2020`nin En Heyecan Verici Teknolojik Yenilikleri 2

2020`nin En Heyecan Verici Teknolojik Yenilikleri 2. Bölüm

Dünya Ekonomik Forumu ve ABD bilim dergisi »Scientific American« tarafından bir araya gelen uzman ekipler, sağlık hizmetlerini, tüm endüstri dallarını ve hatta toplumlarda üç ila beş yıl içinde devrim yapma potansiyeli olan teknik ilerlemeleri incelendi. 75 aday arasında “2020 Yılının Yenilikleri” listesine girmeyi hak kazanan, en iyi 10 aday açıkladılar.

Seçilen 2020’nin En Heyecan Verici Teknolojik Yeniliklerinden, her birinin, seçilme sebebi ve dünyayı nasıl değiştireceği detaylı bir şekilde anlatılmak zorunda olduğumuz için bu makale serimiz 4 bölümden oluşacaktır. 

3) Tıpta Devrim Yaratacak Sanal Hastalar 

“In silico tıp” denilen yeni bir calışma, hastalıklarda ve yeni ilaç denemelerinde denek olarak kullanılan gerçek insanları, bilgisayar simülasyonlarıyla değiştirmek istiyor. Bu gelişme ise, klinik araştırma ve tedavileri daha hızlı ve daha verimli hale getirebilir.

Tıpta bilgisayar tabanlı uygulamalar hızla gelişmektedir.Görünüşe göre her gün yeni bir algoritma, bir hastalığı eşi benzeri görülmemiş bir doğrulukla teşhis etmeyi mümkün kılıyor. Ve bir şekilde bilgisayarların bir gün doktorların yerini alması daha muhtemel görünmeye başladı. Aksine, tersi fikir yani gercek hasta yerine sanal hastanın kullanılması fikri oldukça yenidir: Doktorlar yerine hastaların yerini bilgisayarlar alırsa ne olur?

Örneğin, koronavirüs aşıları ile ilgili çalışmaların bazı aşamalarında gerçek test adaylarını sanal insanlarla değiştiremez miydik? Belki de bu, bir Covid-19 aşısının geliştirilmesini olduğundan daha fazla hızlandırırdı ve salgını yavaşlatırdı. Test masraflarından da büyük tasarruf sağlardık.

In-silico tıp, iste bunun gibi ilerlemeler vaat ediyor. Amac, sanal organlarda veya vücut sistemlerinde ilaçların ve tedavilerin test edilmesi. Gerçek insanların terapiye nasıl tepki vereceğini bilgisayar kullanarak tahmin edebilme. Bu bilgisayar yaklaşımının, öngörülebilir gelecekte gerçek hastalar üzerindeki ilaç çalışmalarının yerini tamamen alamayacağı doğrudur. Yinede geç test aşamasından, sadece onaydan kısa bir süre önce, gerçek insanlar ile test bile büyük zaman ve maliyet kazandırabilir. 

Sanal bir organın ilk temeli veridir. Bunlar öncelikle bir kişinin organlarının cerrahi müdahale olmaksızın yüksek çözünürlükte görüntülemeden elde edilmelidir. Daha sonra organın işlevsel mekanizmalarını modelleyen karmaşık bir matematik gerekli. Amaç, algoritmaların orijinali yeniden üreten ve aynı şekilde çalışmasını sağlayan sanal bir organ üretmesidir.

İlk in-silico çalışmaları hali hazırda devam etmektedir. Örneğin, ABD FDA, yeni mamografi sistemlerini değerlendirmek için insan çalışmaları yerine bilgisayar simülasyonları kullanıyor. Mamogramlar meme muayenesidir ve genellikle meme kanseri taramasında kullanılır. Ayrıca FDA`da ilaç veya tıbbi cihazlarla yapılan denemelere sanal hastaları dahil etmek için bir algoritmaya sahiptir.

