ALZHEIMER HASTALIĞINDA YAPAY ZEKÂ TEKNOLOJİSİNİN KULLANIMI VE UYGULAMALARI

ALZHEIMER HASTALIĞINDA YAPAY ZEKÂ TEKNOLOJİSİNİN KULLANIMI VE UYGULAMALARI

ALZHEIMER HASTALIĞI NEDİR?

Alzheimer hastalığı, hafıza problemlerine sebep olan demans hastalığının bir tipidir. Demansın en yaygın nedeni olan Alzheimer hastalığı, birey ve toplum için önemli etkileri olan küresel bir halk sağlığı sorunudur (3).

Alzheimer hastalığının yaşlandıkça ortaya çıkacağı algısı doğru değildir, erken yaşlarda da ortaya çıkabilir. Genellikle 65 yaş üstü hastalarda ortaya çıkmaktadır ancak 65 yaşın altında da oransal olarak yüksek sayıda hastaya rastlanmaktadır (4).

Alzheimer Hastalığında beynin çeşitli bölgelerinde meydana gelen bozukluklar kişinin hafıza kaybına ve bilişsel yeteneklerini kaybetmesine sebep olur. Semptomları genellikle yavaş ortaya çıkar. Alzheimer, demans semptomlarının birkaç yıl içinde giderek kötüleştiği progresif bir hastalıktır. İlk aşamalarda hafıza kayıpları zayıftır, ancak geç-evre Alzheimer hastaları zamanla diyalog sürdürme ve çevreye cevap verme yetilerini kaybederler. Zamanla ilerleyen bir hastalıktır ve kişinin günlük hayatına etki ederek hayati sorunların ortaya çıkmasına neden olur (4).

Alzheimer hastalığı, ileri evrede bakıma bağlı yaşamın ardından ölüm ile sonuçlanan bir hastalıktır. Alzheimer hastaları, semptomları diğerlerine göre fark edilir hale geldikten sonra ortalama sekiz yıl yaşar ancak yaş ve diğer sağlık durumlarına bağlı olarak hayatta kalma süresi 4- 20 yıl arasında değişebilir (4).

KÜRESEL BİR HALK SAĞLIĞI SORUNU OLARAK ALZHEIMER

Demans türleri için yaşlanma ciddi bir risk faktörüdür. Ülkemizde ve dünyada yaşlı nüfus büyük bir hızla artmaya devam etmektedir. Türkiye İstatistik Kurumu verilerine göre 2023 yılında ülkemizin 65 yaş üstü yaşlı nüfus oranının %10’un üzerine çıkacağı ve bunama hastalıklarının sıklığının büyük bir hızla artmaya devam edeceği tahmin edilmektedir. Dünya Sağlık Örgütü (WHO), dünya genelinde 55 milyon kişinin halk arasında “bunama” olarak bilinen “demans” hastalığı ile yaşadığını, bu sayının 2050 yılında 139 milyona ulaşmasının beklendiğini açıklamıştır. Türkiye’de ise halen 700 bin ile 1 milyon arası hasta bulunmaktadır. 2050 yılında Türkiye’nin dünyada en fazla Alzheimer hastasına sahip 4. ülke olacağı düşünülmektedir (1)(2). 2050 yılında da Türkiye’de her 5 kişiden 1’inin yaşlı olacağı yani 65 yaş ve üzeri olacağı tahmin edilmektedir. Böyle bir durumda da ülkemizdeki hasta sayısının en az iki kat artacağı tahmin edilmektedir. Hem dünya hem ülkemiz açısından, 30-40 yıl sonra Alzheimer hastalığının en önemli sağlık sorunlarından biri olacağı düşünülmektedir (6). 

Yaşam koşullarının değişmesi ve yaşam süresinin uzamasıyla birlikte Alzheimer ve demans sahibi hasta sayısı gün geçtikçe artmaktadır (5). Beklenen yaşam sürelerinin uzaması ve yaşlanan nüfusla birlikte hastalığın öneminin giderek artması, Alzheimer hastalığına yönelik korunma stratejilerini gündeme getirmektedir (3). Bu durum karşısında özellikle yaşlı nüfusa sahip gelişmiş ülkeler alarma geçerek eylem planları oluşturmuştur. 2012 yılında oluşturulan ve G8 zirvesinde de taslak olarak kabul edilen ABD Ulusal Alzheimer Planına göre 2025 yılında Alzheimer hastalığının (AH) önlenmesi ve tedavi geliştirilmesi hedef alınmıştır (2).

