Makine Öğrenmesi Temelleri

Problem İfadesi ve Bağlam

Klinik karar verme süreçleri, giderek artan veri hacmi, değişken çeşitliliği ve zaman baskısı nedeniyle yalnızca insan bilişine dayalı olarak yürütülmekte zorlanmaktadır. Elektronik sağlık kayıtları, görüntüleme sistemleri ve sürekli izleme cihazları, klinisyenlerin değerlendirmesi gereken bilgi miktarını önemli ölçüde artırmıştır. Bu bağlamda, çok boyutlu ve zamanla değişen klinik verilerin bütüncül biçimde analiz edilmesi ihtiyacı ortaya çıkmıştır.

Bu bölüm, makine öğrenmesinin söz konusu ihtiyaca nasıl yanıt verdiğini; hangi kavramsal temellere dayandığını, sağlık ve tıp alanında hangi amaçlarla kullanıldığını ve hangi sınırlılıklar altında değerlendirilmesi gerektiğini ele almaktadır. Makine öğrenmesi, burada klinik kararların yerine geçen bir mekanizma olarak değil; riskleri görünür kılan, önceliklendirme sağlayan ve klinik yargıyı destekleyen bir araç olarak konumlandırılmaktadır (1,2).

Bu Bölümde Öğrenecekleriniz

• Makine öğrenmesinin temel mantığı ve yaygın öğrenme türleri
• Sağlık ve tıpta hangi klinik problemlerde nasıl kullanıldığı
• Model performansının hangi ölçütlerle değerlendirilmesi gerektiği
• Klinik iş akışına entegrasyonun operasyonel gereklilikleri
• Veri gizliliği, etik ve yasal uyumun neden kritik olduğu

1. Makine Öğrenmesinin Temel Kavramsal Yapısı

Makine öğrenmesi, bilgisayar sistemlerinin açıkça tanımlanmış kurallar yerine geçmiş verilerden öğrenerek yeni veriler için tahmin veya sınıflandırma yapmasını sağlayan yöntemler bütünüdür. Sağlık alanında klinik kararlar; demografik bilgiler, vital bulgular, laboratuvar sonuçları, görüntüleme verileri ve zaman içinde değişen klinik göstergelerin birlikte değerlendirilmesini gerektirir. Bu çok boyutlu yapı, geleneksel istatistiksel yaklaşımların sınırlarını zorlamakta ve makine öğrenmesini klinik karar destek açısından işlevsel bir araç hâline getirmektedir (1).

Bununla birlikte, yalnızca teknik doğruluk odaklı ve klinik bağlamdan kopuk biçimde geliştirilen modellerin hasta güvenliği açısından risk oluşturabileceği literatürde açık biçimde vurgulanmaktadır. Klinik bağlam, veri üretim süreci ve karar noktaları dikkate alınmadan kullanılan modeller, yanlış yönlendirici sonuçlara yol açabilmektedir. Bu nedenle makine öğrenmesi sistemleri, klinik uzmanlığın yerine geçmekten ziyade hekimin karar sürecini destekleyen yardımcı sistemler olarak değerlendirilmelidir (2).

2. Makine Öğrenmesi Modelleri ve Öğrenme Türleri

Sağlık ve tıp alanında kullanılan makine öğrenmesi yaklaşımları, öğrenme biçimlerine göre denetimli, denetimsiz ve pekiştirmeli öğrenme olarak sınıflandırılmaktadır.

Denetimli öğrenme, giriş verileri ile birlikte doğru çıktının da bilindiği durumlarda kullanılır ve klinik uygulamalarda en yaygın yaklaşımdır. Hastalık varlığı, mortalite riski, komplikasyon gelişimi veya tedaviye yanıt gibi önceden tanımlanmış sonuçların tahmini bu kapsamdadır. Lojistik regresyon, karar ağaçları, rastgele ormanlar ve gradient boosting tabanlı modeller sağlık alanında sık kullanılmaktadır.

Denetimsiz öğrenme, önceden tanımlanmış bir çıktı olmaksızın veri içindeki örüntüleri keşfetmeyi amaçlar. Klinik pratikte hasta alt gruplarının belirlenmesi, klinik fenotipleme ve heterojen popülasyonların daha iyi anlaşılması için kullanılır; doğrudan karar üretmekten ziyade araştırma ve hipotez geliştirme işlevi görür. Bu kapsamda k-means kümeleme, hiyerarşik kümeleme ve temel bileşen analizi (PCA) gibi yöntemler sıklıkla kullanılmaktadır.

