HALİT YEREBAKAN (İstanbul) - Sayın Bakanım, Kıymetli Başkanım, değerli milletvekilleri ve çok değerli katılımcılar, misafirlerimiz; çok güzel bilgilendirmelerinizi dinledim, oldukça etkili ve başarılı projeler yürüttüğünüzü görüyorum. Ben, bazı katkılarda bulunmak istiyorum. Başlatmış olduğunuz bu ufuk açıcı sunumu belki farklı alanlarda da geliştirdiğimiz projeleri ve içinde bulunduğum proje ekiplerini burada telaffuz etmek isterim.

Öncelikle sadece şunu sormak istiyorum size TÜSEB olarak. TÜSEB birçok sağlık araştırmasının belki finanse edildiği, belki desteklendiği çok kıymetli bir çatı hâline geldi. Bugün, diğer araştırma gruplarının ihtiyaçları oluyor özellikle GPU'lar gibi, değil mi, büyük dil modellerini eğitmek konusunda. Sizler, bu teknoloji geliştiricilere karşı nasıl katkılar sağlıyorsunuz, nasıl destekler veriyorsunuz? Onların GPU veya altyapı ihtiyaçlarını nasıl karşılıyorsunuz? Bu kişilerin nereye başvurmaları gerekiyor, bunu öğrenebilir miyim acaba?

SAĞLIK BAKANLIĞI TÜRKİYE SAĞLIK VERİ ARAŞTIRMALARI VE YAPAY ZEKÂ UYGULAMALARI ENSTİTÜSÜ BAŞKANI PROF. DR. HAKKI MUAMMER KARAKAŞ - Şimdi, bizim kendi sunucularımız var fakat bu sunucular dış ortama kapatılmıştır. Çünkü bunlarda hem e-nabız'ın verileri hem de Ulusal Genom Merkezinin verileri saklanıyor. Ancak bunların içerisinde kapalı sistemlerde, o da projelendirilmek kaydıyla araştırma yapmak mümkün oluyor ama bizim şu anda üzerinde çalıştığımız, geçmiş iki sene önce gündeme gelen, yapılamayan ama şu anda farklı bir modelle yapılacak olan SAVEM Proje'miz var. SAVEM'de devlet, bazı kuruluşlar yardımıyla -işte, TELEKOM gibi kuruluşlardan bahsediyorum- büyük bir veri merkezi oluşturacak ve bu veri merkezinde esas önemli olan şey veriyi saklamak ya da GPU'dan daha önemli olan bir yetkilendirme ve verinin yönetimi. Biz, hangi verinin, nasıl ve kimler tarafından işleneceğini orada yetkilendirerek, araştırmacılara bu veri tabanlarını ve bu işlemcilerimizi açacağız. Şu ana kadar bu yapılamadı çünkü sistemler kapalı.

HALİT YEREBAKAN (İstanbul) - Yalnız şöyle bir durum var: Biliyorsunuz, Google ilan etti ve kurumlar üzerinden CPU kullanımını etkinleştirebileceklerini, kendi "server"larını kullanabileceklerini söylediler fakat bireysel başvuruya kapalı. Dolayısıyla Türkiye'deki proje geliştirici ve araştırmacılar, sizin üzerinizden Google gibi sistemler üzerindeki CPU'ları kullanıma erişebiliyorlar mı? Sorum çok net.

SAĞLIK BAKANLIĞI SAĞLIK BİLGİ SİSTEMLERİ GENEL MÜDÜRÜ ÖZGÜR SEZER - Erişemiyorlar.

Bizim Bakanlığımızda şu an Sağlık Bilgi Sistemleri bünyesinde sanal sunucularla birlikte 4.500'e yakın sunucu var. CPU'lu sunucu olarak da 24 "guard"lı, 6 sunucu, HU sunucularımız var. Toplam "storage" alanımız 27 petabayt yani 27 bin terabaytlık bir sağlık verimiz var. Bu kadar büyük bir sağlık verisini güvenli bir şekilde tutmamız gerekiyor. Dolayısıyla Google veya herhangi bir şirketin bir ağına veya internete açık bir ortama maalesef ki açamayız güvenlik gerekçelerinden dolayı.

