Sağlık Sektöründe Takip Edilmesi Gereken YZ Şirketleri

Tıbbi yapay zekâ alanı oldukça hareketli. Giderek daha fazla şirket, yapay zekâ yardımıyla sağlık hizmetlerini dönüştürmeyi amaçlıyor. Bu şirketlerin ne kadar hızlı ortaya çıkıp kaybolduğu göz önüne alındığında, en umut vadedenleri takip etmek zor olabiliyor. İşte, gelecekte göz önünde bulundurmanız gereken, yeni kurulan şirketlerden teknoloji devlerine kadar piyasadaki en büyük isimleri bir araya getirdim.

Tıbbi Kayıtları Dakikalar İçinde Görüntüleme ve Analiz Etme

Hasta dosyaları, dijitalleşmeyle birlikte bir hekimin muayene süresince anlayabileceği hacmin ötesine geçti. Öyle ki, artık verileri ekipler haftalar içinde bile ayıklayamayacak durumda. Bu veri kütlelerine “büyük veri” (big data) adı veriliyor. Verilerin ne kadar kıymetli olduğu konusunda kimsenin şüphesi yok, hatta Google ve IBM gibi teknoloji devleri hasta verileri madenciliği alanına girdiğinde, tüm dünya bunun değerli ve yatırım yapılması gereken bir iş olduğunu hatırladı.

1) Google Health

Google Health, yapay zekanın akciğer kanseri teşhisinde ve meme kanseri taramasında, hasta sonuçlarını tahmin etmede, körlüğü önlemede ve daha birçok alandaki potansiyelinden yararlanıyor.

Bunlar sadece boş sözler mi? Veya BigTech’lerin aslında insan hayatına dokunmayan geliştirmelerini pazarlama hamlesi mi? Henüz cevap vermek zor, ancak bu araçların yaygın merkez ve hasta gruplarında etkinlik analizleri bağımsız kuruluşlar tarafından yapılınca cevaplanabilecek bu sorular. Henüz işin başındayız.

Ancak, Google Health, Google‘ın DeepMind bölümüyle birlikte, meme kanserini teşhis etmek için yapay zekâ tabanlı bir çözüm geliştirdi. Dahası, algoritma, karşılaştırıldığı tüm insan radyoloji uzmanlarından ortalama %11,5 daha iyi performans gösterdi!

Ayrıca, Google’ın ana şirketi Alphabet’in yaşam bilimleri kolu olan Verily, veri toplama girişimi olan Project Baseline üzerinde çalışıyor. Bu proje temelde “Sağlıklı bir insanın biyolojik, davranışsal ve çevresel normali nedir?” sorusuna cevap arıyor. Projenin amacı normali tanımlayıp, “normalden sapmayı” erken yakalayabilmek. Şu aşamamada, gönüllülerin klinik verileri, geenetik verileri, davranışsal ve çevresel verileri ile akıllı saat gibi giyilebilir cihazlarından elde edilen verileri kullanıyorlar.

Bu proje modern tıbbın tedavi edici (reaktif) tıp uygulamalarından, öngörücü (proaktif) tıp uygulamalarına doğru dönüşümü için kritik.

Tıbbi Yönetimin Otomasyonu

2)Augmedix

Tıbbi dokümantasyon uzmanı Augmedix, hekim-hasta görüşmelerinden veri çıkarıp gerçek zamanlı olarak tıbbi notlara dönüştüren ve bu notları hastanelerin elektronik kayıt sistemlerine otomatik olarak aktaran çözümler geliştirdi. Sağlık çalışanlarının idari yüklerini azaltmak ve bu görevleri otomatikleştirmek, sektörde önemli bir zaman tasarrufu sağlamak ve sağlık personelinin tükenmişlik belirtilerini azaltmaya yardımcı olmak amacında.

Ayrıca, Acil Servisler için tamamen otomatik, üretken yapay zeka (GenAI) destekli bir tıbbi dokümantasyon aracının lansmanını gerçekleştirdiler. Bu araç, her hasta ziyaretinden sonra anında tamamen otomatik bir tıbbi not taslağı oluşturmak için üretken yapay zeka kullanan, klinisyen tarafından kontrol edilen bir mobil uygulama. Şirket, platformlarını kullanarak ayakta tedavi merkezlerindeki hekimlerin klinik gün başına bir saat veya daha fazla zaman tasarrufu sağladığını gösteren anket sonuçlarını yayınladı.