ALZHEIMER HASTALIĞININ SAĞLIK SİSTEMİNE ETKİSİ

Demans, yaklaşmakta olan bir küresel bir sağlık krizini temsil etmektedir. Gelecekte yaşlı nüfusta beklenen yüksek artış ile sorunun daha da kötüleşmesi beklenmektedir. Maddi olmayan maliyetlerle birlikte doğrudan sağlık bakım maliyetleri, yıllık olarak tahmini 550 milyar dolar civarındadır. 65 yaş ve üstü Alzheimer ve diğer demans hastaları için yatarak hastane maliyeti, benzer yaştaki demansı olmayan bireylere göre 3 kat daha fazladır ve bakımevi maliyeti ikinci gruba göre 20 kat daha fazladır (7).

ALZHEIMER HASTALIĞINDA ERKEN TEŞHİSİN ÖNEMİ

Hastalığın erken dönemi, demansı önlemek veya geciktirmek açısından önemli bir fırsattır. Hastalığın mümkün olduğunca erken evrede tespit edilmesi ve gerekli tedavinin bir an önce başlanması, ilerlemenin önüne geçmede önem taşımaktadır. Uygun tedavi ve bakım yaklaşımları ile hastaların bilişsel ve fiziksel fonksiyonlarının korunması ve komplikasyonların önlenmesi mümkündür (3).

Hastalığın şiddetini potansiyel olarak azaltabilecek erken müdahaleleri sağlamak ve ailelere bu tür bireylerin bakımına daha iyi hazırlanmalarına zaman tanımak için Alzheimer hastalığının erken tespiti gereklidir.  Erken teşhis ve bunun sonucunda hastalığın ilerlemesini yavaşlatmak için erken müdahale edebilmek, şiddetli bunama ile harcanan zamanı en aza indirir ve bilişsel işlevin mümkün olduğu kadar uzun süre korunmasını sağlayabilir. Bu durum, yaşam kalitesi ve sağlık bakım maliyetleri açısından faydalı olacaktır (7). 

Alzheimer hastalığının teşhisi için kullanılan farklı yöntemler bulunmaktadır. Bilişsel ve hafızaya dayalı testler, tıbbi görüntüleme yöntemlerinin kullanılması ve hastanın medikal geçmişine ait verilerin bir bütün olarak değerlendirilmesi ile tanı konulabilir. Hastalığa dair en net bulgulara genelde çeşitli kimyasalların etkisi altında çekilmiş beyin görüntülerinden ulaşılabilmektedir. Hastalığın teşhis süresinde yararlanılması için biyobelirteçler geliştirmek üzere çalışmalar devam etmektedir (4).

Alzheimer hastalığının tedavisi için henüz geliştirilmiş bir yöntem veya ilaç yoktur ancak semptomlarına dair iyileştirici ve tamamen tedavi edici ilaçlar bulmak için araştırmalar devam etmektedir. Mevcut Alzheimer tedavileri, Alzheimer’ın ilerlemesini durduramasa da demans semptomlarının kötüleşmesini geçici olarak yavaşlatabilir ve hastanın yaşam kalitesini arttırabilir. Günümüzde, hastalığı tedavi etmek, başlangıcını geciktirmek ve gelişmesini önlemek için daha iyi yollar bulmak için dünya çapında bir çaba bulunmaktadır (4).

ALZHEIMER HASTALIĞINDA YAPAY ZEKÂLI UYGULAMALARIN KULLANIMI

Yapay zekâ; insan beyninin fonksiyonlarını temel alarak, insana özgü düşünme, yorum yapabilme, çözümleme, karar verme gibi yetilerin bilgisayar, robot, program gibi sistemlere aktarılması olarak tanımlanabilir (5).

Derin öğrenme yöntemlerinin temeli yapay sinir ağlarıdır. Yapay sinir ağları insan beyninin verileri işleyiş ve veriler hakkında verdiği kararları çıktı olarak veren nöronlardan esinlenilerek ortaya atılmıştır. Girdiler, ağırlıklı veri yolları üzerinden farklı nöron katmanlarında işlenerek çıktıya dönüştürülürler. Bu süreç girdi veriden öznitelikler elde edilmesini sağlamaktadır. Yapay sinir ağlarının daha fazla nöron ve daha fazla gizli katman bulunduran karmaşık hallerine derin öğrenme denir. Derin öğrenme yöntemleri, bilgisayarların deneyimlerden öğrenmesini ve dünyayı veriye dair bir kavram hiyerarşisi olarak algılamasını sağlayan makine öğrenimi yöntemleridir (8)(15).

