Büyük Veri ve Sağlık

Büyük verinin kullanım alanlarını tek bir yazıda toplamayı düşünüyordum. Sağlık alanında büyük veri kullanımına dair araştırma yaparken konunun çok kapsamlı olduğunu fark ettim ve büyük verinin kullanım alanlarını ayrı yazılarda ele almaya karar verdim. Bu yazımda Büyük verinin, big data, sağlık alanındaki kullanım alanlarını inceleyeceğiz.

Büyük verinin nedir? Büyük veride 5V konuları hakkında daha önceden paylaşmış olduğum yazımı buradan okuyabilirsiniz.

Büyük veri (big data); nesnelerin interneti, akıllı telefonlar, web ve mobil uygulama, yapay zeka gibi teknolojilerin gelişmesiyle birlikte hayatımızda yer edinmeye ve farklı pek çok sektöre de dahil edilmeye başladı.

Canlı yaşamının önemli olduğu sağlık sektörü de teknolojik gelişmeleri takip ederek zaman, kaynak, enerji tasarrufu sağlamaya ve hizmetlerini geliştirmeye odaklandı. Pek çok sağlık kuruluşu tıbbi cihazlardan, giyilebilir nesnelerden, web ve mobil uygulamalardan yardım alarak hizmetlerini çevrim içi (online) ortamlara taşıdı ve taşımaya devam ediyor.

Elektronik sağlık kayıtlarının, EHR, hastaya dair pek çok bilgi taşır. Laboratuvar ve tahlil sonuçları, ilaç durumu, röntgen/MR gibi sağlık görüntülerini bu bilgilere örnek olarak verebiliriz. Güvenli sistemlerde tutulan sağlık kayıtları hasta özelinde analiz edilerek hastaya ve doktora gerekli anlık dönütler iletilebilir.

Amerika’da %94 oranında kuruluş EHR’lerini dijital ortamda depolarken Avrupa’da bu oran daha azdır ancak verilerin internet ortamına taşınması için yeni adımlar atılmaktadır.

Hastanelerdeki hasta yoğunluğu günlere göre değişkenlik gösterir. Yoğunluk analiz edilmediğinde çalışacak personelin yönlendirmesi pek doğru yapılamayacaktır. Örneğin, yılın belirli günlerinde ya da aylarında hastanedeki yoğunluk tavan yapabilir ya da beklenenden düşük seyredebilir. Bu gibi durumlarda personel yönetiminin aynı yapılması işlerin aksamasına ya da çalışanların boşta kalmasına sebep olabilir.

Büyük verinin hastanelerdeki yoğunluğu çeşitli algoritmaları kullanarak yorumlamasıyla ortaya çıkarılan veri haritaları bu doğrultuda önemli olacaktır.

Son yıllarda meydana gelen pandeminin daha da hızlandırdığı tele-sağlık her gün milyonlarca hastadan ve doktordan gelen verilerle büyük veri havuzunu beslemektedir. Uzaktan yapılan randevular, verilere bakılarak kolayklıkla hazırlanan kişisel sağlık reçeteleri, akıllı saatler gibi giyilebilir nesnelerle günbegün sağlanan veriler sonucu sağlık durumunun takip edilmesi tele-sağlık alanındaki kullanım alanlarına örnek olarak verilebilir.

Randevuların uzaktan yapılabilmesi, hastaların telefonlarıyla süreçlerini takip edebilmesi gibi yeniliklerle hastaların hastaneye düzenli ziyaretlerinin önüne geçilmektedir. Bu durumsa hastaneye, doktora ve hastalara zaman, kaynak anlamında kolaylık sağlamaktadır.

Critical Decision Support System (CDSS) olarak isimlendirilen sağlık bilgilendirme sistemleri; klinisyenler, hasta bakıcılar, hastalar, personeller gibi bireysel kişilere özel olarak sağlık yardımı ve hizmeti gibi konularda yardımcı olmaktadır. [4]

CDS sistemleri hasta bakımının iyileştirilmesi, personellerin verimli çalışmasını, küçük veya büyük hataları gerçekleşmeden önlemeyi amaçlar. [5]

Bu sistemlerle hasta, doktor ve bakıcı arasındaki iletişim oldukça hızlı şekilde sağlanarak olası sorunların önüne geçilebilir. Örneğin, bakım saati geldiğinde alarmlar ve hatırlatıcılar gönderilebilir. Yine CDS sistemleriyle hasta rapor özetleri, klinik kılavuzlar, bilgilendirmeler sağlanabilir.

Büyük veriler, küçük veri havuzlarından sıklıkla beslenir. Hastanelerin sağlamış olduğu devasa verilerin yanı sıra her bir kişinin sahip olduğu giyilebilir nesnelerden de veri toplamak büyük veri havuzuna olağanüstü katkı sunacaktır. Çünkü giyilebilir nesneler neredeyse her gün veri alış-verişi yaptığından kişilerin gündelik alışkanlıklarına, davranışlarına dair önemli ipuçları verecektir.