3)DeepScribe

DeepScribe’ın Yapay zekâ destekli platformları, tıbbi notların oluşturulmasını otomatikleştirmek için ortam sesini dinliyor ve doğal dil işleme teknolojisini kullanıyor. Gelişmiş konuşma tanıma modelleri kullanan DeepScribe, muayene sırasında hekimler ve hastalar arasındaki doğal konuşmaları yakalayarak kapsamlı ve doğru klinik notlara dönüştürüyor. Sonrasında, hekim notları hızlı bir şekilde inceleyip onaylayabiliyor. Böylece epikriz yazılmış oluyor. Şirkete göre, çözümleri doktorlara günde üç saate kadar zaman kazandırıyor.

DeepScribe, araçlarını dünyanın en büyük doğal hasta konuşmaları veritabanını kullanarak geliştirdiklerini ve GPT4’ten önemli ölçüde (%32) daha doğru olduğunu belirtiyor.

4)Nabla

Nabla, tıbbi kayıtların tutulmasına odaklanmış, sağlık hizmeti sunucuları için yapay zeka destekli araçlar geliştiren diğer bir şirket. YZ araçları klinik iş akışlarını kolaylaştırmak, hasta iletişimini geliştirmek ve genel bakım kalitesini iyileştirmek için doğal dil işleme (NLP) ve makine öğrenimi teknolojilerini kullanmakta.

Nabla’nın yapay zekâ destekli yardımcı sisteminin adı Copilot. Bu araç, hekim-hasta görüşmelerine dayanarak otomatik olarak tıbbi notlar oluşturuyor. Ayrıca, sohbet robotları ile rutin hasta sorularını da yanıtlayarak hekimlerin daha karmaşık görevlere odaklanmasını sağlamakta. Ek olarak, Nabla, hekimlere ilgili tıbbi bilgilere anında erişim sağlayan ve tedavi noktasında karar vermeyi destekleyen yapay zekâ tabanlı bir bilgi tabanı da sunmakta. Böylece, tedavi süreçlerinde hata payını azaltmaya da yardımcı olma amacında.

Tıbbi Görüntülemeyi Dönüştürmek

Tıbbi görüntüleme yöntemleri, vücudun içini göstermeyi mümkün kılan her teknik ve yöntemi kapsamaktadır. X-ışını, EKG, MR, ultrason, tomografi vb yöntemler en yaygın bilinenlerden sadece birkaçı. Peki bu işlemler aklınıza geldiğinde ne düşünürsünüz? Genellikle hastanede büyük, soğuk bir oda ve daha da büyük, pahalı görünümlü ve karmaşık bir makine. Eğer böyle düşünüyorsanız, son derece haklısınız.

Bir yanda bu pahalı ve havalı sistemler mevcut iken, diğer yanda bir gerçekle yüzleşiyoruz. Dünyanın üçte ikisi tıbbi görüntülemey yöntemlerine erişemiyor çünkü bu teknolojiler pahalı ve uygulaması için iyi eğitimli personel gerektiriyor. İşte aşağıdaki yenilikçi yapay zeka girişimlerinin değiştirmek istediği şey tam olarak bu.

5) Butterfly Network

Butterfly Network aslında çok basit ama çok güçlü bir sorudan yola çıkıyor: “Neden ultrason hâlâ büyük, pahalı ve hastaneye bağımlı bir cihaz?” 2011 yılında Jonathan Rothberg bu soruya kafayı takıyor ve ortaya gerçekten oyunu değiştiren bir fikir çıkıyor. Bugün geliştirdikleri Butterfly iQ ile ultrason cihazını adeta cebine koyabiliyorsun. Üstelik bunu yaparken klasik sistemleri tamamen terk edip, tek bir silikon çiple çalışan bir yapı kuruyorlar. Yani farklı problar, karmaşık makineler yok; tek cihazla neredeyse tüm vücuda bakabiliyorsun. Telefonuna takıyorsun, görüntüyü alıyorsun, istersen buluta yüklüyorsun, hatta uzaktaki birine anında gösteriyorsun. İşin içine bir de yapay zekâ girince, cihaz sana “şuraya bak, burası normal değil” demeye başlıyor.

