Professional Documents
Culture Documents
Keywords:
Perinatal period, artificial Examples Of Integration and Application Of
intelligence, technology
Artificial Intelligence Technology In The
Perinatal Period
Abstract
The use of artificial intelligence technology in the perinatal period includes
the provision of care services that a woman may need during pregnancy,
childbirth and the postpartum period. The main purpose of the artificial
intelligence technology used in this period is to improve maternal and fetal
health by protecting it, to improve the quality of life and thus to reduce perinatal
morbidity and mortality rates. The artificial intelligence technology used for
these purposes includes pregnancy follow-up, continuous monitoring of
maternal and fetal health, early diagnosis and treatment of possible diseases
that may occur in both the mother and fetus during the perinatal period, and
postpartum follow-up processes.
DOI:
10.54537/tusebdergisi. In this study, it is aimed to give current information about the use of artificial
1154089 intelligence technology in the care practices offered in the perinatal period,
application examples and ethical problems that may arise during the
integration of artificial intelligence technology into the service.
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
2
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
3
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
4
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
hazırlanması, erken doğum tehtidi (EDT) riskinin ve iyilik hâli arayışı içine girmektedir. Bu iyilik hâli
belirlenmesi, gebelikte bilinçli ilaç kullanımı gibi arayışı, yeni şeyler öğrenme ihtiyacını, yaşam tarzı
birçok alanda yararlanılmıştır (Cirban Ekrem ve değişikliklerini, uygun ve zamanında tıbbi bakım
Daşıkan, 2021). Günümüzde perinatal dönemi ve takipleri gerektirmektedir (Davidson ve Boland,
destekleyici tarama, tahmin, triyaj, teşhis, ilaç 2021). Gebelik döneminde kadınların tanı, tedavi,
geliştirme, tedavi, izleme ve görüntüleme bakım olanaklarını geliştirmek, gebelikte
yorumlama alanlarında umut verici yapay zekâ görülebilecek riskli durumları erken dönemde
uygulamaları ortaya çıkmaya devam etmektedir saptamak, gebelikte görülen hastalıkların
(Drukker ve diğ. 2020). yönetimini sağlamak, gebelerin yaşam kalitelerini
yükseltmek, gebelikle ilişkili komplikasyonlardan
3. Perinatal Dönemde Yapay anne ile yenidoğan mortalite ve morbiditesini
azaltmak, fetüsün gelişimi, elektronik izleme ve
Zekâ Uygulama Örnekleri genetik tarama gibi birçok alanda yapay zekâ
Gebelik, kadının fiziksel ve psikolojik sağlığı uygulamaları geliştirilmiştir (Delanerolle ve diğ.
üzerinde birçok etkisi olan karmaşık bir dönemdir. 2021). Perinatal dönemde yapay zekâ kullanım
Bu dönemde kadın bir yandan, gebelik sırasında alanları perinatal morbidite ve mortalitenin
ortaya çıkan fizyolojik değişikliklere uyum azalmasının yanı sıra tedavi kalitesi ve yaşam
sağlamaya çalışırken, öte yandan duygusal ve kalitesinin de yükselmesini beraberinde
psikolojik değişikliklerle de baş etmeye çalışmakta getirmiştir.
