Author :
Abstract
İnsan bilişini taklit etmek amacıyla geliştirilen yapay zekâ (YZ), günümüzde teknolojik, etik ve sosyal açıdan derin etkiler oluşturan disiplinler arası bir alan hâline gelmiştir. YZ’nin dönüştürücü etkisi, tıbbi biyokimya da dâhil olmak üzere birçok alanda hissedilmektedir. Bu çalışma, Türk matematikçisi Ord. Prof. Dr. Cahit Arf’ın bilimsel ve felsefi bakış açısından tıbbi biyokimyada güncel YZ uygulamalarını yorumlamaktadır. Arf, 1959 yılında “Bir makine düşünebilir mi ve nasıl düşünebilir?” sorusunu ileri sürerek, gerçek bir zeki sistemin yalnızca hesaplama yapmakla kalmayıp anlam üretebilmesi ve yorumlayabilmesi gerektiğini vurgulamıştır. Tıbbi biyokimyada YZ, yalnızca verileri işlemekle kalmayıp karmaşık veri kümelerinden anlamlı çıkarımlar yapabilme gücüyle geleneksel analiz yöntemlerinin ötesine geçmektedir. Bu yetenek, Arf’ın öngörüsüyle örtüşmekte ve karmaşık biyokimyasal problemlerin çözümünü mümkün kılmaktadır. Dolayısıyla YZ’nin entegrasyonu, tıbbi araştırmaları derinleştirmekte, klinik uygulamaları ve endüstriyel süreçleri yeniden şekillendirmektedir. Bu disiplinler arası etkileşim; tanı, tedavi, veri analizi ve klinik karar destek sistemlerinden kişiselleştirilmiş sağlık hizmetlerine kadar uzanan, daha hızlı, güvenilir ve yenilikçi çözümler üretmektedir. Böylece YZ, hem akademik araştırmalarda hem de pratik sağlık hizmetlerinde köklü bir dönüşümün öncüsü hâline gelmiştir.
Keywords
Abstract
Abstract
Artificial intelligence (AI), developed to mimic human cognition, has evolved into a multidisciplinary field with profound technological, ethical, and social implications. Its transformative impact is felt across numerous sectors, including medical biochemistry. This study interprets current AI applications in medical biochemistry through the scientific and philosophical lens of Ord. Prof. Dr. Cahit Arf, a pioneering Turkish mathematician. In 1959, Arf presciently raised the question, "Can a Machine Think and How Can It Think?" emphasizing that a true intelligent system must not only compute but also generate and interpret meaning. In medical biochemistry, AI excels not just in data processing but in deriving meaningful inferences from complex datasets, enhancing analytical power beyond traditional methods. This capacity aligns with Arf’s vision, enabling the resolution of intricate biochemical problems. Consequently, the integration of AI is deepening medical research and revolutionizing clinical applications and industrial processes. This multidisciplinary synergy is fostering faster, more reliable, and personalized healthcare solutions, from diagnosis and treatment to data analysis and clinical decision support, marking a radical shift in both academic research and practical health services.
