Kanser kılavuzları neden PDF'lere hapsoldu?

 (seangeiger.substack.com)
1 puan yazan GN⁺ 2024-12-25 | 1 yorum | WhatsApp'ta paylaş
  • Kanser tedavi kılavuzları, tedavideki farklılıkları azaltmak için klinik kanıtları yapılandırılmış öneriler hâlinde sıkıştırır; ancak zaman baskısı ve güncel araştırmalara erişimdeki farklılıklar nedeniyle sahada bunları tutarlı biçimde uygulamak zordur
  • NCCN, ABD'deki 32 büyük kanser merkezinin birliği olup, kansere göre uzmanlaşmış çok disiplinli uzman panelleri NCCN Clinical Practice Guidelines in Oncology kılavuzlarını her yıl günceller
  • Mevcut kılavuzlar, birden çok sayfa ve bağlantı boyunca izlenmesi gereken PDF akış şemaları biçimindedir; bu da nadir alt tiplerde veya karmaşık hasta koşullarında doğru sürümü ve doğru yolu bulmayı zorlaştırır
  • Kılavuzların özü bir karar ağacı olduğundan, makine tarafından yorumlanabilir bir formatta olsalar hasta kayıt sistemleri test önerileri, kılavuzdan sapma uyarıları ve hızlı gezinme arayüzleri sunabilir
  • Deneysel bir araç, NCCN meme kanseri kılavuzunu bir LLM ile JSON şemasına çıkarıp 271 düğümlü bir grafik olarak sakladı; ancak doğruluk %70–80 düzeyinde ve klinik karar vermede kullanılmamalıdır

Kanser tedavisinin standardizasyonunda kılavuzların rolü

  • Aynı kanser türüne, evreye, tümör boyutuna ve konumuna sahip iki hasta farklı hastanelere gitse bile, ideal olarak aynı kanıta dayalı tedaviyi veya ek testleri almalıdır
  • Gerçekte doktorlar zaman baskısı altındadır, eğitim geçmişleri farklıdır ve en güncel araştırmalara anında erişemeyebilirler
  • Klinik kılavuzlar, çok geniş tıbbi kanıtı yapılandırılmış öneriler hâlinde düzenleyerek hastaneler ve klinisyenler arasında tedavi standardizasyonuna yardımcı olur
  • Hastaya göre tedavi yanıtı değişebilir, ancak kanıta dayalı kılavuzları izlemek olumlu sonuç olasılığını artırabilir

NCCN kılavuzları nasıl hazırlanıyor?

  • Kansere göre uzmanlaşmış onkologlar, her yıl klinikte karşılaşılabilecek çeşitli durumları listeler ve her durum için klinik kanıtı inceleyerek eylem önerilerinde bulunur
    • Örnek: erken evre meme kanseri, daha önce parsiyel lumpektomi geçirmiş, şu anda hamile bir hasta
    • Örnek: duktus içinde invaziv kanser ve tümör uzunluğu 0,6–1 cm olan bir hasta
  • Öneriler; belirli testlerin istenmesi, bir tedavi sürecinin reçetelenmesi veya ilerleyen dönemde yapılacak takip planına dönüşebilir
  • Panel, yeni kanıtları düzenli olarak gözden geçirir ve kılavuzları günceller
  • Bölgeye göre mevcut tedaviler farklılık gösterdiği için, çeşitli kuruluşlar farklı kılavuzlar hazırlar ve gerçek uygulama da bölgesel etkiler taşır
  • NCCN, ABD'deki 32 büyük kanser merkezinin birliğidir; kansere göre oluşturulan çok disiplinli uzman panelleri en güncel araştırmaları gözden geçirir ve tarama, tanı, tedavi ve destekleyici bakım yaklaşımları konusunda uzlaşıya varır
  • Ortaya çıkan NCCN Clinical Practice Guidelines in Oncology, dünya genelinde kapsamlı ve yaygın kullanılan bir kanser tedavi standardı olarak kabul edilir