Giyilebilir nesnelerin yanı sıra akıllı ev, akıllı termostat vb. IoT sistemlerin kullanımı sonucunda bulutlara gönderilen her veri kişinin analiz edilmesine ve sağlık durumunun tespit edilmesine yardımcı olacaktır.

IoT cihazlarından bu örneklere dair veriler toplanabilir:

• kalp ritminin ölçümü,
• düzenli spor takibi,
• kalori ve su takibi,
• uyku bölünme sıklığı, uyku saati,
• bulunulan havanın nemi ve sıcaklığı

Toplanan bu gibi veriler doktora hastalığın tespiti yönünde çok katkı sunacaktır. Genele paylaşım iznine sahip verilerse sosyo-ekonomik şartların geliştirilmesi, hastalık tespiti, erken teşhis gibi önemli çözümler için kullanılabilir.

Düzenli olarak barındırılan ve analiz edilen sağlık verileri devletlerin sosyo-ekonomik gelişiminde katkı sağlayarak refahı artırır. Hasta kayıplarının azaltılması, hastane maliyetlerinin düşürülerek farklı alanlara aktarılması, iyileşme oranlarının artırılması gibi etkenler sosyo-ekonomik anlamda gelişme sağlar. Büyük veri genel itibariyle tasarruf sağladığından sosyo-ekonomik gelişme için de kullanıldığını söyleyebiliriz.

İlaçların faydalarının yanı sıra pek çok yan etkisi olabilmektedir. Kişiden kişiye, ortamdan ortama göre değişkenlik gösteren ilaç kullanımı hiç beklenmedik sonuçlar gösterebilir. Örneğin, A kişisi için hiçbir ters etki yaratmayan bir ilaç B kişisinde farklı semptomlar ortaya çıkartabilir.

Kişisel sağlık analizlerinin büyük veriyle mümkün olabileceğini defalarca vurgulamıştık. Bu analizler hastaya özel ilaç yazılmasında ve ilaçların yan etkilerinin ortadan kaldırılmasında kullanılabilir.

Benzer olarak sahte ilaçların tespitinde de kimya ve büyük veri birleşerek yeni yöntemler geliştirebilir.

Kanser tedavilerinde zaman ve uygulanacak yöntem oldukça önemlidir. Doğru yöntemin sunulması, hastanın geçmişine bakılarak erken teşhis koyulması, mutasyon sebeplerinin hızlıca bulunması ve önlenmesi, hastanın anlık olarak takip edilmesi gibi çözümlerle büyük veri kanserle baş etme sürecinde hayat kurtarıcı olmaktadır.

Ayrıca, farklı ilaçların bazı kanser hücrelerini tesadüfen de olsa tedavi edebildiğine rastlanmıştır. Antidepresan olan desipramin ilacının yan etkisiyle akciğer kanserinin iyileşmesi örneğindeki gibi. [3] Bu gibi olaylar büyük veri analizleriyle yorumlandığında çok etkili sonuçlar ortaya çıkacaktır.

Amerika gibi pek çok ülke de kanserle mücadele sürecinde internet ve teknolojiden destek almaktadır.

Derin öğrenme, makine öğrenimi gibi yapay zeka yöntemleri kullanılarak sağlık verilerinin analiz edilmesiyle sunulan oranlar gerçeğe olabildiğince yakın olacaktır. Doğruya yakın verilerin doktor, hasta bakıcı gibi ilgili kişilere sunulmasıyla da en doğru yöntemlerin kullanılması sağlanacaktır. Bu noktada gelişimlerini takiben yapay zeka yazılımları analiz paylaşmanın yanı sıra tavsiye de belirtebilecektir.

Büyük veri IoT, Blockchain, Yapay Zeka (AI) gibi yeni teknolojilerle birlikte kullanılarak kendi kendinin eksikliklerini onarabilir. Örneğin, büyük veri uygulamalarına almış olduğu saldırıları analiz ederek bir sonraki saldırıya kadar kendini güçlendirebilir, yeni yöntemler geliştirebilir.

Öte yandan; DDos saldırılarını, trafik yoğunluğunı ve kaynak kullanımını analiz ederek veri kayıplarını önleme, sistemsel problemleri kapatma konusunda kendisini besleyebilir. Güvenlik duvarlarını daha güçlü hale getirebilir.

Pek çok alanda büyük veri kariyer planlama için kullanılabilir. Sağlık alanında da öğrencilerin bölümlerini seçmelerine yardımcı olabilecek, yol haritası oluşturabilecek akıllı sistemler geliştirebilir. Büyük veri kariyer planlama sistemlerinin doğru karar verebilmesi için çeşitli algoritmalarla analiz edilecektir. Bu da büyük verinin sağlık alanındaki potansiyel kullanım alanlarından biridir.

1. https://www.datapine.com/blog/big-data-examples-in-healthcare/
2. https://healthitanalytics.com/features/understanding-the-basics-of-clinical-decision-support-systems
3. https://www.datapine.com/articles/workforce-people-hr-analytics
4. https://en.wikipedia.org/wiki/Clinical_decision_support_system
5. https://healthitanalytics.com/features/understanding-the-basics-of-clinical-decision-support-systems