In silico tıp sadece klinik testleri hızlandırmakla kalmaz ayni zamanda, çalışmaların risklerini de azaltır. Hastalığı teşhis etmek veya bir tedavi planı oluşturmak için gereken yüksek riskli müdahalelerin yerine de kullanılabilir.

Bunun güzel bir örneği, tıp uzmanlarının kalpteki kan damarlarını etkileyen hastalıkları tanımlamasını sağlayan, FDA onaylı, bulut tabanlı bir hizmet olan HeartFlow Analysis’dir. Bunu yapmak için HeartFlow sistemi, hastanın kalbinin bilgisayarlı tomografik görüntülerine erişir, bunlardan bir model oluşturur ve kanın damarlardan nasıl aktığını gösterir. Bu, anormal durumları belirlemek ve ne kadar ciddi olduklarını tahmin etmek için kullanılabilir. Bu teknoloji olmadan, doktorların müdahale edip etmeyeceklerine ve nasıl müdahale edeceklerine karar vermek için bir anjiyografi yapması gerekirdi. Bu, kan akışı bozukluklarını bir röntgende görünür hale getiren bir kontrast maddesinin uygulanması için lokal anestezi gerektirecektir. Bu invazif prosedür, HeartFlow sistemi ile önlenebilir.

Bir nesnenin performansını, onu gerçekten inşa etmeden önce yüzlerce çalışma koşulunda simüle etmek, onlarca yıldır yaygın bir mühendislik uygulaması olmuştur. Elektronik devreler, uçaklar veya binalar için modeller, uzun yıllardır zaten düzenli olarak yapılıyor.

Tıbbi araştırma veya terapide yaygın olarak kullanılmadan önce çeşitli engellerin üstesinden gelinmesi gerekmektedir. Her şeyden önce, in-silico teknolojisinin gerçek öngörü gücü ve güvenilirliğinin kesin testleri gereklidir. Büyük, çeşitli hasta tabanının kaydedildiği yüksek kaliteli tıbbi veri tabanlarının eksikliği vardır; Dünyanın her yerinden kadınlar, erkekler, gençler ve yaşlılar bu veritabanına dahil edilmelidir. İhtiyaç duyulan şey, vücuttaki birçok karmaşık işlemin hakkını veren rafine matematiksel modellerdir. Ek olarak, yapay zeka yöntemlerinin biyolojik bilgi birikimine sahip olabilmek için genişletilmesi gerekiyordu.

Bilim ve endüstri bunun üzerinde yoğun bir şekilde çalışıyor. Örneğin Dassault Systèmes’in Yaşayan Kalp Projesi, Bütünleştirici Biyomedikal Araştırma Sanal Fizyolojik İnsan Enstitüsü ve Microsoft Healthcare NExT bölümü gibi. Geçtiğimiz birkaç yıl içinde bile, FDA ve Avrupa’daki yetkili kurumlar, bilgisayar destekli tanılamanın bazı ticari uygulamalarını onayladı. In silico tıp, teknolojinin benimsenmesini hızlandırmak için hastalara, klinisyenlere ve sağlık kuruluşlarına uygun maliyetli faydalar sağlaması gerekmektedir.

4) Gerçek Dünyayı Dijital Dünya ile Manipüle Etmek 

“Sanal« ve Artırılmış Gerçeklik” ‘ten sonra, gerçek dünyayı optimize eden bir sonraki büyük şey gerçek dünyayı manipüle etmek. 

Martha’yı hayal edin: Tekerlekli sandalyede 80 yaşındaki bekar bir kadın. Dairesindeki tüm nesneler dijital olarak kataloglanmış, bu nesneleri kontrol eden tüm sensörler ve cihazlar İnternet ile ağa bağlanmış. Kısacası dairesinin dijital bir haritası oluşturulmuş.