PDF tabanlı uygulamanın pratik sorunları

  • NCCN meme kanseri kılavuzunun bir sayfasında BINV-6 gibi bağlantılar bulunur ve her bağlantı kendi akış şemasına sahip ayrı bir sayfaya gider
  • Doktor, hastanın durumunu akış şemasına yerleştirir; HER2 durumu gibi bilinmeyen bir bilgi çıktığında test ister veya tedavi önerisine ulaşana kadar birden çok sayfayı takip etmek zorunda kalır
  • Kılavuzlar kullanılsa bile tam standardizasyon zordur
    • Benzer kanıt düzeyine sahip birden fazla tedavi seçeneği olabilir
    • Tedaviyle ilgili hasta koşulları kılavuzda açıkça listelenmemiş olabilir
    • Doktor yine de karar vermek zorundadır, ancak olası karar aralığı daralır
  • Mayo Clinic, MD Anderson gibi önde gelen merkezler; finansman, son derece uzmanlaşmış onkologlar ve klinik araştırmalara erişimin yanı sıra sistematik bakım süreçlerine ve kılavuz uygulama prosedürlerine de sahiptir
  • Her hastanede bakım kılavuzdan sapabilir
    • Örnek: hastanın menopoz sonrası olduğu bilgisi kayıtta gözden kaçabilir ve premenopozal hastalarda daha güçlü biçimde desteklenen bir tedavi verilebilir
    • Doktorlar yüzlerce hastaya baktığı için, kılavuz erişilebilir olsa bile bazı koşullar gözden kaçabilir
  • Kanser tedavi sonuçlarını iyileştirmenin yolları arasında yeni ilaç keşifleri ve cerrahi tekniklerin geliştirilmesi de vardır; ancak kanıta dayalı bakım farklarını azaltmak daha anlık, daha evrensel ve daha ulaşılabilir bir yaklaşımdır

Karar ağaçları PDF'lere hapsolduğunda ortaya çıkan sınırlar

  • Kılavuzlar, uzman onkologların yüz binlerce saatlik çalışmasını içerir; ancak nihai çıktı yoğun ve gezinmesi zor bir PDF olur
  • Nadir görülen bir meme kanseri alt tipini birkaç yılda bir gören bir onkolog; doğru PDF sürümünü bulmak, kanser özelliklerine uygun bölümü açmak, birden çok sayfadaki bağlantıları takip etmek ve hasta faktörlerini sürekli izlemek zorundadır
  • Kılavuzlar sürekli revize edilir ve yeni sürümler ayrı PDF'ler olarak dağıtılır; bu da güncellemeleri kaçırmayı veya klinik belgeler arasında kalmış eski bir sürüme başvurmayı kolaylaştırır
  • Temelde kılavuzlar bir karar ağacıdır ve hazırlayan ekipler bunları kanıtı inceleyip ağaç yapısında düzenlemek için büyük emek harcar
  • Uygun şekilde yapılandırılmış veriler varsa makineler kılavuzları yorumlayabilir
    • Kayıt sistemi, hasta için gerekli tanı testlerini otomatik olarak önerebilir
    • Tedavi kılavuzdan saptığında uyarı ya da “Emin misiniz?” türünde bir modal gösterebilir
    • Doktorlar PDF aramak yerine kılavuzları daha hızlı ve daha doğal biçimde inceleyebilir
  • Kılavuz hazırlayan kurumlar, indirilebilir PDF'nin yanında yapılandırılmış ve makine tarafından yorumlanabilir bir format da sunmalıdır; ideal olarak tüm kurumlar ve hasta veri sistemleri aynı formatı yorumlayabilmelidir
  • Ancak bu tür bir veri yaklaşımı, kılavuz hazırlayan kurumların uzmanlık alanı değildir

Yapılandırılmış kılavuzlar için deneysel araç

  • Yazılım mühendisi olarak onkologlarla çalışma deneyimine dayanarak, PDF'lere hapsolmuş karar ağaçlarını makinelerin anlayabileceği bir yapıya çıkaran bir kavram kanıtlama aracı geliştirildi

  • Şema tasarımı

    • Önce, NCCN kılavuzlarındaki bilgilerin çoğunu ifade edebilecek bir şema tanımlandı
    • Kılavuzlar bilgi ağacı gibi görünse de bazı referanslar geri dönebildiği için döngüler bulunur
    • Tek bir kanser türüne ait tüm kılavuz, birbiriyle ayrık birkaç yönlü grafike bölünür
    • Koşullar, sınırlayıcı özellikler, tedavi seçenekleri gibi her nokta bir düğüm olarak temsil edilir; ilgili kaynaklar ve dipnotlar da düğümlerde saklanır
    • Akış şemasındaki oklar veya sayfalar arası referanslar, düğümler arası ilişkiler olarak ifade edilir

