Microsoft ve Novartis’in Assess MS yolculuğu
Microsoft, Xbox video oyunları için geliştirdiği Kinect sistemini bundan beş yıl kadar önce piyasaya çıkardığında, ürün, umulmadık bir kaynağın, sağlık hizmetleri şirketi Novartis’in ilgisini çekti. Bir oyun dinamiğinden MS hastalığına dair bir değerlendirme aracına uzanan Assess MS’in hayat bulma hikâyesi bu satırlarda.
Novartis yıllardır multipl skleroz (MS) alanında geliştirdiği tedavilerin sağladığı faydanın niceliksel değerlendirmesini yapmanın daha tutarlı yollarını bulmaya çalışıyordu; ancak bir hastada görülen belirtilerin dengeye mi kavuştuğu yoksa kötüye mi gittiğinin değerlendirmesi oldukça güçtü.
Bunun nedeni, multipl skleroz hastalığının karmaşık yapısı: Belirtiler kimi hastada üzücü bir hızla ilerlerken, kimisinde birkaç yıla yayılan sürelerde yavaş ve düzensiz biçimde ortaya çıkabilmekte.
Microsoft’un Cambridge, Birleşik Krallık’ta bulunan araştırma laboratuvarıaraştırmacılarından Cecily Morrison, “MS’in en zor yanlarından biri belirsizliği,” diye anlatıyor. Morrison, son birkaç yıldır Novartis’in Assess MS adını verdiği fikrinden doğan araştırma projesinde çalışıyor.
Doktorlar, multipl sklerozun seyrini ölçebilmek amacıyla kullandıkları, örneğin hastadan eliyle burnuna dokunmasını veya otururken kollarını iki yana açmasını istedikleri bir dizi standart test geliştirmişler. Doktor test sırasında hastayı izliyor, hastada görülen belirtilerin şiddetini saptamak için bir değerlendirme ölçeği kullanıyor.
Standardı yakalamak
Sorun nedir? Yaşamlarını başkalarının sağlığına hizmet etmeye adayan doktorlar şüphesiz bugün en ulvi mesleklerden birini icra etmektedirler. Fakat günün sonunda bu mesleği icra edenler de insandır. Bu ne anlama geliyor? MS testlerini standartlaştırmak için ne kadar çaba harcasalar da sonuç özneldir. Araştırmacılar, bir grup doktorun aynı hastayı aynı hareketleri yaparken izlediği durumlarda doktorlardan bazılarının değerlendirme ölçeğinde “1,” bazılarınınsa “2” işaretlediğini buldular. İki farklı günde aynı hastada aynı hareketleri izleyen bir doktorun değerlendirmesi bile farklı olabiliyordu.
“Birlikte çalıştığımız klinisyenler hastalarına gerçekten önem veriyor. Hastaları için en iyisini istiyorlar; en iyi nörolog bile bu değerlendirme ölçeğinin çok kabaca bir sonuç sağladığını kabul etmekte,” diye anlatıyor Microsoft’un Cambridge laboratuvarı İnsan Deneyimi ve Tasarım grubu baş araştırmacılarından Abigail Sellen. “Zaman içinde, kendi değerlendirmelerinin bile oldukça değişkenlik gösterebildiğinin farkındalar.”
Bu nedenle, Kinect sistemindeki gibi bir teknolojiyle bilgisayar görüntüsü kullanma olasılığı oldukça çekiciydi. Novartis araştırmacıları, Kinect gibi bir aracı kullandıkları takdirde hastanın her testte gösterdiği performansı daha tutarlı bir biçimde okuyabileceklerini, doktorlara hastalığın seyrini daha iyi değerlendirmelerine yardımcı olacak tek düzeyli bir düzen sağlayabileceğini gördüler. Bu da, sonuçta, hastalara doğru tedavilerin sağlanması sürecini hızlandırabilecekti.
Amaç, sistemin doktorun yerini alması değil, nasıl ki göz uzmanları hastanın görme gücündeki azalmayı ölçebiliyorsa, buradaki amaç da belirtilerin daha tutarlı ölçülmesini sağlayarak doktorların hastalık hakkındaki bilgilerini artırmaktır.
“Bu sistemlerden beklediğiniz, uzmanın yerini almaları değildir. Amaç, sistemin uzmana destek vermesidir,” diyor Sellen. “Yaptığımız şey, doktorlara değerlendirmelerini oluşturabilecekleri bir veri kümesi sağlamaktır.”