Ama asıl mesele teknoloji değil, çözmeye çalıştığı problem. Bugün tıbbi görüntüleme hâlâ pahalı, merkezi ve biraz da elit bir alan. Büyük hastaneler, pahalı cihazlar, uzman ihtiyacı… Bu da şu anlama geliyor: dünyanın büyük bir kısmı bu hizmete ya hiç ulaşamıyor ya da çok geç ulaşıyor. Butterfly’ın yaptığı şey tam olarak bunu kırmak. Ultrasonu ucuzlatıyor, küçültüyor ve erişilebilir hale getiriyor. Yani görüntüleme hastanenin duvarlarından çıkıp sahaya iniyor. Acilde, ambulansta, kırsalda, hatta belki hastanın evinde… Bu yüzden bu girişim sadece bir cihaz üretmiyor; aslında “tıbbi bilginin nerede üretildiğini” değiştiriyor. Hekimin cebine giren bir ultrason, tanının zamanını ve yerini kökten değiştirir.

6) Enlitic

Enlitic, tıbbi görüntülemeyi yalnızca “görüntüye bakma” işi olmaktan çıkarıp, veriyi gerçekten işleyen ve anlamlandıran bir yapıya dönüştürmeye çalışan girişimlerden biri. Temelde yaptıkları şey şu: radyoloji görüntülerini alıyorlar, bunları derin öğrenme algoritmalarıyla analiz ediyorlar ve ortaya hem çok hızlı hem de oldukça tutarlı sonuçlar koyuyorlar. Öyle ki sistem, görüntüleri milisaniyeler içinde yorumlayabiliyor; bu da klasik bir radyoloğa kıyasla inanılmaz bir hız farkı demek. Ama asıl önemli olan hızdan ziyade şu: bu teknoloji, radyoloğun işini elinden almak yerine onu güçlendiriyor. Nitekim yapılan çalışmalarda, Enlitic kullanıldığında radyologların vakaları yaklaşık %20 daha hızlı değerlendirdiği görülüyor.

Bu işin bir de “sistem içine girme” boyutu var ki asıl kritik eşik burada. 2022’de GE Healthcare ile yapılan anlaşma sayesinde, Enlitic’in geliştirdiği Curie Platform doğrudan hastanelerin kullandığı PACS sistemlerine entegre edilmeye başlandı. Yani bu teknoloji artık dışarıdan bir araç değil; doğrudan radyoloğun günlük iş akışının içine giriyor. Bu da şunu gösteriyor: yapay zekâ artık “gelecek vaat eden bir teknoloji” olmaktan çıkıp, sessizce klinik pratiğin bir parçası haline geliyor. Ve belki de en kritik değişim burada yaşanıyor—karar veren insan hâlâ hekim, ama o kararın arkasındaki veri işleme gücü giderek makinelere kayıyor.

7) Tempus Radiology

Arterys (bugün Tempus bünyesinde), tıbbi görüntülemeyi bulut ve yapay zekâ ile yeniden tanımlayan girişimlerden biri. Geliştirdikleri Arterys Pixel Platform sayesinde görüntüler otomatik analiz ediliyor, lezyonlar ölçülüyor ve hastalık süreci sayısal olarak takip edilebiliyor. 2022’de Tempus tarafından satın alınması ise görüntüleme verisinin artık tek başına değil, genetik ve klinik verilerle birlikte değerlendirildiği yeni bir hassas tıp modeline geçildiğini gösteriyor. Yani mesele artık sadece görüntüyü analiz etmek değil; o görüntüyü hastanın tüm biyolojik ve klinik hikâyesiyle birlikte anlamlandırmak. Bu da tıbbın yavaş yavaş parçalı yapılardan çıkıp, bütüncül ve veri merkezli bir yapıya evrildiğinin en somut göstergelerinden biri.

