Stanford Üniversitesi liderliğinde, iki Çinli araştırmacının da dahil olduğu bir ekip, biyomedikal alanında genel amaçlı ilk yapay zeka ajanını geliştirdi. Biomni adı verilen bu ücretsiz araç, insan bilim insanlarıyla birlikte çalışarak daha önce uzman grupları gerektiren karmaşık görevleri üstlenebiliyor. Nature dergisinde yayımlanan çalışma, yapay zekanın bilimsel keşif sürecini nasıl hızlandırabileceğine dair önemli bir adım olarak değerlendiriliyor.
Gelişmenin Arka Planı
Biomni, büyük dil modellerini (LLM) görüntü işleme, veri analizi ve literatür taraması gibi yeteneklerle birleştiriyor. Araştırmacılar, sistemi binlerce bilimsel makale ve hasta kaydı ile eğitti. Sistem, kanser tedavisi için potansiyel ilaç adaylarını belirlemek, hastalık alt tiplerini sınıflandırmak ve genetik mutasyonların etkilerini tahmin etmek gibi görevlerde test edildi. Stanford Bilgisayar Bilimleri Profesörü Jure Leskovec, aracın “bir bilim insanının müdahalesi olmadan, veriden hipotez üretebilen” ilk örnek olduğunu belirtti. Projeye, Çin'deki Tsinghua Üniversitesi'nden iki araştırmacı da katkıda bulundu.
Biomni'nin en önemli özelliklerinden biri, adım adım akıl yürütebilmesi. Sistem, bir sorunu çözmek için öncelikle mevcut bilgileri tarıyor, ardından adımları planlıyor ve sonuçları deneylerle doğruluyor. Bu süreçte her adımı kaydederek şeffaflık sağlıyor. Araştırmacılar, aracın özellikle nadir hastalıklar ve kişiselleştirilmiş tıp alanında çığır açabileceğini düşünüyor.
Bölgesel ve Küresel Boyut
Bu gelişme, yapay zekanın bilimsel araştırmalardaki rolünü yeniden tanımlıyor. Özellikle Asya'da, Çin ve Japonya gibi ülkeler biyomedikal yapay zeka yatırımlarını artırırken, Biomni'nin açık kaynak ve ücretsiz olması küresel erişimi kolaylaştırıyor. Ancak, veri gizliliği ve etik kaygılar da gündemde. Avrupa Birliği, yapay zeka düzenlemeleri çerçevesinde bu tür araçların klinik kararlarda kullanımını sınırlayabilir.
Biomni'nin çok dilli desteği sayesinde, farklı dillerdeki tıbbi literatürü tarayabilmesi, küresel sağlık eşitsizliklerinin azaltılmasına katkı sağlayabilir. Dünya Sağlık Örgütü, bu tür araçların düşük gelirli ülkelerdeki sağlık hizmetlerine entegrasyonunu destekliyor.
Türkiye Açısından Değerlendirme
Türkiye, sağlık alanında dijital dönüşümü hızlandırma hedefiyle bu tür yapay zeka araçlarını yerel araştırma hastanelerine entegre edebilir. Sağlık Bakanlığı'nın yürüttüğü e-Nabız ve Merkezi Hekim Randevu Sistemi (MHRS) gibi projeler, Biomni benzeri araçlar için uygun veri altyapısı sunuyor. Ancak, veri güvenliği ve yerelleştirme konularında düzenlemelerin yapılması gerekiyor. Ayrıca, Türk üniversitelerinin bu tür açık kaynak yapay zeka araçlarını kullanarak ilaç keşfi ve genomik araştırmalarda rekabet avantajı elde etmesi mümkün. Bununla birlikte, yapay zekanın klinik kararlarda kullanımı konusunda etik kuralların netleştirilmesi önem taşıyor.