Yapay zeka ve makinelerle çalışmayı öğrenme
Novartis’in teklifi, Microsoft’un Teknoloji ve Araştırma biriminde çalışan bilgisayar bilimcileri hemen heyecanlandırdı.
Yapay zeka, Assess MS gibi bir proje için ideal, çünkü bilgisayarın görme sistemi hastanın ne kadar çok hareketini kaydederse sistem hastalığın seyrini gösteren daha tutarlı sonuçlar verebiliyor.
Novartis’in çözmek istediği konu, bir yanda yapay zek alanında bir büyük bir yenilik fırsatı yaratırken, diğer yanda iki milyonu aşkın multipl skleroz hastasının daha hızlı tedavi almasına yardımcı olacak fırsatı sağlayacaktı. Ancak bunu yapabilmek için eğitim sistemlerinin ve sonuçların elde edilmesinin yepyeni yollarını geliştirmeleri gerekecekti.
Microsoft’ta doktora üstü araştırmacı olan ve Assess MS projesinde kullanılan birçok yapay zeka algoritmasını yazanPeter Kontschieder, “Bunun çok iddialı bir proje olduğu açıktı,” diyor.
Tipik bir yapay zeka senaryosunda, deney, örneğin bir grup ağaç resmi gibi çok sayıda veriyle başlar. Bu resimler bilgisayara verilir, bilgisayar bir makine öğrenmesi algoritmasını kullanılarak bir ağacın neye benzediğini tanıyacağı bir model yaratır. Bundan sonra bilgisayar bir ağaç resmi gördüğünde, bu resim çalışmanın başında gösterilenlerden biri olmasa bile, bunu bir ağaç resmi olarak tanımlamayı öğrenmiştir.
Assess MS projesinde çözümlenmesi gereken ilk konu verilerin toplanmasıydı.
Kinect, evinizin salonunda video oyunları oynarken geniş açılarla yapılan hareketleri tanımak için tasarlanmıştı. Bir MS hastasının nasıl hareket ettiğinin tam görüntüsünü oluşturabilmek için Kinect’in derinlik kamerasının hastanın üst gövdesinin sallanması gibi hassas devinimleri saptamasını sağlamanın bir yolunun bulunması gerekiyordu.
Bu da araştırmacıların, perde arkasında Kinect’in derinlik kamerasıyla birlikte çalışacak, hem hastanın vücudunun farklı bölümleri arasındaki ayrımı daha detaylı tanımasını, hem de hastanın her testteki başarımını daha kesin biçimde göstermesini sağlayacak yepyeni algoritmalar oluşturmalarını gerektiriyordu.
Yapay zeka alanının uzmanları, bu algoritmaları sıfırdan oluşturduklarında bile, ellerinde olmasını isteyecekleri kadar veriyi toplayamayacaklarını biliyorlardı. Çünkü bu tipteki kayıtları ilk kez topluyorlardı, verileri kullanma biçimleri de hastanın gizliliğinin korunmasına dair katı kurallarla sınırlandırılacaktı.
Üçüncü bir konu daha vardı. Bir resmin bir ağaç, bir diğerinin bir araba olduğunu söyleyebildiğiniz basit imge tanımada olduğunun aksine, bu proje araştırmacıların, hastalığın en küçük bir ilerlemesini bile gösterecek incelikli, öznel verilerle çalışmasını gerektiriyordu.
Tüm bu konular, sonuçları niceliksel olarak hassasiyetle ölçebilecek gerçek anlamda sağlam bir model oluşturabilmeleri için verilerin tutarlı bir biçimde etiketleneceği yeni stratejileri gerektiriyordu.
“Bir MS hastasını sağlıklı bir bireyden ayırt edebilen en küçük işaretleri yakalayacak daha çok sayıda ve daha iyi çalışan kesin algoritmaları düşünüp bulmamız gerekiyordu,” diyor Microsoft’un Birleşik Krallık’taki laboratuvarında “yapay zekâ algısı” biriminin baş araştırmacılarından Antonio Criminisi.
Doktor, hasta ve teknoloji arasındaki işbirliği
Kontschieder, Criminisi ve diğer yapay zeka uzmanları bu yeni algoritmalar üzerinde çalışırken, Microsoft’un diğer bir araştırmacı grubu da projenin başka bir unsuru üzerinde odaklanıyordu.