  • Veri çıkarımı

    • İlk aşamada LLM, belgeyi tarayarak kılavuzun her sayfası için referans düğümleri oluşturdu
    • Sayfa referansları, her sayfanın en üst düğümünün ebeveyn düğümü olur; diğer düğümler belirli bir sayfayı işaret ettiğinde ilgili sayfa düğümüne bağlanır
    • Ardından LLM, kılavuzu küçük sayfa grupları hâlinde okuyup sayfa referanslarıyla birlikte bunu şemanın JSON temsiline çıkardı
    • Bu süreç NCCN meme kanseri kılavuzuna uygulandı; düğümler ve ilişkiler veritabanına kaydedildi ve toplam 271 düğüm oluşturuldu

  • Görselleştirme

    • React Flow kütüphanesiyle bir grafik görüntüleyici oluşturuldu ve gelen referansı olmayan kök düğüm niteliğindeki sayfalar gösterildi
    • Bir düğüme tıklanınca çocuk düğümler görünür hâle geliyor ve kullanıcı düğüm akışını aşağı doğru izleyebiliyor

  • Ajan uygulaması

    • Hasta öyküsünü alıp grafikte gezinen bir ajan uygulandı
    • Önce hasta durumuna en yakın üst düzey düğüm bulunuyor, ardından çocuk düğümler arasından hastaya en uygun olan seçiliyor
    • Bu süreç, bir yaprak düğüme ulaşılana veya devam etmek için yeterli bilgi kalmayana kadar tekrarlanıyor
    • Deneysel araç buradan kullanılabilir

Sınırlar ve sonraki adımlar

  • Demo verisi incelenmedi ve hata ya da eksikler içeriyor; bu nedenle klinik karar vermede kullanılmamalıdır
  • Çıkarma sürecine birkaç saat, ajana ise bundan daha az zaman harcandı; daha fazla emekle doğruluk artırılabilir
  • Mevcut doğruluk yaklaşık %70–80 düzeyindedir
  • LLM ile çıkarım, prototip oluşturmanın kolay bir yoludur ve insan incelemesiyle güvenilirlik artırılabilir; ancak ideal yaklaşım, kılavuzların en baştan yapılandırılmış biçimde yazılmasıdır
  • Mevcut veri hâlâ yarı yapılandırılmış durumdadır
    • Nedensellik gibi bilgiler ile her düğümün nasıl değerlendirileceği hâlâ o düğümün doğal dilde anlaşılmasını gerektirir
    • Gelecekteki çalışmalar, değerlendirmesi daha kolay daha yapılandırılmış bir şema tanımlayabilir

İlgili okumalar

1 yorum

 
GN⁺ 2024-12-25
Hacker News yorumları

  • PDF'nin daha iyi olduğunu düşünüyorum. Özel araçlar klinikten kliniğe veya elektronik sağlık kaydından elektronik sağlık kaydına büyük olasılıkla değişir; bakım maliyetleri de pahalı olur
    PDF pek çok açıdan kötü, ama uzun ömürlü ve taşınabilir. İki onkoloji uzmanıyla çalışsanız da aynı PDF'yi kullanabilirsiniz
    Yazarın niyeti iyi, ancak sonunda yalnızca kendisinin anladığı bir araca dönüşmesi ve sayısız istisna yüzünden daha kötü hale gelmesi çok olası

    • Yazarım. Geri bildirim için teşekkürler; taşınabilirlik ve kalıcılığın önemli olduğuna katılıyorum
      Bunu yapıp sağlık kurumlarına satmaya çalışmıyorum; yapılandırılmış klinik kılavuzlarla neler yapılabileceğini göstermek istedim. Bunun belirli bir kliniğe veya elektronik sağlık kaydına bağımlı olması için bir neden görmüyorum
      İdeal olarak, kılavuz hazırlayan kurumlar PDF'nin yanında yapılandırılmış bir temsili de yayımlasa iyi olur. Yazım aracı iki biçime de dışa aktarabilir; onkoloji uzmanı PDF kullanmaya devam ederken sistem yapılandırılmış veriden yararlanabilir
    • Yazar, PDF'ye ek olarak DAG temsili de sunulmasını savunuyor