Gebelik Yaşı Tahmini: Sağlık bakım uzmanlarının gebelik yaşını tahmin etmek için çoğunlukla son adet
dönemine güvendiği düşük kaynaklı ortamlarda, yapay zekâ tabanlı araçlar, gebelik yaşının uygun maliyetli ve
5
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
Evde Fetal Kalp Hızı Takibi: Kardiyotokografi yorumlamanın etkinliğini ve verimliliğini artırmak, maternal ve
fetal sağlık sonuçlarını iyileştirmek ve sağlık personellerinin karar vermelerini kolaylaştırmak, ayrıca yüksek
riskli cerrahi müdahalelerin getireceği maliyeti azaltmak için fetüsün takibinde yapay zekâ tabanlı algoritmalar
kullanılabilmektedir Yapay zekâ kullanılarak oluşturulan modelde evde FKH takibi mümkün kılınmıştır. Bu
sayede komplikasyonlar erken dönemde saptanarak maliyet azalması ve memnuniyet artışı beraberinde
6
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
Postpartum Dönemde Yapay Zekâ: Postpartum depresyon doğumdan sonra oldukça sık görülen ve ciddi
sonuçları olan maternal morbiditelerden biridir. Postpartum depresyon gelişme olasılığını tahmin etmek için,
2015-2017 yılları arasında 9.980 gebenin elektronik sağlık kayıtları incelenmiştir. Bu modelde altı farklı makine
öğrenimi algoritması oluşturulmuştur. Modelin postpartum depresyon gelişme risk tahmini 0,79 düzeylerinde
Doğum sonu maternal komplikasyon riskini tahmin etmek için, 2009-2015 yılları arasındaki 422.509 canlı
doğum yapan kadının gebeliğinin başlangıcından doğuma kadar mevcut tıbbi kayıtları ve doğumda kaydedilen
yenidoğan verileri kullanılarak bir makine öğrenimi modeli geliştirilmiştir. Model postpartum hipertansif
bozukluklar ve yara yeri enfeksiyonu gelişme riskini tahmin etmede başarılı sonuçlar vermiştir (Betts ve diğ.
2019).
Teknolojik ve felsefi boyutu ile bir bütün olarak Günlük hayatın pek çok alanında kullanımı
ele alınan yapay zekânın kullanım alanları çok yaygınlaşan yapay zekânın özellikle ilerleyen
boyutludur. Yapay zekânın sahip olduğu özellikler teknoloji ve artan bilgi yükleri göz önüne
ve uygulama alanları doğrultusunda günlük alındığında sağlıkta kullanımının gerekliliği
hayatın pek çok alanında kullanımının yaygın kaçınılmazdır. Bu gereklilik kadın sağlığı
olduğunu söylemek mümkündür. Özellikle ses noktasında ele alınırsa özellikle; kadının tüm
yaşam dönemlerinde ihtiyaç duyduğu sağlığın
7
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
geliştirilmesi ve hastalık halinde ise gerekli tedavi alındığında hemşirelerin, gelişen teknoloji ve
ve bakımın sağlanması amacıyla sunulan dolayısıyla yaşanan gelişim ve değişime uyum
hizmetlerde kullanılmalıdır. Özellikle gebelik sağlamalarının gerekliliği ortaya konmaktadır
takiplerinin yapılması, anne ve fetüs sağlığının (Şendir ve diğ. 2019).
sürekli takibi, perinatal dönemde hem anne hem
de fetüste görülebilecek olası hastalıkların erken 5. Yapay Zekâ ve Etik
tanı ve tedavisinin sağlanması noktasında yapay
Sözlük anlamı olarak “ahlak bilimi” veya
zekâ tabanlı geliştirilen uygulamaların
“ahlakla ilgili olan” gibi tanımlarla karşımıza çıkan
kullanımının olduğu görülmektedir. Tüm bu
etik kavramı, temelde insanı, insanın davranış ve
uygulamalar gebelikte yaşam kalitesinin
eylemlerini, bu eylemlerin altında yatan sebepleri
yükseltilmesinin sağlanmasının yanı sıra perinatal
inceleyen bir disiplin olarak tanımlanmaktadır
morbidite ve mortalite oranlarının da azalmasını
(Topakkaya ve Eyibaş, 2019). Sağlık hizmetlerinde
sağlamaktadır (Cirban Ekrem ve Daşıkan, 2021).
etik kavramı ise sağlık hizmetinin sunumunda
Hemşirelik, insan sağlığı ve refahının ayrılmaz görevli olan sağlık profesyonellerinin, hizmetin
bir parçası olarak sahip olduğu ideal değerlere sunumu sırasında ne yapması veya ne
dayanan bir bilgi disiplini ve uygulama mesleğidir. yapmaması gerektiğini ifade eden ilkeler olarak
Yirmi birinci yüzyılda yapay zekânın gelişmesi karşımıza çıkmaktadır. Tanımlarda da belirtildiği
hemşirelik uygulamalarını da etkilemektedir üzere etik doğrudan insan ve insan yaşamı ile ilgili
(Şendir ve ark., 2019). Hemşirelikte yapay zekâ; bir kavram olduğundan yapay zekâ
elektronik sağlık kayıtlarından mobil sağlık, tele- uygulamalarının etik boyutunun incelenmesini
sağlık, uzaktan hasta izleme ve hasta takip gerekli kılmaktadır (Kırılmaz ve Kılıç Kırılmaz,
sensörlerine kadar bakım hizmeti ve eğitimde 2014).