HALİT YEREBAKAN (İstanbul) - Bu, sizin "server"ınıza açmanız meselesi değil zaten, ayrı bir hizmet sunuyor musunuz bu araştırmacılara diyorum. Çünkü bir sürü hocamız var, bu konuda ürün geliştirmek istiyorlar ama bireysel başvuruları kaynaksız olarak karşılaşıyor. Dolayısıyla onlar çözüm arayışı içindeler ve belki de yarışta geri bırakıyor -birazdan bahsedeceğim- bizim sağlık alanında üzerinde çalıştığımız projeleri. Dolayısıyla Sağlık Bakanlığının belki kendi "in house server"ları dışında kendi verisini açmadığı ama kurumsal olarak temin edebildiği haricî sunucuları araştırmacılara sunabilir. Belki böyle bir destek sağlarsak ben, bilim dünyamıza çok ciddi katkı sağlayabileceğimizi sadece söylemek istiyorum. En azından not olarak da hem Meclis tutanaklarımıza geçsin hem de sizler de notunu alırsanız sevinirim.

Teşekkür ediyorum cevabınız için.

SAĞLIK BAKANLIĞI SAĞLIK BİLGİ SİSTEMLERİ GENEL MÜDÜRÜ ÖZGÜR SEZER - Ben ilave yapmak istiyorum.

BAŞKAN FATİH DÖNMEZ - Buyurun.

SAĞLIK BAKANLIĞI SAĞLIK BİLGİ SİSTEMLERİ GENEL MÜDÜRÜ ÖZGÜR SEZER - Benim sunumumda "YZ-VAM" diye bir platformumuz vardı. Bu platformumuzda, biz, başvuran akademisyenler, bilim adamları veya üniversiteler için yaptığımız platformda kendi alanlarına yönelik istedikleri alanlarda sentetik veri oluşturarak veri desenimizi, o matrisi görebilecekleri alan yapıp, kendi kodlarını istedikleri gibi yazıp tüm yapay zekâ kütüphanelerini de içine koyduğumuz bir platformumuz var; bir-iki ay içerisinde canlıya almayı planlıyoruz. Oradan kendi kodlarını yazıp, sentetik veriyi görüp yazdıkları "start"a bastıkları zaman Bakanlık tarafına geliyor. Bakanlık tarafında biz kodu herhangi bir "loop" veya bizim sunucularımızı kilitlemeyeceğini test ettikten sonra o çalışma için Bakanlığın uygun gördüğü örneklem havuzu -mesela 100 bin data, 10 milyon data gibi- data üzerinden çalıştırıp sonucu akademisyenlere dönecek platformumuzu yapıyoruz. Ben hatta onun yerini de bulup gösterebilirim. Evet, bu platformumuzun mobil girişi de olacak akademisyenlerimiz için; burada akademisyenlerimiz kendi çalışmalarını, yapay zekâ kodlarını Bakanlık verisinden, Bakanlık verisine erişmeden çalışıp, sonuçlarını görüp bu doğrultuda çalışmalarını "validate" edebilecekler.

HALİT YEREBAKAN (İstanbul) - Çok güzel.

Şimdi, tabii, insanlık tarihinin en büyük aslında dönüşümlerinden birinin eşiğindeyiz. Çok kıymetli vekillerimiz de anbean yaşıyorlar. Hatta bugün karşımıza çıkan belki birçok metinde büyük dil modellerinin kullanıldığına bizzat şahit oluyoruz. Yapay zekâ, bugün gördüğümüz üzere ekonomileri, endüstrileri, toplumsal yapıları benzeri görülmemiş bir hızda değiştiriyor. Sunumda da gayet güzel bir şekilde vardı. Daha önceden beş yıl içerisinde "duplicate" edilen veriler artık çok daha hızlı bir hâle geldi, önümüzdeki günlerde daha da hızlanacak.