  1. YAPAY ZEKÂNIN TEŞHİSTE KULLANIMI
  2. YAPAY ZEKÂ İLE HASTA VERİLERİNİN ALZHEIMER TEŞHİSİNDE KULLANIMI

Alzheimer hastalığında henüz herhangi bir ilaç tedavisi bulunmasa da birçok organizasyonun hasta verilerini bilim insanları ile paylaşması sayesinde; Alzheimer hastalığının nedeninin ve gelişim şeklinin anlaşılmasına ve çözüm yollarının geliştirilmesine sebep olacak başarılı sonuçlar ortaya koyan birçok araştırma yapılabilmektedir. Paylaşılan verilerin artması Alzheimer Hastalığı hakkında, yapay zekâ algoritmalarının da bir çözüm üretebileceği düşüncesini beraberinde getirmektedir. Özellikle GAAIN1 (The Global Alzheimer’s Association Interactive Network) oluşumunun araştırmacılara açtığı veri tabanı sayesinde birçok çalışma yapılmaktadır. GAAIN’in paylaştığı veriler dünya çapında 43 partnerden toplanan 453912 hastaya ait çeşitli tipte veriyi kapsamaktadır. Veriler içinde; genetik veriler, MRI (Magnetic Resonance Imaging) verileri, PET (Positron Emission Tomography) verileri gibi yapay zekâ ve özellikle derin öğrenme algoritmaları için kullanılabilecek yüz binlerce veri seti bulunmaktadır. Verinin fazlalığı ve çeşitliliği Alzheimer hastalığına dair yapay zekâ algoritmaları ile başarılı çalışmalar yapılabileceğini göstermektedir (4).

Derin Öğrenmenin Kullanımı

Alzheimer hastalığının klinik bir testi yoktur, bu nedenle doktorlar hastalara bilişsel gerileme değerlendirmesi yaparak tanı koyabilmektedir. Ancak semptomlar zayıfken, demansın erken evresinde olan hafif bilişsel bozukluğun (MCI) belirlenmesi özellikle zordur. Hangi MCI hastalarının Alzheimer hastalığını geliştireceğini tahmin etmek ise daha zor durumdur çünkü bu durum hepsinde gelişmemektedir. Harvard Üniversitesi, Massachusetts General Hospital ve Çin’de bulunan Huazhong Bilim ve Teknoloji Üniversitesinden araştırmacılar, bu tahmini yapmak için fMRI beyin taramalarını klinik veriyle birleştiren bir program tasarladılar. Ekip, ilk testlerden sonra, derin öğrenme programının, özel bir fMRI veri setiyle eşleştirildiğinde, daha temel bir veri kümesi kullanan diğer sınıflandırma yöntemlerine göre yaklaşık %20 daha doğru sonuç verdiğini ortaya koydu. Ekip, bu kalıpların gücünü yorumlayabilecek bir derin öğrenme programı oluşturdu ve yaş, cinsiyet, genetik gibi risk faktörleri hakkındaki klinik verilerle bir kişide Alzheimer hastalığı gelişip gelişmeyeceğini öngördü. İddiaları ise yaklaşık % 90 oranında doğruluk payıyla bu hastalığın seyrini tespit edebilecekleri doğrultusunda oldu (8).

Benzer bir çalışmayı yapan Sarraf ve Tofighi fMRI görüntülerinden LeNet-5 derin öğrenme mimarisi kullanarak alzaimer hastalığının sınıflandırmıştır (Sarraf ve Tofighi, 2016). İnsan beyninin MR görüntülerini anatomik bölgelere ayırmak için bir yaklaşım ortaya konmuştur. Bu yaklaşımda her vokselin (her pixelin 3 boyutlu görünümü) beyin mr görüntüsüne aktaran bir derin öğrenme mimarisi sunulmuştur. Bu bölütleme yöntemi daha önceki bölütleme yöntemlerinden daha iyi çalıştığı söylenmiştir (de Brébisson ve Montana, 2015) (17).