yaygın olarak kullanılmaktadır. Günümüzde
Sağlık hizmetleri ve bu hizmetlerin sunumu
özellikle hemşirelik bakımında ses ve yüz tanıma
sırasında yararlanılan yapay zekâ uygulamalarının
yazılımları hizmet kayıtlarının çevrim içi
sonuçları doğrudan insan sağlığı ve yaşamı
yapılmasında, ilaç güvenliği uygulamalarında,
üzerine etki ettiğinden özenle irdelenmesi
hasta güvenliği indikatörlerinin kayıtlarında ve
gereken bir konudur. Örneğin yapay zekâ
takiplerinde kullanılmaktadır. Ayrıca karar destek
teknolojisinden yararlanılarak sunulan bir sağlık
sistemlerinin kullanılması ile hataların önlenmesi
hizmeti sırasında gelişen bir komplikasyon
ve hemşirelere hizmet süreçlerinde etkin
sonucu birey zarar görürse bu durumun
yönlendirmelerin yapılması sağlanabilmektedir.
sorumlusu hizmeti sunan yapay zekâ uygulaması
(Doğan Merih, 2018; Bini, 2018; Doğan Merih ve
mı yoksa bu uygulamayı geliştiren kişi midir?
Akdoğan, 2021).
Yapay zekâ uygulamalarının yaygınlaşmasının
Klinik alanda sıklıkla kullanılan yapay zekâ önündeki en büyük engellerden biri olan etik yön
uygulamalarının hemşirelik bakım girişimleri ile yalnızca belirtilen örnekle sınırlı kalmamaktadır.
entegrasyonunun sağlanmasının gerekliliği Etik açıdan bir diğer sorun özellikle hasta
kaçınılmaz bir gerçektir. Yapay zekâ uygulamaları, mahremiyetinin sağlanması üzerinedir. Yapay
özellikle tele sağlık hizmetleri ile hemşirelerin zekâ uygulamaları ile sağlık hizmeti sunulan
bakımına ihtiyaç duyan bireye her koşulda bireylerin verilerinin kaydedilmesi ve hızlı veri
rahatlıkla ulaşılabilmeyi ve hemşirelik bakımında aktarımı mümkün olduğu için bu alandaki etik
klinik karar vermeyi kolaylaştırmayı düzenlemeler önem arz etmektedir. (Güvercin,
sağlamaktadır. Böylelikle hemşirelik bakım 2020).
uygulamaları daha güvenli ve görünür hale
Hizmetin sunumu sırasına meydana gelen
gelmektedir. Tüm bu gelişmeler göz önüne
hasta güvenliğinin sağlanması noktasındaki
8
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
belirsizlik zarar verme endişelerine yol ve bakım hizmetleri multidisipliner bir yaklaşım
açabilmektedir. Bu nedenle öngörülemeyecek gerektirir. Bu nedenle gelişen ve dolayısıyla
davranışları ve bu davranışların neden olabileceği değişen teknolojiye uyum sağlama noktasında
sonuçları elimine edebilecek ileri düzey güvenlik hemşirelik ve diğer sağlık meslek gruplarının
tedbirlerine ihtiyaç duyulmaktadır (Eşkin Bacaksız farkındalığının ve buna ek olarak disiplinler arası
ve diğ. 2020). iletişimin artırılması gerekmektedir.
işleri devralabileceği hem de yönetimi için sağlık Bini, S.A. (2018). Artificial intelligence, machine
profesyonellerinin kendilerini gerekli bilgilerle learning, deep learning, and cognitive computing:
donatmaları gerekmektedir (Güvercin, 2020; Lin what do these terms mean and how will they
impact health care. The Journal of Arthroplasty,
ve ark., 2011).