Pekiştirmeli öğrenme, ardışık kararların sonuçlarına göre öğrenmeye dayanır. Yoğun bakımda sıvı yönetimi veya tedavi stratejilerinin optimizasyonu gibi alanlarda araştırılmakla birlikte, hasta güvenliği ve etik gerekçeler nedeniyle klinik uygulamada kullanımı sınırlıdır (3). Bu kapsamda Q-learning, Deep Q-Network (DQN) ve policy gradient tabanlı yöntemler gibi algoritmalar kullanılmaktadır. Pekiştirmeli öğrenme literatürde Reinforcement Learning (RL) olarak da adlandırılmaktadır.

3. Ampirik Kanıtlar ve Performans Ölçütleri

Makine öğrenmesi uygulamalarının klinik değeri, teknik doğruluk iddialarından ziyade ampirik kanıtlar ve ölçülebilir performans göstergeleri ile değerlendirilmelidir. Klinik çalışmalarda model performansı ayırt edicilik, kalibrasyon ve klinik karar üzerindeki etki üzerinden raporlanmaktadır.

Ayırt edicilik çoğunlukla ROC eğrisi altında kalan alan (AUROC) ile ifade edilir. Ancak AUROC tek başına yeterli değildir; duyarlılık, özgüllük, yanlış alarm yükü ve klinik karar eşikleri birlikte değerlendirilmelidir. Özellikle dengesiz veri setlerinde AUROC tek başına yanıltıcı olabilir. Risk skoru üreten modeller için kalibrasyon, yani öngörülen risk ile gerçekleşen klinik sonuçlar arasındaki uyum, klinik güvenilirliğin temel göstergesidir.

COVID-19 döneminde geliştirilen prognostik modeller üzerine yapılan sistematik derlemeler, birçok modelin tek merkezli çalışmalarda yüksek performans bildirmesine rağmen dış doğrulamada anlamlı performans kayıpları yaşadığını göstermiştir (4,5). Bu nedenle yalnızca iç doğrulama yeterli görülmemekte; çok merkezli, harici doğrulama ve mümkünse prospektif etki çalışmaları önerilmektedir (6).

4. Klinik Entegrasyon ve Operasyonel Etki: Erken Sepsis Senaryosu

Klinik uygulamaya geçiş, model geliştirmeden ziyade model çıktısının hangi klinik karar noktasını destekleyeceğinin tanımlanmasıyla başlatılmalıdır. Makine öğrenmesi tabanlı erken sepsis tespit sistemlerinde amaç, doğrudan tanı koymak değil; klinisyenin erken değerlendirme yapmasını tetiklemektir. EHR tabanlı erken uyarı sistemlerinin başarısı, retrospektif başarının ötesinde prospektif klinik sonuçlarla kanıtlanmalıdır. Örneğin, Adams ve ark. (2022) tarafından yapılan çok merkezli prospektif çalışma, Yapay zekâ tabanlı bir sepsis uyarı sisteminin hekim iş akışına entegre edildiğinde, sepsis tanısında gecikmeyi azalttığını ve mortalite oranlarında anlamlı bir düşüş sağladığını ampirik olarak göstermiştir (8). Bu çalışma, model performansının sadece AUC ile değil, müdahale süresi ve hasta sonuçları gibi KPI’lar üzerinden izlenmesi gerektiğini kanıtlayan bir kilometre taşıdır.

Operasyonel Klinik İş Akışı

1. Veri akışı: Elektronik sağlık kayıtları (EHR), vital bulgular ve laboratuvar sonuçları belirli zaman aralıklarıyla (genellikle 30–60 dakika) modele aktarılır.
2. Uyarı eşikleri:
   • Düşük risk → Uyarı oluşturulmaz.
   • Orta risk → Hastanın yakın izlenmesi önerilir.
   • Yüksek risk → Aktif klinik uyarı oluşturulur.

Yanlış alarm oranı alarm yorgunluğunu önleyecek düzeyde düşük tutulmalı ve pozitif prediktif değer (PPV) klinik bağlama göre kabul edilebilir seviyede olmalıdır.

3. Bildirim süresi: Uyarıların klinisyene iletilme süresi klinik müdahaleyi geciktirmeyecek şekilde mümkün olan en kısa sürede gerçekleşmeli ve birkaç dakikayı aşmamalıdır.
4. Human-in-the-loop yaklaşımı: Klinisyen, sistem tarafından oluşturulan uyarıyı onaylayabilir, erteleyebilir veya reddedebilir. Alınan tüm kararlar sistem içerisinde kayıt altına alınır.
5. Sorumluluk zinciri:
   • Teknik performans → BT ve Veri bilimi ekipleri
   • Klinik karar → Sorumlu hekim veya sağlık çalışanı
   • İzleme ve denetim → Kurum yönetimi ve kalite birimleri
6. Başarı ölçütleri:
   • Primer ölçütler → Antibiyotik başlama süresi ve sepsis tanı zamanı
   • Sekonder ölçütler → Yoğun bakım ünitesi (YBÜ) kalış süresi ve 28 günlük mortalite
   • Operasyonel KPI’lar → Uyarı başına müdahale oranı ve yanlış alarm oranı

Bu göstergeler düzenli olarak izlenmeden klinik faydanın sürdürülebilirliği değerlendirilemez (2,6).