MRI Görüntülerinin Yapay Zekâ ile İncelemesi

Bir başka çalışmada da ADNI topluluğunun açık kaynak olarak paylaştığı Alzheimer Hastalığı verileri kullanıldı. Veri, görüntü (image) yani MRI görüntüleri olduğu için ve bu görüntüler çok boyutlu matrisler ile ifade edileceğinden dolayı, derin öğrenme yöntemleri kullanılmıştır. Alzheimer Hastalarına ait MRI görüntüleri çeşitli ön işlemlerden geçirilmiştir ve tasarlanan 3-boyutlu evrişimli sinir ağı kullanılarak bireyin Alzheimer hastası olup olmadığına dair sınıflandırması gerçekleştirilmiştir. Önerilen 3 boyutlu evrişimli sinir ağı yöntemi %90,6 doğruluk oranına ulaşmıştır (4).

On Yıl Erken Teşhis

İtalya’da Bari Üniversitesi’nde araştırma ekiplerinin geliştirdiği bir algoritma, hastalığın beyinde oluşturduğu küçük yapısal değişimleri, ilk belirtilerin 10 yıl öncesine kadar belirleyebilmektedir. Ekip, geliştirdikleri AI’yi 67 MRI taraması ile besleyerek eğitti ve taramaları küçük bölgelere ayırarak AI’lerinin nöron bağlantılarını analiz etmesini sağlandı. Eğitim tamamlandıktan sonra da algoritma, 148 kişinin beyin taramalarını işledi. Çalışma sonucunda AI, Alzheimer Hastalığını %86 oran ile fark etmeyi başarmıştır. Daha önemlisi, hafif farkındalık sorunlarını %84 oranı ile fark edebilmekte olduğu gözlenmiştir ve bu da kendisini hastalığın erken dönemde keşfi için önemli bir araç haline getirmektedir (10).

Bilgisayar Destekli Teşhis (CAD) Süreci

Süreç, tıbbi görüntülerin yorumlanması ve teşhisi için ikinci bir objektif görüş sağlayan bilgisayar tabanlı prosedürlerden oluşmaktadır. Derin Öğrenme tekniklerinin CAD alanına girişi; Alzheimer hastalığının bilgisayarlı tanı ve tedavisi, organ segmentasyonları ve hafif bilişsel bozukluk gibi çeşitli tıbbi uygulamalarda ümit verici sonuçlar ortaya çıkarmıştır. Derin Öğrenme yöntemleri ile bilgisayar destekli teşhisin doğruluğu ve performansı sistematik bir şekilde daha kolay ayarlanabilir (16).

B. YAPAY ZEKÂ İLE KONUŞMAYI ANALİZ EDEREK TEŞHİS

İngiltere’de yapılan bir araştırma hastalığın teşhisini 7 yıl öncesinden %70 doğrulukla tahmin edebileceğimizi ifade etmektedir. Bu konuda bir çalışmada; Jarrold ve ark. (2014) farklı demans türleri arasında ayrım yaptı. Hastalardan bir resmi tanımlamalarının istendiği yarı yapılandırılmış görüşmelerden konuşma örnekleri toplandı. IBM Research ve ilaç devi Pfizer tarafından geliştirilen AI modeli, Cookie Theft bilişsel testinden alınan kısa konuşma alıntılarını analiz etmek için doğal dil işlemeyi kullanmaktadır. Demans ve diğer bilişsel hastalıkların teşhisinde uzun yıllardır kullanılan test, insanlardan resimde gördüklerini tarif etmelerini istemektedir. Yapay zekâ, dilbilgisi hataları ve bilişsel düşüşü gösteren farklı cümle yapısı gibi ince değişiklikleri tespit etmektedir. IBM tarafından kullanılan örnekler, 1948’den beri devam eden 5.000 kişiye ve ailelerine yönelik bir ABD araştırma projesi olan The Framingham Heart Study’den gelmektedir (12)(19).

Bu çalışma sonucunda sesin Alzheimer için bir biyobelirteç olarak kullanılabileceği sonucuna varılabilir, başlangıç aşamalarında bile tanımlayabilen ucuz, invaziv olmayan bir yöntemdir. Alzheimer gibi bir hastalıkta sesin potansiyel rolünü ve onu etkileyen diğer faktörleri belirlemek için daha ayrıntılı çalışmaların yapılması gerekiyor (12).