33:2358-2361.
Booth, J. (1977). A short history of blood pressure
Sonuç measurement. Proc R Soc Med., 70 (11):793-9.
Günümüzde ilerleyen teknolojiye bağlı olarak Caballero-Ruiz, E., Garcia-Saez, G., Rigla, M.,
gelişim gösteren yapay zekâ uygulamaları günlük Villaplana, M., Pons, B., Hernando, M.E. (2017). A
hayatın pek çok alanında sıklıkla kullanılmaktadır. web-based clinical decision support system for
Yapay zekâ kullanımı kadın sağlığı özelinde gestational diabetes: Automatic diet prescription
and detection of insulin needs. International
incelendiğinde, mevcutta geliştirilmiş
Journal of Medical Informatics. 102, 35-49.
uygulamaların perinatal dönemi kapsayan geniş
https://doi.org/10.1016/j.ijmedinf.2017.02.014 .
çaplı yaklaşımlar olduğu görülmektedir.
Cirban Ekrem, E. & Daşıkan, Z. (2021). Perinatal
Perinatal dönemdeki tedavi ve bakım dönemde yapay zekâ teknolojisinin kullanımı .
girişimlerinde yapay zekâ teknolojileri sıklıkla Eurasian Journal of Health Technology
gebeliğin takibi, anne ve fetüs sağlığını olumsuz Assessment. 5 (2) , 147-162 . DOI:
etkileyebilecek herhangi bir hastalığın erken 10.52148/ehta.98056
dönemde tanılanması ve tedavi/bakımının Claudon, M. (2013). Ultrasound in clinical
sağlanması, gebelik takibi/değerlendirilmesinde diagnosis: From pioneering developments in lund
tutarlılığın sağlanması ve böylelikle maternal ve to global application in medicine. Ultrasound in
Medicine and Biology, 39, 932.
fetal morbidite ve mortalite oranlarının
azaltılması üzerine odaklanmaktadır. Bununla Clipper, B, Batcheller, J. & Thomaz, A.L (2018).
birlikte klinik alanda bakıma ihtiyaç duyan birey ile Artificial intelligence and robotics: a nurse leader’s
primer. Nurse Leader. 16:379-384.
en sık vakit geçiren sağlık profesyonellerinin
hemşireler olduğu göz önüne alınırsa, alanda Coiera, E.(1997). Guide to medical informatics, the
kullanılan yapay zekâ uygulamalarının hemşirelik Internet and telemedicine. Chapman& Hall, Ltd.
bakım girişimleri ile entegrasyonunun sağlanması Çöl, M. (2021). Halk sağlığında yapay zekanın
gerekliliği kaçınılmaz bir gerçektir. Sunulan tedavi kullanımı. Uludağ Tıp Derg. 47(1): 151-158.
9
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
Davidson, L. & Boland, M.R. (2021). Towards deep Joseph, M.L., Huber, D.L., Bair, H., Moorhead, S. &
phenotyping pregnancy: a systematic review on Hanrahan, K. (2019). A Typology of innovations in
artificial intelligence and machine learning nursing. J Nurs Adm, 49(7-8):389-95.
methods to improve pregnancy outcomes.
Kartal, Y.A. & Yazıcı, S. (2017). Health technologies
Briefings in Bioinformatics, 22(5), 1-29.
and reflections in nursing practices. International
Delanerolle, G., Yang, X., Shetty, S., Raymont, V., Journal. 10(3): 1733.
Shetty, A., Phiri, P., et al. (2021). Artificial
Kaul, V., Enslin, S. & Gross, S.A. (2020). History of
intelligence: a rapid case for advancement in the
artificial intelligence in medicine. Gastrointest
personalization of gynaecology/obstetric and
Endosc. 92(4):807-812.
mental health care. Women’s Health. 17, 1-20. doi:
10.1177/17455065211018111 . Kırılmaz, H. & Kılıç Kırılmaz, S. (2014). Sağlık
hizmetlerinde etik ikilemde ampirik etik
Dilsizian, S.E. & Siegel, E.L. (2014). Artificial
çalışmalarının yararları. İnsan & İnsan, 1; 35-44.
intelligence in medicine and cardiac imaging:
arnessing big data and advanced computing to Lagadec, N., Steinecker, M., Kapasi, A., Magnier,
provide personalized medical diagnosis and A.M., Chastang, J., Robert, S., Gauaou, N. & Ibanez,
treatment. Current Cardiology Reports, 16:441- G. (2018). Factors influencing the quality of life of
449. pregnant women: a systematic review. BMC
Pregnancy and Childbirth, 18;455-469.