5. Veri Gizliliği, Etik ve Yasal Uyum

Hasta verilerinin korunması temel bir gerekliliktir. Veri minimizasyonu, psödonimleştirme, erişim kontrolü, şifreleme ve denetim kayıtları klinik uygulamalarda standart hâline gelmelidir. Aydınlatılmış onam süreçleri ve hastaların veri kullanımından çekilme hakları açıkça tanımlanmalıdır (7).

Türkiye’de kişisel sağlık verilerinin işlenmesi KVKK kapsamında değerlendirilir. KVKK, GDPR ile benzer ilkelere dayansa da çok merkezli veri paylaşımı ve ikincil kullanım süreçlerinde pratik farklılıklar içermektedir. Klinik yapay zekâ uygulamalarında etik kurul onayı ve veri etki değerlendirmesi kritik öneme sahiptir.

6. Sınırlılıklar, Bias – Adalet ve Gelecek Perspektifi

Makine öğrenmesi uygulamalarının başlıca sınırlılıkları arasında veri yanlılığı, dağılım kayması, etiket hataları ve sağlık eşitsizliklerini artırma riski yer almaktadır (5). Bu riskler özellikle hasta alt gruplarında performans farklılıklarına yol açabilmektedir.

Bias azaltımı; veri düzeyi (temsil analizi, yeniden örnekleme), model düzeyi (adalet kısıtları) ve çıktı düzeyi (eşik ayarlamaları) önlemleri birlikte gerektirir. Performans metriklerinin alt grup bazında raporlanması; duyarlılık, özgüllük ve kalibrasyonun ayrı ayrı izlenmesi önerilmektedir.

Sürekli izleme, model kartları, veri seti dokümantasyonu ve olay müdahale protokolleri sorumlu klinik yapay zekâ uygulamalarının temel bileşenleridir. Klinik sorumluluğun hekimde kalması ve rollerin açık tanımı esastır.

Gelecekte alanın olgunlaşması; genellenebilirlik, açıklanabilirlik ve gerçek hasta sonuçlarına odaklanan çok merkezli, prospektif çalışmalara bağlıdır. TRIPOD-AI (yapay zekâ temelli tahmin modellerinin geliştirilmesi ve raporlanması için rehber) ve CONSORT-AI (yapay zekâ müdahalelerini içeren klinik çalışmaların raporlanma standardı) standartlarına uyum, bu sürecin vazgeçilmez parçasıdır (6).

Kaynakça

1. Yu KH, Beam AL, Kohane IS. Artificial intelligence in healthcare. Nat Biomed Eng. 2020;4(4):719–731. → Narrative review; klinik AI’nin kavramsal temeli ve sınırlılıkları.
2. Chen JH, Asch SM. Machine learning and prediction in medicine—beyond the peak of inflated expectations. N Engl J Med. 2020;383(26):2507–2509. → Uzman görüşü; klinik karar destek ve human-in-the-loop vurgusu.
3. Sutton RS, Barto AG. Reinforcement learning: an introduction. 2nd ed. Cambridge (MA): MIT Press; 2020. → Temel metodolojik kaynak; pekiştirmeli öğrenme.
4. Wynants L, Van Calster B, Collins GS, et al. Prediction models for diagnosis and prognosis of COVID-19: systematic review and critical appraisal. BMJ. 2020;369:m1328. → Sistematik derleme; dış doğrulama ve bias sorunları.
5. Roberts M, Driggs D, Thorpe M, et al. Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans. Nat Mach Intell. 2021;3:199–217. → Metodolojik derleme; genellenebilirlik ve başarısızlık örnekleri.
6. Liu X, Rivera SC, Moher D, et al. Reporting guidelines for clinical trial reports for interventions involving artificial intelligence: the CONSORT-AI extension. Nat Med. 2020;26(9):1364–1374. → Raporlama standardı; prospektif klinik etki çalışmaları.
7. World Health Organization. Ethics and governance of artificial intelligence for health. Geneva: World Health Organization; 2021. → Kılavuz; etik, yönetişim, veri gizliliği.
8. Adams R, Henry KE, Sridharan A, et al. Prospective, multi-site cohort study to evaluate clinical outcomes of a machine learning-based early warning system for sepsis. Nat Med. 2022;28(7):1451–1460. → Konu: Sepsis erken uyarı sisteminin gerçek klinik etkisi ve mortalite sonuçları.