Tabii, 20'nci yüzyılın başlarında biz çok büyük bir dönüşüm yaşamıştık. İnsanoğlu, endüstrinin gelişimiyle birlikte bazı iş kollarını kaybetti. Ben hep yapay zekânın gelişimini âdeta bir arabanın icadı gibi yorumlamak lazım diyorum. O dönemde nasıldı? Âdeta at arabalarının, nalbantların, belki de ahırların yok olacağı korkusuna kapılındı ve büyük bir sektör, büyük bir endüstri, büyük bir çalışan kaybına yol açacaktı ancak kısa sürede petrol, yollar, envaiçeşit otomotiv üretim tesisleri gibi alanlarla birlikte birçok iş kolu açıldı.

Şimdi, en son rapora bakıyorum, McKinsey'in araştırmasına göre 2030 yılında dünya üzerinde 375 milyon kişi iş değiştirmek zorunda kalacak; bu, çok büyük bir ölçek. Bu sadece bugün öngörülebilen bir ölçek ama daha önceden elli yılda gerçekleşen değişimler beş yılda yaşanacak yani sektörel anlamda, eğitim anlamında ve meslek anlamında gelişimler. Fakat bu bir tehdit mi? Biz bunu tehdit olarak değil... Bugün bu toplantının da yapılabiliyor olması, bu Komisyonun da kurulabiliyor olması Türkiye'nin burada ne yarıştan kopmak istediğini gösterir ne de yarışta geri kaldığını gösterir. Dolayısıyla hepimiz katkı sağlamak istiyoruz.

Sağlıkta envaiçeşit projeler var, sizlerin projelerinizi de dinledim. Tabii, ben on dört yıldır sağlık teknolojilerini geliştirmek üzere de çalışıyorum; 4 patentim var, yurt dışı çalışmaları da yaptım. Şimdi Türkiye'deki bilim insanlarının ekstra katkılarını da burada ifade edeyim, en azından onların da bugüne kadar ortaya koymuş olduğu, koymaya gayret ettikleri eserler de burada gündeme gelsin. Çok güzel bir çalışma grubumuz var, Türkiye'den hocalarımız var, yurt dışından hocalarımız var. Bilim kurulumuzda Harvard Üniversitesi nörolojiden -sizler de kayıtlarınıza alabilirsiniz- Profesör Doktor Edip Gürol Hocamız var; Queen Mary Üniversiteden, Londra'dan Christos Bourantas var; Michigan Üniversitesinden Venkatesh Murthy var, Hint asıllı; Türkiye'den de Taylan Hocam, İbrahim Halil Tanboğa, Faysal Şaylık, Can Yücel Karabay gibi isimler aramızda bulunuyor. Biz; kalp hastalıkları konusunda nasıl bir çözüm üretebiliriz, karar alma mekanizmalarına nasıl ilerleyebiliriz, bu süreçlerde nasıl katkı sağlayabiliriz, bir hekimin yerine geçmek yerine hekimin işine fasilitasyon yönünde, hızlandırma yönünde ne gibi hizmetler sunabiliriz diye baktık.

Bugün uluslararası modellerde yapay zekânın en çok hasta bakımında kullanıldığını görüyoruz, bireysel kullanımda. İlaç saati hatırlatma robotlarından belki alzaymırlı hastalara destek olabilecek robotlara kadar, onları daha iyi hissettirecek robotlara kadar, onlarla iletişimi arttırabilecek, onları hayatta tutabilecek, hayat bağlarını güçlendirebilecek robotlara kadar teknolojilerin olduğunu görüyoruz.

Diğer taraftan da çeşitli sağlık ürünleri var. İşte, tanısal algoritmalarda erken uyarı sistemlerini aktive edecek yani bir kişide bir sağlık sorunu varsa "Biz bunun erken önlemini nasıl alabiliriz veya hekimle nasıl irtibata geçebiliriz?" diye... En çok yaşlılarda kullanımının serbestleştiğini görüyoruz dünya uygulamalarında. Yaşlı bakımında yapay zekâ kullanılıyor çünkü normal hastanelerde zaten kısıtımız var sağlık çalışanlarında. Yaşlı bakım merkezlerinde bu kısıt daha da fazla durumda, daha az insanla daha çok insana bakmaya çalışıyoruz. Dolayısıyla buralarda robotik sistemler, erken tanıya götürebilecek sistemler bizim işimizi daha da kolaylaştırıyor.