İşe yaraması için, doktor ve hastaların Assess MS’i gerçek dünyada kolayca kullanabilecekleri bir sistem yaratmaları gerekiyordu. Bu, geliştirdikleri Kinect tabanlı sistemin, oda küçük veya kalabalık da olsa, önünde sandalye gibi nesneler de olsa, muayene odasına sığması, doktor ve hemşirelerin kolayca kullanabilecekleri bir sistem olması demekti.
İnsan-makine etkileşimi konusunda uzman olan bilgisayar bilimcisi Morrison, “ ‘Kliniklerde kullanılabilmesini nasıl sağlarız?’ gibi, daha işin başında sormamız gereken sorular vardı,” diye anlatıyor.
Bu akla yatkın görünüyor, ancak Morrison’a göre sık yaşanan gizli tehlikelerden biri, genellikle araştırmacıların araçları, gerçek poliklinik ortamının kısıtlamalarının bulunmadığı laboratuvar ortamında geliştirmeleri, sonra da teknolojinin uygulamada neden çalışmadığını sorgulamaları.
“Hasta, klinisyen ve teknoloji arasındaki işbirliğinin ürünü olmalı,” diyor Morrison. “Yapmaya çalıştığımız şey bir denge kurmak.”
Örneğin, Assess MS projesinde insan-bilgisayar etkileşimi üzerinde çalışan ekip, bazı sağlık çalışanlarının hareketi göstermek için hastanın önünde durduğunu, böyle olunca da kameranın önüne geçtiğini gördü. Onun için ekip kameranın arkasında hareket ederek, klinisyenlerin hafifçe aradan çıkmalarını ancak yine de hastayı izlemelerini mümkün kılan ikinci bir ekran geliştirdi.
Ayrıca, yapılacak hareketi gösteren, hastayı kolayca yönlendiren, aynı zamanda da kameranın yapılan hareketi doğru olarak algılayacağı iyi bir konumda olmasını sağlayan basit bir insan animasyonu hazırladılar.
Son olarak da klinisyenin kameranın önünde, örneğin yakınına yere konmuş bir çanta gibi, herhangi bir şeyin olup olmadığını görebilmesinin bir yöntemini oluşturdular. Önünde bir engel olması durumunda kolayca çekilebilmesi için makineye tekerlek taktılar.
“Prototipi klinisyenlerin bilgisayara yardım edeceği, böylelikle istedikleri verileri alabilecekleri şekilde tasarladık,” diyor Morrison.
Çok çalışma, birçok olanak
Araştırmacılar, tasarım ve algoritmalar üzerinde yıllarca yapılan çalışmayla, sınırlı sayıda hastayı kullanarak bir kavram kanıtı geliştirdiklerini, bu sayede sistemin temel olarak çalıştığını bildiklerini söylüyorlar. Bundan sonraki adım, daha geniş bir aralıktaki hastayla nasıl kullanıldığını görmek amacıyla Assess MS’in uygulamada test edilmesi.
Bu arada, sürekli yeni veriler geldiği için Kontschieder ve çalışma arkadaşları hastaların belirtilerinin ölçülmesinde kullandıkları algoritmalarını geliştirmeyi sürdürecekler. Kontschieder, bu anlamda projenin asla bitmiş sayılmayacağını belirtiyor.
Araştırmacılar, Novartis ile diğer ilaç şirketlerinin Assess MS’i kullanarak klinik multipl skleroz çalışmalarını hızlandırabileceklerini, belki de giderek benzer diğer hastalıklar için de kullanabileceklerini umuyorlar.
Novartis Pharmaceuticals’ın küresel geliştirme müdürü Vas Narasimhan, “Novartis, hasta bakımı ve ilaç geliştirme süreçlerinin dönüştürülmesinde dijital teknolojilerden yararlanmakta,” diyor. “Assess MS’in geliştirilerek, multipl sklerozun neden olduğu motor fonksiyon bozukluğunun ölçülmesinin daha tutarlı bir yolunu sağlamak için Microsoft Research ile yaptığımız işbirliği bize heyecan veriyor. Bu çalışma, hastalar için daha iyi tedavi ve bakım yöntemleri geliştirmemizi sağlayabilir.”
Manşet resmi: Microsoft araştırmacılarından Cecily Morrison, multipl skleroz hastalığının belirtilerinin seyrinin izlenmesinde daha fazla tutarlılık sağlamayı amaçlayan Assess MS adlı aracın çalışmasını gösterirken. (Fotoğraf: Jonathan Banks)
Haberin Kaynağı:http://blog.microsoft.com.tr/?p=36011