      The organizations drafting guidelines should release them in structured, machine-interpretable formats in addition to the downloadable PDFs.
      İdeal olarak PDF'nin alttaki DAG'den üretilmesi iyi olurdu. Böylece PDF'deki tüm içeriğin DAG'de yakalandığından emin olunabilir

    • Küçük ölçekli yerlerde de kullanılabiliyorsa değerli olur
      Toplum/yerel onkoloji hekimlerinin, ulusal kanser merkezlerine kıyasla teknik kaynakları sınırlı. Onların hayatını kolaylaştırabilirse iyi bir şey
      Bununla birlikte PDF gibi yayımlanmış belgeler de iyidir. Sistemler genellikle Haziran sürümü ile Eylül sürümünü karşılaştırmayı zorlaştırır
    • Aynen. PDF çalışır. Bozulmaz, tüm bilgileri gözle kontrol edebilirsiniz ve e-postayla gönderebilirsiniz
      Sihirbaz tipi sistemler bilgilerin çoğunu gizler, bilinmeyen hatalar barındırabilir, alternatif yolları gözden geçirmeyi zorlaştırır, kayıtlı kullanıcıya bağlı kalma olasılığı yüksektir ve sistem çökebilir
      Çok daha akıllı bilgisayar sistemlerinin tıbbın geleceği olduğunu düşünüyorum; ama kanser tedavi kılavuzları için yeni bir özel araçla başlamanın doğru olup olmadığından şüpheliyim
    • Katılıyorum. Ancak PDF biçimi yapılandırılmış veriyi desteklediğinden, ilke olarak tek bir dosya içinde ikisini de bulundurmak mümkün

  • Bu fikir ilk değil. computable clinical guidelines diye ararsanız çok sayıda ilgili akademik yayın çıkar; bu makale iyi bir başlangıç noktası [1]
    Aslında 1970'lerden beri denemeler var; ünlü MYCIN uzman sistemi bunun başlıca örneği [2]
    MYCIN'in tarihinden görüldüğü gibi bu sorun göründüğünden çok daha incelikli; teknik, psikolojik, sosyolojik ve ekonomik etkenler iç içe geçmiş durumda. Kanser kılavuzlarının PDF'de kalmasının nedeni de bu
    Yine de araştırmayı engellemek için bir neden yok. Önceki kuşak çözemedi diye çözülemez bir sorun değildir
    [1] https://pmc.ncbi.nlm.nih.gov/articles/PMC10582221/
    [2] https://www.forbes.com/sites/gilpress/2020/04/27/12-ai-miles...

    • Yukarıdaki yorum, üzerinde çalışmaya değer pek çok nokta barındıran iyi bir yorum
      Ek olarak NCCN'in Developer API'sine de bakmak iyi olur. Teknik açıdan ilginç olmasından çok, fikri mülkiyet ortamını göstermesi bakımından anlamlı
      https://www.nccn.org/developer-api

  • Esas mesele, doktorların kendi önerilerinin güncel klinik araştırmaları gerçekten yansıtıp yansıtmadığını doğrulamasının zor olması
    Ayrıca araştırmanın merkezindeki saygın tıp merkezlerinde çalışan doktorların sahip olduğu avantajların tüm doktorlara da sunulabilmesi önemli. Buna genellikle bilgi yayılımı sorunu denir
    Şu anda en iyi yaklaşım Cochrane standartlarına göre yapılan sistematik literatür incelemesi [0]. Bu incelemeler emek yoğun ve çok seyrek yapılıyor, ama doğru yapıldığında çok değerli
    Bu tür incelemeler, yayımlanmış araştırmaların yanlılık veya eksik veri kümeleri gibi nedenlerle ne kadar sık dışarıda bırakıldığını da ortaya koyar
    Bağlantıdaki Geiger yaklaşımının niyeti harika, ancak çıktısı manuel sistematik literatür incelemelerinin karşılaştığı aynı sorunlarla karşılaşacaktır
    Yazarın makine öğrenimi yaklaşımının yanı sıra Cochrane kılavuzları gibi kural tabanlı yaklaşımları da düşünüp düşünmediğini merak ediyorum
    [0] https://training.cochrane.org/handbook