Tabii, kalp damar cerrahisi en çok nelerle ilgileniyor? Hasta bakımında yaralarla ilgileniyor. Hep böyle büyük yaraları açılır insanların, "yatak yarası" dediğimiz durumlar. Yaşlılarımızda, özellikle kronik bakım alan hastalarımızda en çok bu yatak yaralarını biz dekübit olarak gördüğümüz sakral bölgede yani kuyruk sokumu, kalça bölgesinde yatak bası yaraları olarak görüyoruz. Buna sebep olan ortam; evet, bir basınç var ama diğer taraftan da ortamın nemli olması var. Dolayısıyla bu kişilerin "diaper" yani bir bez bağlandığı dönemde genellikle ötelenen hasta bakımıyla biz idrarı veya büyük abdestlerini takip edemiyoruz. Ondan sonra dedik ki: Ya, acaba böyle bir sistem kursak, bir geriatri merkezine yerleştirsek, "router"larımız olsa yani veri iletişim merkezlerimiz olsa, bir yazılımımız olsa biz bu "diaper"ları nem sensörlü hâle getirebilir miyiz? Kişi ıslanmış veya kirlenmiş "diaper"ıyla uzun süre kalmasın dolayısıyla yatak yarası açılmasının önüne geçelim. Çünkü hasta bakım maliyeti çok artıyor, ölümcül riskteki enfeksiyonlarla karşı karşıya kalabiliyoruz. Bugün, artan yaşla birlikte, toplumdaki artan yaşla birlikte ön almamız gereken bir sorun. Yapay zekâ bize burada nasıl destek olabilir? Tanısal algoritmalar üzerinden veri analitiği yaparak sensörler üzerinden yapabilir. Sensörümüzü bulduk, getirdik; ondan sonra bir "patch" tasarladık. Bu tasarladığımız "patch"i çöpe atmayalım, nasıl olsun? Antimikrobiyal malzeme kullanalım, bakteriyel değil antimikrobiyal malzeme kullanalım ve bir nitelikli "wellcure" olsun, "wireless"ta iletişim görsün, özel bir RF bir hâle gelsin -RFID sistemi var- ondan sonra onunla birlikte değiştirdiğimiz "diaper"a yani bebek bezine, beze yapıştırıyoruz, oradan "sense" ettiğimiz bilgiyi çok hızlı bir şekilde alıyoruz. Bu bile çok basit bir açılım olmasına rağmen sağlık harcamalarında hem hayati hem de çok önemli katkı sağlayabilecek bir şey.

Onun dışında, artan yaşla birlikte bugün en çok karşımıza çıkan kalp damar hastalıklarında ne görüyoruz? Ritimsel yani kalpteki elektriksel aktivitelerde bozukluklar görüyoruz. Bugün, eskiden hiç konuşmadığımız, bundan on beş yirmi sene önce belki sadece ilaç tedavisi vardı, elektrofizyolojik çalışmalar yapmıyorduk ama konuşmadığımız ritim bozuklukları var değil mi? Bugün herkes çarpıntıdan bahsedebiliyor, ritim bozukluğundan bahsedebiliyor. Biz bunun acaba tanısı yapabilir miyiz? Bu az önce saydığım bilim kurulumuzla birlikte EKG "patch" üretimlerine gittik. Yurt dışında örnek modelleri var ama bizim veri analizimiz birazcık daha farklı. Yurt dışındaki modellerde âdeta iki elinizden aldığınız elektriksel veriyi bir ses kaynağına dönüştürür şu anda dünyadaki sistem. O ses kaynağını telefonunuza tutarsınız, ses üzerinden EKG üretiliyor ve o EKG doktorla paylaşılıyor. Biz de dedik ki: Ya, biz bunu doğrudan elektriksel hâlde üretelim. Ondan sonra dolayısıyla hem taşınabilir EKG cihazı hem de vücuda yerleştirilen "patch"ler ürettik.