8) GE Verisound

Caption Health (2023’te GE Healthcare tarafından satın alındı), ultrasonun en büyük sorunlarından birine odaklanıyor: operatör bağımlılığı. Yani iyi görüntü almak ciddi deneyim gerektiriyor. Geliştirdikleri Caption AI ise bu bariyeri kırmayı hedefliyor. Sistem, kullanıcıya probu nasıl tutması ve hareket ettirmesi gerektiğini gerçek zamanlı olarak gösteriyor, aynı zamanda görüntü kalitesini anlık olarak değerlendirip en iyi kareyi yakalamasına yardımcı oluyor. Böylece uzman olmayan biri bile, özellikle kalp ultrasonunda, klinik olarak anlamlı görüntüler elde edebiliyor.

9) Behold.ai

Behold.ai, derin öğrenme tabanlı “red dot” algoritmalarıyla özellikle akciğer grafilerinde hızlı ön değerlendirme yapan bir yapay zekâ girişimidir. Geliştirdiği sistemler, akciğer röntgen filmlerini saniyeler içinde analiz ederek anormallikleri tespit ederek ve bunları ısı haritalarıyla görselleştirip hekimin dikkatini doğrudan problemli bölgeye yönlendiriyor. %90’ın üzerinde doğruluk oranlarına ulaştığı bildirilen bu teknoloji, özellikle yoğun radyoloji iş yükünü azaltmayı hedeflemekte. Şirketin Birleşik Devletler Sağlık Bakanlığı (NHS) ile aktif iş birliği içinde olması da bu sistemlerin gerçek klinik pratikte kullanılmaya başladığını göstermektedir.

10) Oxipit

Litvanya merkezli Oxipit, tıbbi görüntüleme için otomasyon teknolojileri geliştirmektedir. ChestEye ürünü, radyoloji raporlarını ve ilgili görüntüleri analiz ederek raporlama hatalarını belirlemeye yardımcı olan bir yapay zeka destekli kontrol etme aracıdır. AstraZeneca ile yapılan bir pilot çalışmada, yazılımın erken evre akciğer kanseri vakalarını tespit edebileceği bildirilmiştir.

11) Clarius

Clarius, yapay zeka destekli bir uygulama ile birlikte çalışan taşınabilir kablosuz HD ultrason cihazları geliştirmekte. 2024 yılında “OB AI” adındaki fetal biyometrik ölçüm aracı FDA onayı aldı. Ayrıca, eğitim amaçlı olarak, anatomik yapıları anında tanımlayan “T-mode AI” özelliğini geliştirmekteler.

İlaç Geliştirmeyi Yıllardan Haftalara Hızlandırmak

Önce laboratuvar aşaması, sonra preklinik ve klinik deneyler yoluyla ilaç geliştirmek on yıldan fazla sürmekte. Bu yıllar boyunca milyarlarca dolar para harcanır. İlaç geliştirme süreçlerini hızlandırmak ve daha ekonomik hale getirmek, şüphesiz ki günümüz sağlık hizmetleri üzerinde muazzam bir etki yaratacaktır.

12) Atomwise

San Francisco merkezli bu şirket, hangi moleküllerin potansiyel ilaç olarak işe yarayıp yaramayacağını moleküler yapılar veritabanı üzerinden önceden tahmin ederek ilaç geliştirme maliyetlerini düşürmeyi amaçlıyor. 2022’de Sanofi ile 1,2 milyar dolarlık bir araştırma iş birliği imzalamışlar.

13) Recursion

Recursion, ilaç keşfini yapay zekâ ve otomasyonla hızlandırmayı hedefleyen bir biyoteknoloji şirketidir. Bilgisayarlı görü ve makine öğrenimini kullanarak hücresel düzeyde büyük ölçekli deneyler yapar ve haftada milyonlarca veri noktası üretebilir. 2024’te geliştirdiği BioHive-2 süper bilgisayarıyla bu devasa biyolojik veriyi işleyerek ilaç keşif sürecini daha hızlı ve ölçeklenebilir hale getirmeyi amaçlamaktadır.

14) Deep Genomics

Deep Genomics, Toronto merkezli bir biyoteknoloji şirketi olarak nadir hastalıklara yönelik genetik temelli ilaçlar geliştirmek için yapay zekâ odaklı bir platform kullanmakta. Şirketin temel yaklaşımı, RNA biyolojisini ve genetik veriyi derin öğrenme modelleriyle analiz ederek hastalık mekanizmalarını daha erken aşamada çözümlemek ve buna uygun ilaç adaylarını tasarlamaktır. Bu çerçevede Wilson hastalığı için yeni bir tedavi adayı keşfettiklerini duyurmaları, platformlarının hedef odaklı ilaç keşfi kapasitesine örnek olarak gösterilmektedir.

