların sadece yüzde 3’ü klinik tedavi görüyor. Şu anki araştırmalar da bu az sayıdaki hastalardan elde edilen veriler üzerine yapılıyor. Ancak kanser tedavisi için geriye kalan yüzde 97’lik kesimin de verilerine ulaşılmalı. Bu nedenle bu alanda inovasyona ve yeni araçlara gerek var.
Bu konuda özellikle MIT üniversitesi öğrencileri ile Massachusetts Hastanesi doktorlarının birlikte çalıştığı proje dikkat çekici. Bu projede modern hayatımızın birçok alanını şimdiden etkilemeye başlayan makine öğrenmesi kullanılıyor.
Bu projede kullanılan makine öğrenmesi veya algoritmalar, nereye bakmalarını programlamadan veri ve bilgilerden sonuçlar çıkarıyor. Amazon, Netflix ve diğer alışveriş sitelerinin tüketicilerin alışveriş alışkanlıklarını takip eden ve tercihlerini tahmin eden araçlarına benzer şekilde devasa miktardaki verilerden kısa sürede önemli sonuçlar elde ediyor.
Yine Weill Cornell Medicine tıp okulunda görevli Doç. Dr. Olivier Elemento da hem kendi hastalarının verilerinden hem de kanser araştırma kuruluşlarının elde ettiği verilerden oluşturduğu bir veritabanı üzerinden araştırmalar yapıyor. Kurum bu veritabanı sayesinde bir tümör içerisindeki mutasyonların hangilerinin daha fazla önemli olduğunu belirleyebilir, böylece hastalara özel tedaviler uygulayabilir.
Ayrıca bu alandaki bir diğer önemli çalışma ise Intel ile Knight Kanser Merkezi Enstitüsü arasında yapılan işbirliği. Bu işbirliği ile oluşturan Otak Kanser Bulut Projesi’nde Intel’in Trusted Analytics Platformu kullanılarak büyük veri üzerinden analizler yapılıyor ve araştırmacılar elde ettikleri bulguları bulut sayesinde birbirleri ile paylaşıyor.
Bu tarz teknolojilerin kullanımı hastalara yardım konusunda büyük bir potansiyel de ortaya çıkaracak. Bu sayede örneğin “Benim yaş aralığımdaki ve benimle benzer özelliklere sahip kişilerde bu hastalığın seyri nasıl ilerliyor?” gibi soruların yanıtları da daha net bir şekilde verilebilir.
Aynı şekilde doğal dil işleme (NLP) teknolojisi ile makineler, patoloji raporlarından kanser hastaları ile ilgili yazılı dokümanları araştırabilir, özetleyebilir ve hatta yorumlayabilir. NLP araçları kullanılarak on binlerce hastanın klinik bilgileri en doğru şekilde incelenerek doğru sonuçlara varılabilir.
Yine örneğin mamogramlar, bir insan gözünün tespit etmekte zorlanacağı birçok bilgiyi içerir. Ancak makineler en ufak bir değişimi fark edebilecek kapasiteye sahiptir. Burada mamogram verilerini otomatik şekilde analiz edecek derin öğrenme teknolojisi göğüs kanserinin tedavisinde çığır açabilir.
Kısacası makineler tahmin yapma ve sorun tespiti konusunda çok iyiler. Neden makineleri kullanarak örneğin göğüs kanseri ile ilgili bir model çıkarmayalım? Tıp dünyasında bu konuda yapılacak inovasyonlar gelecekte gerçekten büyük değişimlere kapı aralayabilir.