Uzaktan hasta izleme sistemleri geliştirmeye gayret ediyoruz. Burada da yine kronik hastalık yönetimi "stroke" yani inme, felç gibi durumlar, kalp damar hastalıkları gibi alanlarda "primer", prevansiyon amaçlı yani önleme amaçlı hep doktora yönlendirici sistemler... Biz otomasyonu tamamlayamayız yani "Hayatın her alanında ful otomasyona geçilecek." desek bugün çok ütopik bir hayalden bahsetmiş oluruz ama "preliminary" yani başlangıç basamaklarını iyi geçersek ben sağlık sistemimize yapay zekâyı sizlerin de katkılarıyla çok güzel entegre edebileceğimizi düşünüyorum. Buradaki en kritik model... Bugün "yapay zekâ" deyince herkesin aklına ya görüntü üretme ya da büyük dil modelleri üzerinden konuşma üretimi geliyor fakat hep karşılaştığımız bir durum, büyük dil modellerini ne olarak suçluyoruz? Yüzde 20 yalancılıkla suçluyoruz yani biz yüzde 70, yüzde 80 doğru veriye ulaşabiliyoruz ama sağlıkta ben çok yüksek doğrulukta veriye ulaşamazsam o zaman fatal, ölümcül, belki de çözemeyeceğimiz sorunlarla karşı karşıya kalabiliriz. Biz de bu yüzden "Tıbbi büyük dil modelde Türkiye öncü olsun." diye bir çalışma grubu başlattık. CPU'dan kastım bu. Bunun için CPU arıyoruz, bulamıyoruz, kullanamıyoruz. Ekip arkadaşlarımızla kurumlardan destek istiyoruz, ULAKBİM biraz destek verebiliyor gibi bir durum var, Sanayi Teknoloji Bakanlığı "CPU'muz var." diyor fakat kullanıma sunmuyor. Burada açılımı en büyük yapabilecek alan belki de TÜSEB. Biz, özellikle bilim dünyasına -ben meslektaşlarım adına burada sizlere iletmek istiyorum- bu konuda ayrı bir model, ayrı bir altyapı, ayrı bir yapı sunabilirsek çok kıymetli olur. Buradaki başarımızı ifade etmek isterim; büyük dil modelleri üzerinde çalışmalar yürütüyoruz dediğim gibi, kalp damar hastalıklarıyla ilgili 2 model geliştirdik ve 5 farklı modeli için şu anda veri setleri hazırlanıyor.

Şimdi, kardiyoonkoloji bugün en büyük sorun yani hem onkoloji kanser -kusura bakmayın, sözümü uzatıyorum ama bu çok önemli bir katkı olduğu için ifade etmek istedim- hem kardiyolojinin bir arada konuşlandığı alan. Biz, kanser hastalıklarında yeni nesil ilaçlarla her gün karşılaşıyoruz fakat bunların kardiyotoksik etkilerini çok iyi bilemiyoruz; etkilerini, sonrasında karşılaşacağımız sorunları bilemiyoruz. Burada, arkadaşlarımız kardiyoonkolojide 5 milyon "token" ürettiler, elektrofizyoloji alanında 50 milyon "token" elde ettiler yani 50 milyon veri basamağı. Öte yandan, tüm kardiyoloji alanında 2-3 milyar "token" arasında bir seviyeye ulaşmayı, tüm tıbbi alanda ise en az 100 milyar yüksek kalitede veri derleyebileceğini düşünen bir çalışma grubu var. Bu arkadaşlarımın böyle bir talepleri var ve saflıkta yüzde 99'un üzerine ulaştılar dolayısıyla doğruluk da aynı şekilde artmış vaziyette; bunlar çok kıymetli destekler.

Radyolojinin dışında bir Türk şirketimiz bugün Türkiye'de bir teknoparkta kuruldu. Burada bir şirketin adı geçiyor diye onların adını vermek istiyorum: Virasoft. Sağlık Bakanlığımıza da deneme yaptılar ancak yurt dışında, Amerika Birleşik Devletleri'nde de patoloji alanında doktoru yönlendirici, tanıya yönlendirici veya tanı basamağını kolaylaştırıcı mikroskobik data setlerini incelemede oldukça etkili çözümler üretiyorlar.

Dolayısıyla, ben burada çok daha gelişebileceğimizi, çok daha büyüyebileceğimizi, TÜSEB'in de katkılarıyla daha da faydalı hizmetler üretebileceğimizi düşünüyorum.

Dinlediğiniz için teşekkür ederim. Cevabınız için de ayrıca teşekkür ediyorum.

Sağ olun, var olun.