15) Turbine

Turbine, “Simulated Cell” adlı sanal hücre modeliyle ilaç keşfini tamamen simülasyon temelli hale getirmeyi hedefleyen bir biyoteknoloji şirketidir. Bu teknoloji sayesinde milyonlarca sanal deney yapılarak hücre davranışları ve ilaç yanıtları hızlıca analiz edilebilir. 2024’te AstraZeneca ile yaptığı iş birliği ise özellikle hematolojik kanserlerde tedavi direncini anlamaya odaklanmıştır.

Sağlık Yönetimi

16) Ada Health

Berlin merkezli bir sağlık şirketi olan Ada, hastalar için bir öz değerlendirme uygulaması işletmektedir. Uygulama, bildirilen semptomları alıyor, bunları benzer yaş ve cinsiyetteki hastaların semptomlarıyla eşleştirerek ve istatistiksel olasılıkları raporluyor. Şuan, 14 milyona yakın kullanıcısı var.

17) MySense AI

MySense bir “iyi yaşam” (wellness) analitik platformudur. IoT sensörleri aracılığıyla günlük yaşam aktivitelerine ilişkin verileri toplar. Yapay zeka algoritması, bir kişinin “iyi olma” halinin neye benzediğini anlamak için davranış kalıplarını öğrenir ve sağlıkta düşüş olduğunda bunu gerçek zamanlı olarak belirler.

18) Diabeloop

Diabeloop, terapötik yapay zekâyı insülin tedavisine entegre eden önemli bir dijital sağlık şirketidir. Tip 1 diyabet için geliştirdiği sistem, hastanın glukoz verilerini sürekli analiz ederek gün boyunca gerekli insülin dozlarını hesaplar ve bunları kişiselleştirilmiş şekilde otomatik olarak iletir. Bu yaklaşım, diyabet yönetimini büyük ölçüde manuel süreçlerden çıkarıp daha otonom ve sürekli bir kontrol modeline taşımayı hedeflemekte.

19) Skinvision

Skinvision, şüpheli cilt lezyonlarını uzaktan değerlendirmek için bir uygulama geliştirmiştir. Kullanıcılar lezyonun fotoğrafını yükler ve yapay zeka algoritması tarafından hazırlanan ön değerlendirmeyi birkaç dakika içinde alır.

20) Woebot

Woebot, genç ve yetişkin kullanıcıların iç huzurlarını bulmalarına destek olmak için bilişsel davranışçı terapi araçlarını kullanan yapay zeka destekli bir ruh sağlığı uygulaması.

Bakımın Sürdürülmesi

21) Viz.ai

Viz.ai, sağlıkta özellikle “zaman kritik” hastalıkların yönetimine odaklanan en önemli yapay zekâ girişimlerinden biri. Viz.ai One platformu, beyin görüntülemelerini çok hızlı analiz ederek felç ve anevrizma gibi acil durumları erken yakalamayı hedefliyor. Ama şirketi sadece görüntü analiz şirketi yapan şey bu değil; Viz Connect ile asıl farkını ortaya koyuyor. Çünkü burada mesele sadece tanı koymak değil, o tanıyı doğru ekibe saniyeler içinde ulaştırıp bakım sürecini koordine etmek. Yani “erken tespit + hızlı aksiyon” ikisini birlikte çözmeye çalışıyor.

22) Hippocratic AI

Hippocratic AI ise biraz daha farklı bir noktada duruyor. Burada amaç, klinik karar vermek değil; sağlık sistemindeki zaman alan, tekrar eden ama kritik görevleri konuşabilen yapay zekâ ajanlarına devretmek. “Sanal hemşire” gibi çalışan bu sistemler, hasta bilgilendirme, risk değerlendirme, ameliyat öncesi yönlendirme gibi süreçleri yönetebiliyor. En dikkat çekici tarafı ise ölçeklenebilirliği: düşük maliyetle (yaklaşık saatlik 9 dolar seviyelerinde) büyük bir hasta yükünü yönetebilecek bir dijital iş gücü sunması. Bu da sağlık hizmetlerinde insan emeğini ikame etmekten çok, onu rahatlatan bir katman yaratıyor.