Martha yatak odasından mutfağa geçtiğinde ışık yanıyor ve odadaki sıcaklık ayarlanıyor. Kedisi yolundan geçerken tekerlekli sandalyesi yavaşlıyor. Martha mutfağa varır varmaz, buzdolabına ve ocağa daha kolay erişmesini sağlamak için masa yoldan çekiliyor. Martha akşam yatağına yatmak isteyince, mobilyalar onu desteklemek için hareket ediyor ve aynı anda hem yerel bakım merkezine hem de oğluna bir sinyal gönderiyor.

Martha’nın dairesini birbirine bağlayan ve günlük yaşamını teknik olarak destekleyen şey, “mekansal hesaplama” olarak adlandırılır. 

Fiziksel ve dijital dünyalarımızı birbirine yaklaştırmak isteyen bir grup araştırmacının temel amacı, ihtiyaç sahibi insanların hayatını mümkün olduğu kadar kolaylaştırmaktır. Bunun için sanal ve artırılmış gerçeklik uygulamalarında kullanılan tüm araçlar kullanıyorlar: 

Uzaysal Hesaplama, nesneleri dijitalleştirir ve bulut aracılığıyla birbirine bağlar. Sensörlerin ve motorların birbirine tepki vermesine izin verir ve gerçek dünyayı dijital olarak haritalandırır. Bu, bilgisayar kontrollü bir koordinatörün, kişi dijital veya fiziksel dünyada gezinirken nesnelerin hareketlerini ve etkileşimlerini izlediğini ve hareket ettirmek için ayrıntılı bir mekansal modelle birleştirdiği izlenimini verir. 

Mekansal hesaplama, yaşamın birçok alanında insanlar ve makineler arasındaki etkileşimi yeni bir seviyeye yükseltmelidir. Microsoft ve Amazon gibi şirketler, endüstride, sağlık hizmetlerinde, lojistikte veya evlerde kullanmak için teknolojiye zaten büyük meblağlarda yatırım yapmasıyla tanınıyor.

Uzamsal Bilgi İşlem Dijital İkizleri Kullanır

Uzamsal hesaplamada sadece nesneler değil, insanlar veya yerler de sanal ikizler haline gelir. Bu amaçla, bir odanın, bir binanın veya bir şehrin dijital haritasını çizmek için sinyaller ve lidar yani optik mesafe veya hız ölçüm yöntemi ile video kayıtları ve diğer konum belirleme teknolojileri kullanılır. Yazılım algoritmaları daha sonra sensör verilerini ve nesnelerin veya insanların dijital temsillerini bu şebekeye entegre ederek dijital dünyayı zenginleştirir. Daha sonra her şey burada gözlemlenebilir, ölçülebilir ve manipüle edilebilir. Bu da gerçek dünyada hedeflenmiş geri bildirime olanak tanır. Tıpkı Martha’nın dairesinde olduğu gibi.

Endüstride, dijital ikizler, entegre sensörler ile ağa bağlanan cihazlar, üretkenliği optimize etmek amacıyla birleştirilebilinir. Bu yaklaşım, cihazlara veya tüm üretim süreçlerine yeni işlevler sağlayabilir. Örneğin, kullanıcılara, artırılmış gerçeklik kulaklıkları veya onarım talimatlarının holografik görüntüleri veya makinelerin uzaysal haritasını kullanarak bir makineyi tamir ederken rehberlik etmesi düşünülebilinir. Bu, iş kesintisi süresini ve arıza maliyetleri oldukça azaltabilir.

Çalışanlar ayrıca bir fabrikanın sanal gerçeklik versiyonunu bir kontrol merkezinden çalıştırabilirler: İnşaat sırasında birkaç robotu izlerken, algoritmalar, robotların ve birbirlerinin görevlerini koordine ederek işin güvenliğini, verimliliğini ve kalitesini optimize etmeye yardımcı olabilir. 

1 – Bölüm

Çeviri: İ. KAYA 

Kaynak*

YouTube Kanalımız

Tükenmez Kalem (Altın Yazar) hakkında 286 makale
Bilim sever, bilim yazarı.

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*