    • Yazarım. Cochrane incelemeleri harika
      NCCN kılavuzları ile Cochrane incelemeleri tıpta birbirini tamamlayan roller üstlenir. NCCN, araştırmalar ve uzman uzlaşısına dayanarak pratik ve sık güncellenen kanser tedavi algoritmaları sağlar; Cochrane incelemeleri ise randomize kontrollü çalışmalara daha güçlü biçimde odaklanan, tüm tıp alanlarını kapsayan titiz kanıt analizleri sunar
      NCCN kılavuzları klinik sahada daha hemen uygulanabilirken, Cochrane incelemeleri kanıt kalitesine dair daha derin analiz sağlar
      Benim ana hedefim, düzgün yapılandırılmış herhangi bir tıbbi kılavuzla neler yapılabileceğini göstermekti. Ölçütleri istediğiniz gibi seçebilirsiniz
    • Doktorlar için AI kullanımının neredeyse zorunlu bir koşul olmaması şaşırtıcı. Ne kadar çok bilginin eskimiş ya da düpedüz yanlış olduğunu düşününce öyle
    • Doktorların en yeni klinik araştırmaları önemseme düzeyi, yazılım mühendislerinin en yeni bilgisayar bilimi araştırmalarını önemseme düzeyine benziyor
      Meraklı olan bazıları takip ediyor; ama genel tutum, zaten zorlu bir okul sürecinden geçtikleri ve artık buna gerek olmadığı yönünde

  • “Klinik kılavuzların özü karar ağacıdır” sözü bir temenniden ibaret; bunu hedef almak bile yardımcı olmayabilir
    Klinik kılavuzlarda olası tüm karar yollarını kapsayacak veri neredeyse hiç yoktur. İyi desteklenen sonuçları bildirir, bazı enterpolasyon gereken durumlarda uzman görüşü sunar, geri kalan bazı durumlar içinse dikkate alınacak faktörleri listeler
    Bunu bir karar ağacına indirgerseniz birçok dal boş kalır ve çoğu uzman, daha karmaşık bir ağaca götürmesi gereken faktörleri tespit edebilir
    Bunun nedeni dalların neredeyse hiç belirleyici olmamasıdır. Hatta daha çok kuantum olasılıklarına benzer; aynı anda birden çok olasılığı elde tutmak gerekir ve hastalık, burada kanser, kendini ancak tedavi etki gösterdikten ya da başarısız olduktan sonra belli eder
    Klinik kılavuzların gerçek bilgi yapısı yakalanana kadar, standart bakım hakkında otoriter ve eğitici bir anlatı olarak aktarılacaklar
    Neredeyse her durumda, benimsenme oranını artırmak için basitleştirmek ya da operasyonel prosedüre dönüştürmektense, daha hızlı yayımlamak ve kaynakça ekleyerek şeffaflığı artırmak daha önemlidir
    Dinamik alanlardaki doktorların çoğunun basitleştirmeye ihtiyacı yoktur. Malzemenin zorluğunu ömür boyu süren öz disiplin ve titizlikle aşarlar; kılavuzları da çoğunlukla bilinen kaygıların ele alınıp alınmadığını kontrol etmeye yarayan bir iletişim ve bütünlük çerçevesi olarak kullanırlar
    Yapılandırılmış klinik kılavuzlar esas olarak dışarıdan kişilerin gözlemlemesini ve kontrol etmesini sağlar; bu yaklaşımın üretken olmama ihtimali yüksektir