23) Corti

Corti ise acil tıpta “konuşma verisi” üzerinden çalışan çok özgün bir yaklaşım geliştiriyor. Acil çağrıları ve hasta görüşmelerini dinleyerek ses tonu, kelime seçimi ve arka plan seslerinden kritik durumları tespit edebiliyor. Özellikle kalp krizi veya kardiyak arrest gibi hayati durumları, çağrı anında fark ederek ekipleri uyarabiliyor. Bu yönüyle Corti, görüntü değil “ses ve dil verisi” üzerinden klinik erken uyarı sistemi kuruyor. Yapılan çalışmalar da sistemin bazı acil durumları insan operatörlerden daha erken ve daha doğru yakalayabildiğini gösteriyor.

Türkiye’den Şirketler

24) Viseur AI

Viseur AI, tıbbi görüntüleme alanında yapay zekâyı klinik iş akışının merkezine yerleştirmeyi hedefleyen yeni nesil sağlık teknolojisi girişimlerinden biri. Radyoloji ve patoloji görüntülerini analiz ederek hekimlere karar desteği sağlayan platformu, PACS/DICOM altyapılarıyla entegre çalışarak hastanelerde mevcut iş akışını bozmadan yapay zekâ katmanı eklemeyi amaçlamakta. Görüntüleme süreçlerini otomatikleştirme, anormallikleri hızlı tespit etme ve klinik ekiplerin daha verimli çalışmasını sağlama üzerine kurulu yaklaşımıyla Viseur AI, sağlıkta “AI destekli iş akışı dönüşümü” fikrini merkeze alan önemli yerli girişimlerden biri olarak öne çıkmakta.

Sonuç: Tıpta Yeni Bir Çağın Eşiğinde

Yukarıdaki örneklerin de gösterdiği gibi, tıbbi yapay zekâ artık bir “gelecek projeksiyonu” olmaktan çıkıp, polikliniklerden radyoloji laboratuvarlarına kadar her alanda klinik pratiğin en güçlü aday adayı haline gelmiş durumda. Bu teknolojiler; süreçleri hızlandırma, insan gözünün kaçırabileceği detayları yakalama ve sağlık hizmetlerini demokratikleştirme noktasında muazzam bir potansiyel taşıyor.

Ancak bu parıltılı tabloya profesyonel bir perspektifle bakmakta fayda var: Bu ürünlerin ve algoritmaların büyük bir kısmı henüz geniş ölçekli, bağımsız ve prospektif klinik etkinlik araştırmalarından geçmiş değildir. Birçoğu şu an için “yolun başında” kabul edilebilir. Bir teknolojinin laboratuvar ortamındaki başarısı ile gerçek klinik kaostaki performansı arasındaki farkı, ancak zaman içinde yapılacak olan bilimsel kanıt çalışmaları ve katı regülasyon süreçleri belirleyecektir.

Google Health kısmında da değindiğimiz gibi; bu araçların birer pazarlama hamlesi mi yoksa gerçek birer hayat kurtarıcı mı olduğu, bağımsız kuruluşlarca yapılacak etkinlik analizleri sonucunda netleşecektir.

Şu bir gerçek ki; yapay zekâ hekimlerin yerini almayacak, ancak bilimsel süzgeçten başarıyla geçen yapay zekâ araçlarını kullanan hekimler, bu dönüşüme direnç gösterenlerin önüne geçecektir. Sağlık ekosistemindeki bu büyük sarsıntıyı hem bir vizyoner heyecanıyla takip etmek hem de tıbbi bir şüphecilikle sorgulamak, modern tıbbın bir gerekliliğidir.

“Siz bu dönüşümün neresindesiniz? Listemizde yer almayan, klinik etkinliğine güvendiğiniz veya sağlık hizmetlerini kökten değiştirdiğine inandığınız farklı yapay zekâ girişimleri varsa, bu ekosistemi birlikte tartışmak adına görüşlerinizi paylaşmanızı bekliyorum.

İletişim ve Katkılarınız İçin: drsuleymanerol@hotmail.com