Dogan Merıh, Y. & Akdogan, E. (2021). Artificial
ıntelligence in nursing. 4th International Eurasian Lee, C.S., Nagy, P.G. & Weaver, S.J., (2013).
Conference on Biological and Chemical Sciences Cognitive and system factors contributing to
(EurasianBioChem 2021), 1, 945-955. diagnostic errors in radiology. American Journal of
Roentgenology, 201:611-617.
Doğan Merih, Y. (2018). İnovatif hemşirelerin yol
haritası. İstanbul: Nobel Tıp Kitabevleri. Limon S. (2019). Hastanelerdeki tıbbi
dokümanların geleneksel ortamdan elektronik
Doğan Merih, Y. (2021). Kadın sağlığı ve
ortama dönüşümü. Uygulamalı Sosyal Bilimler ve
hastalıkları, Ankara: Nobel Tıp Kitabevleri.
Güzel Sanatlar Dergisi,1(1):30-39.
Drukker, L, Noble, J.A. & Papageorghiou, A.T.
Lin, P., Abney, K. & Bekey, G. (2011). Robot ethics:
(2020). Introduction to artificial intelligence in
Mapping the issues for a mechanized world.
ultrasound imaging in obstetrics and gynecology.
Artificial Intelligence, 175(5)6: 942.
Ultrasound Obstet Gynecol. 56(4):498-505. doi:
10.1002/uog.22122. Lu, F.S., Hattab, M.W., Clemente, C.L., Biggerstaff,
M. & Santillana, M.. (2019). Improved state-level
Emin, E.I., Emin, E., Papalois, A., Willmott, F.,
influenza nowcasting in the United States
Clarke, S. & Sideris, M. (2019). Artificial intelligence
leveraging Internet-based data and network
in obstetrics and gynaecology: ıs this the way
approaches. Nat Commun.10(1):147.
forward? In vivo. 33, 1547-1551. doi:
10.21873/invivo.11635. Pazar, B., Taştan, S. & İyigün, E.(2015).Tele Sağlık
Sisteminde Hemşirenin Rolü. Bakırköy Tıp Dergisi,
Esinler, İ. & Yaralı, H. (2006).Artifisiyel neural
11(1), 1 - 4.
network (Yapay Zekâ) ile ICSI uygulamalarında
gebeliklerin tahmin edilmesi. Uzmanlık Sonrası Pluym, I.D., Afshar, Y., Holliman, K., Kwan, L.,
Eğitim ve Güncel Gelişmeler Dergisi, 3, 176-180. Bolagani, A., Mok, T., Silver, B., Ramirez, E., Han,
C.S. & Platt, L.D. (2021). Accuracy of automated
Eşkin Bacaksız, F., Yılmaz, M., Ezizi, K. & Alan, H.
three-dimensional ultrasound imaging technique
(2020). Sağlık hizmetlerinde robotları yönetmek.
for fetal head biometry. Ultrasound Obstet
Sağlık ve Hemşirelik Yönetimi Dergisi, 3 (7); 458-
Gynecol. 57(5):798-803. doi: 10.1002/uog.22171.
465.
Ramakrishnan, R., Rao, S. & He, J.R. (2021).
Güvercin, C.H. (2020). Tıpta yapay zeka ve etik. (Ed:
Perinatal health predictors using artificial
Ekmekci, P.E.). Yapay zeka ve tıp etiği. 1. Baskı.
intelligence: A review. Women’s Health.
Ankara: Türkiye Klinikleri, 7-13.
doi.10.1177/17455065211046132
10
Türkiye Sağlık Enstitüleri Başkanlığı Dergisi, 1-11 | Ağustos 2022
11