  • Neden tüm insan bilgisi tek bir dev JSON dosyasının içinde değil? Klinik kılavuzlar birer karar ağacıdır, ama mekanik biçimde uygulansın diye yazılmazlar. Çünkü varsayımdaki aynı kansere sahip aynı hasta diye bir şey yoktur
    Klinik kılavuzlar, kanserle zamana karşı yarışırken karar ağacında gerçek zamanlı ilerleyen film karakteri yalnız kurt doktor için değil; birbirleriyle alışkın biçimde çalışan, yüksek eğitimli klinik ekipler içindir. Bu ekipler kılavuzun yanlış olduğu ya da genişletilip düzeltilmesi gereken noktaları fark edebilecek yetkinliğe sahiptir
    Yani klinik kılavuzlar güncel bakım standardının bir soyutlamasıdır
    Bu kılavuzları bir tür tıbbi sürüm kontrol sisteminin kaynak kodu gibi ele alıp, alt uzmanlıkların ve uzman hekimlerin kolayca değiştirebilmesi ya da fork edebilmesi güzel olurdu. Ama biyolojik bağımlılıklar silikon bağımlılıklardan çok daha karmaşık ve bir süre daha ayrıklaştırılması daha zor olacak
    Yazarın hedefinin yanlış olduğu anlamına gelmiyor. Gayet iyi. Sadece bu alandaki ilerlemenin ilgili ekiplerin içinde gerçekleştiğinde en kolay olacağını düşünüyorum. Sistemin dışından kavramsal olarak basit görünen şey, yalnızca çözünürlük yetersiz olduğu için öyle görünür

    • JSON insanlar için okunması berbat olduğundan olabilir mi?
      Okumak istediğim şey aranabilir bir kâğıt belge

  • Veri sayfalarının hâlâ PDF olmasının nedeni ile aynı: güvenilir, uzun ömürlü ve taşınabilir bir format olması
    Fiilen kâğıdı taklit ediyor olmamız gülünç, ama bu boşluğu dolduran başka bir format yok
    Asıl amacı bakımından HTML’in bu rolü üstlenmesi gerekiyordu, fakat son yaklaşık 20 yılda odak, HTML’i daha iyi bir bilgi alışveriş formatı yapmak dışında her şeydeydi
    Karmaşık bir HTML belgesini tek bir dosyada paketlemek gibi basit bir işin bile standart bir çözümü yok. file:// URL’lerinde çerezler çalışmıyor; çok temel şeyler çalışmıyor ya da hiç yok
    Bunun yerine ePUB gibi türev formatlar çıkıyor; çoğunlukla HTML olsalar da gerçekte çoğu tarayıcı tarafından desteklenmiyorlar

    • Çevrimdışı görüntüleme için HTML ve JavaScript’i standart bir biçimde paketleyebilmek güzel olurdu. Temelde PDF gibi ele alıp içine etkileşimli kontroller gibi hoş özellikler koymak

  • Son 10 yılda iki startup’ta bu tür bilgisayarlaştırılmış prosedürleri iki kez uyguladım
    NCCN’in bunu yapmasını istemiyorum
    NCCN kılavuzları PDF’e hapsolmuş değil, doktorların kafasının içine hapsolmuş durumda
    NCCN kılavuzları bilgisayarlaştırılmış kurallar hâline geldiğinde, o kurallar yeniden kılavuzları yönlendirmeye başlar. Bu, temel bilimden uzaklaştıran ikinci bir etki olur
    Kuralların sistemleştirilmesi gerektiğine tamamen katılıyorum, ama bunun kanserin son derece sık değişen en ileri bilgisinin tamamen emrinde olması gerekir
    Her yıl ASCO gibi büyük tüm kanser alanını kapsayan kongrelerden ve hastalığa özel kongrelerden, örneğin San Antonio Breast Cancer Symposium’dan sonra bilgi güncellenmeli; yıl bitmeden önemli klinik çalışma sonuçları çıktığında da doktorlar güncel çalışmalar ve sürekli eğitim yoluyla bilgilerini yenilemelidir. Bu, NCCN’in yayımladığı sınırlarla birbirini tamamlayan bütün bir bilgi sistemidir
    Hayatım boyunca hem bilgisayar bilimi hem tıp alanlarında çalışmış biri olarak, doktorların kuralları programcılardan ve veritabanlarından çok daha hızlı güncelleyebileceğine inanıyorum
    NCCN kılavuzlarını yalnızca az sayıda programcının anlayacağı spagetti koda hapsetmeyin; herkesin bağlantıları takip edip kontrol edebileceği PDF’ler olarak açık bırakın
    Düzenleme: Bu yazıyı yaklaşık bir hafta sindirince fikrim değişebilir. Belki de NCCN, klinik değişkenleri kurallara dönüştürmeyi sıradanlaştıracak kadar standartlaştırmalı. Ancak klinik çalışmaların hipotezlerinin o kuralların içine oturması gerekir; bunun mümkün olup olmadığını görmek için yaklaşık bir hafta daha düşünmem gerekecek

