Selfie ile Kanser Prognozu: Yapay Zeka Yüzden Biyolojik Yaşı Okuyor

Tek bir yüz fotoğrafından kanser hastasının hayatta kalma şansını tahmin eden bir yapay zeka aracı, tıpta prognozun ne kadar ucuzlayabileceğini gösteriyor. Ancak aynı teknoloji, bir selfie'nin sağlık skoruna dönüşebileceği bir dönemin de habercisi. Bu nedenle asıl soru modelin doğruluğu değil. Asıl soru, modelin neye baktığı ve sonucu kimin kullanacağı.

Ne oldu?

Massachusetts'teki akademik sağlık sistemi Mass General Brigham'daki araştırmacılar, yüz fotoğrafından kişinin biyolojik yaşını tahmin eden bir yapay zeka sistemi geliştirdi. Sistem, kanser tanısı almış hastalarda bu tahmini hayatta kalma sonuçlarıyla doğrudan ilişkilendiriyor. Fikir basit: Yüzü takvim yaşından daha yaşlı görünen hastanın prognozu da muhtemelen daha kötü.

Neden önemli?

Hekimler bunu zaten sezgiyle yapıyor. Onkolojide hastanın genel durumu, ECOG gibi performans skorlarıyla ve büyük ölçüde gözleme dayanarak değerlendiriliyor. Bu değerlendirme tedavinin ne kadar agresif olacağını belirleyen başlıca etkenlerden biri. Ama öznel bir ölçüm. İki onkolog aynı hastaya farklı puan verebiliyor. Yüzden biyolojik yaş tahmini, bu sezgiyi tekrarlanabilir bir sayıya çevirmeyi hedefliyor.

Bu yaklaşım yalnız da değil. Son yıllarda retina fotoğrafından, EKG'den ve göğüs röntgeninden "biyolojik yaş" çıkaran çok sayıda model yayımlandı. Ortak mantık, rutin olarak zaten toplanan bir veriden ek bilgi elde etmek. Yüz fotoğrafının farkı maliyeti. Özel cihaz istemiyor ve telefon kamerası yetiyor. Kaynakları kısıtlı kliniklerde bu ciddi bir avantaj olabilir.

Sorun, "kara kutu" meselesinde başlıyor. Model gerçekte neye bakıyor? Şakaklardaki çöküntü, cilt turgoru ya da kilo kaybı gibi klinik ipuçlarına bakıyorsa, hekimin gözünü standartlaştıran faydalı bir araçtır. Ama ışık, kamera kalitesi, makyaj veya ten rengi gibi yanıltıcı sinyallere tutunuyorsa, sonuçlar yalnızca eğitildiği veri setinde iyi görünür. Tıbbi görüntülemede bunun örnekleri var: Bazı modellerin hastalık yerine röntgenin çekildiği hastanenin izlerini öğrendiği gösterildi.

Farklı etnik gruplarda ve Türkiye'de güvenilir mi?

Yüz analizi teknolojilerinin önyargı sicili iyi değil. Gender Shades çalışması, ticari yüz tanıma sistemlerinin koyu tenli kadınlarda belirgin biçimde daha fazla hata yaptığını ortaya koymuştu. Pandemi sırasında nabız oksimetrelerinin koyu tende oksijeni olduğundan yüksek ölçebildiği de tartışılmıştı. Ten rengiyle ilişkili bir ölçüm hatası, prognoz aracında doğrudan tedavi kararına yansır.

Türkiye açısından tablo şöyle: Bu tür modeller genellikle ABD'deki tek bir sağlık sisteminin hasta verisiyle geliştiriliyor. Türkiye'deki hasta profili, yaşlanma örüntüleri, güneş maruziyeti ve sigara kullanımı farklı. Yerel bir doğrulama çalışması yapılmadan aracın buradaki hastalarda aynı başarıyı göstereceğini varsaymak hata olur.

Kime nasıl yansır?

En rahatsız edici senaryo klinik dışında. Selfie herkeste var ve kolayca toplanabiliyor. Bir sigortacı ya da işveren, başvuru fotoğrafından "biyolojik yaş" skoru çıkarabilirse, kişi kendi bilgisi olmadan profillenmiş olur. Genetik veriler için birçok ülkede ayrımcılığa karşı yasal koruma var. Yüzden türetilen sağlık tahmini ise gri bir alanda kalıyor.

Avrupa'da AI Act, biyometrik kategorizasyonu ve tıbbi yapay zekayı yüksek riskli alanlar arasında sayıyor. Türkiye'de KVKK, sağlık ve biyometrik veriyi özel nitelikli kişisel veri olarak koruyor. Ama sıradan bir fotoğraftan türetilen bir "sağlık çıkarımının" bu kapsama nasıl gireceği henüz netleşmiş değil.

Sırada ne var?

İzlenmesi gerekenler belli: Modelin farklı ülkelerde ve etnik gruplarda bağımsız doğrulaması, karar mekanizmasını açıklayan çalışmalar ve ileriye dönük klinik denemeler. En önemlisi, aracın gerçekten tedavi kararlarını iyileştirip iyileştirmediğinin gösterilmesi. İstatistiksel ilişki, hastaya fayda sağladığı anlamına gelmiyor.

Değerlendirmem şu: Yüzden biyolojik yaş tahmini, hekimin gözünü ölçülebilir hale getiren makul bir yardımcı araç olabilir. Ancak doğrulama ve kullanım sınırları netleşmeden klinik dışına çıkması, faydasından çok daha büyük bir zarar doğurur.