  • Karar ağaçları karar vermekte işe yarar
    Ama diğer karar verme teknikleri kadar iyi çalışmaz. Rastgele ormanlar, doğrusal modeller, sinir ağları vb. de özünde birer karar verme tekniğidir
    Çok verili karmaşık sistemlerde, yani insan sağlığında, karar ağaçlarının performansı iyi değildir
    O hâlde neden sadece PDF’e yazması kolay, toplantıda akıl yürütmesi kolay ve birine açıklaması kolay diye daha düşük olduğu bilinen bir tekniği kullanıyoruz?
    İnsanların anlayamayacağı kadar karmaşık olsa bile, en yüksek “tedavi” olasılığını veren son teknoloji matematik modellerini kullanmamız gerekmez mi?

    • İnsan sağlığında bol miktarda yüksek kaliteli veri yok. Birçok hastalığın klinik kılavuzları çoğu zaman şaşırtıcı derecede zayıf kanıtlar üzerine kurulur
      İnsanların anlayamayacağı kadar karmaşık bir model, sonradan veri sızıntısı ya da başka bir yanlılık olduğu ortaya çıktığında mahkemede açıklamak için harika olurdu
    • Tedavi üretimi de genellikle karar ağacı modeline dayandığından, mevcut verinin çözünürlüğüyle örtüşür
      Gerçek dünyadaki tıbbi uygulama bu veri noktalarının arasını sık sık enterpole eder
    • İnsanların anlayamayacağı kadar karmaşık bir model gerçekte yüksek “tedavi” olasılığına sahip olmaz

  • Bir kanser araştırmacısı olarak bakınca, NCCN kılavuzlarındaki karar ağacının bazı dalları, birden fazla seçeneğin plasebodan daha iyi olduğu ancak birbirleri arasında istatistiksel olarak anlamlı fark bulunmadığı çalışmalara dayanır
    Böyle durumlarda klinisyen, hangi yolu seçeceğine karar vermek için başka faktörleri kullanabilir. Prostat kanserinde ameliyat ve radyoterapi klasik bir örnektir. İkisi de kabaca benzer ölçüde etkilidir, ama hastanın yaşadığı deneyim çok farklıdır

  • Hayal ettiğinizden çok daha ciddi. Klinik onkoloji denemelerine hasta kaydını ele alan bir sağlık girişiminde çalıştım; engeller inanılmazdı.
    Açıkçası veriler düz metin olarak mevcut olsa bile büyük bir fark yaratmazdı. Tanı kodları sağlık kuruluşundan sağlık kuruluşuna değişiyor, tanı bilgilerinin semantik olarak anlaşılması da kuruma göre farklılaşıyor; elektronik sağlık kayıtları karmakarışık ve her şey veri yapısı yerine doğal dille yazılmış durumda.
    Sağlık yazılımı yapmış olan herkes çok daha fazla korku hikâyesi anlatabilir.
    Büyük dil modellerinin bunun bir kısmını düzene sokmaya yardımcı olmasını umuyorum; ancak sağlık yazılımı yapmış olanların bildiği gibi bu sorun teknik bir sorun değil, son derece insani bir sorun.
    Yine de parlak bir nokta var. Meslektaşlarım kategori teorisi ve Prolog kullanarak, kanıtlanabilir biçimde optimal olan 3+3 klinik onkoloji doz artırma denemesi protokolünü keşfetme konusunda büyük ilerleme kaydetti [1].
    David, Vienna’daki Scryer Prolog buluşmasında bununla ilgili harika bir sunum yaptı [2].
    Tıbbın ne kadar karanlık çağda olduğuna şaşırmamak elde değil. Bu, 3+3 kanser denemeleri için ilk çalıştırılabilir ve programlanabilir şartname olmasına rağmen, bunun optimal deneme olduğuna tıp alanındaki meslektaşlarını ve hastane yöneticilerini ikna etmek için hâlâ mücadele ediyor. Şaşırtıcı değil; çünkü onlar yazılım ya da istatistik dilini konuşamıyor.
    [1]: https://arxiv.org/abs/2402.08334
    [2]: https://www.digitalaustria.gv.at/eng/insights/Digital-Austri...