C. YAPAY ZEKALI SİSTEMLER İLE SES VE DUYGU SICAKLIĞI ANALİZİ

Hastaların duygusal sıcaklıklarının analiziyle birlikte konuşma veya ses analizi çok önemlidir ve Alzheimer’ı başlangıç aşamasında saptamak için bir tanı aracı olarak kullanılabilir. 2014 yılında yapılan bir çalışmada hastaların konuşmasının kaydı daha sonra bir makine öğrenme algoritmasına girdi olarak kullanıldı. Çok katmanlı algılayıcı algoritması kullanılarak %88’lik bir skor elde edildi. Orimaye ve ark. (2014) çalışmalarında, Alzheimer hastalarını belirlemek için bir teşhis yöntemi uygulamıştır. Çalışmada, ses verilerini çıkarmak için Dementia Bank veri seti kullanılmıştır. Veri seti, Alzheimer ve demanstan muzdarip kişilerle yapılan görüşmelerin ses kayıtlarından oluşmuştur. Çalışma sonucunda %74 doğruluk elde edilmiştir (19).

D. GÖZ HAREKETLERİNİN ANALİZİ İLE TEŞHİS

Dejeneratif beyin bozuklukları, sadece hafızayı ve bilişi değil, aynı zamanda göz hareketinde yer alan kraniyal sinir sistemini de etkilediği için göz hareketini değiştirir. Mann-Whitney-Wilcoxon testi ile doğrulandığı gibi, Alzheimer hastalığından mustarip hastalar, yüzlerini ve gözlerini aynı anda dikey yönde hareket ettirme eğilimindeyken, bilişsel olarak normal insanlar bunu yapmamaktadır.

Demansın nörolojik belirtilerini analiz etmek için hafif Alzheimer hastalığı olan hastalar ile bilişsel olarak normal insanların yüz ve göz hareket modelleri karşılaştırıldı. Yüz nirengi noktaları tespit edildikten sonra hareketler için koordinat değerleri çıkarıldı. Çalışmalardaki bulgular, bu tür hastaları hızlı bir şekilde taramak için yüz ve göz hareketlerinin objektif ve doğru ölçümünün kullanılabileceğini göstermektedir (20).

Bu sonuçlara göre; nörodejenerasyon belirtileri gösteren hastaların erken tespiti için kamera tabanlı testlerin geliştirilirse teşhiste fayda sağlayacağı öngörülmektedir (18).

ALZHEIMER HASTALIĞINDA HASTANIN GÜNLÜK YAŞAMINI KOLAYLAŞTIRAN YAPAY ZEKÂLI UYGULAMALAR

TİMELESS MOBİL UYGULAMASI

Timeless isimli uygulama, Emma Yang tarafından Alzheimer hastalarının günlük yaşantılarını kolaylaştırmaya yönelik oluşturulan bir mobil uygulamadır. Erken yaşta kod yazmayı öğrenen Emme Yang, uygulamayı 7-8 yaşlarındayken büyükannesinin Alzheimer hastası olmasından etkilenerek geliştirmiştir. Uygulamayı kullanan Alzheimer hastaları, aile ve arkadaşlarının fotoğraflarına göz gezdirebilmektedir. Yüz tanıma teknolojisi kullanan uygulama, fotoğraftaki kişilerin kim olduğunu ve hastayla ne şekilde bağlantılı olduğunu kullanıcıya söylemektedir. Eğer hasta aynı odada bulunduğu birini tanıyamıyorsa, fotoğraf çekip uygulamaya yüklediğinde uygulama otomatik olarak kişiyi tanıtmaktadır. Uygulamada hastanın o günkü randevularını listeleyen basit tasarımlı bir hatırlatma ekranı ve aile üyelerinin fotoğrafları ile isimlerini gösteren basit bir ‘Kişiler’ listesi bulunmaktadır. Eğer hasta tek bir kişiyi sürekli aramaya çalışırsa, uygulama “Arama yapmak istediğinize emin misiniz? Son aramayı gerçekleştireli beş dakikadan az oldu.” şeklinde hızlı bir hatırlatıcı ve uyarı özelliği bulundurmaktadır. Uygulamanın ‘Ben’ sayfasında ise hastanın kendi ismi, yaşı, telefon numarası ve adresi yer almaktadır. Uygulama özellikle hastalığın ilk evrelerinde işe yarayabilir. Uygulamanın diğer kısımlarıyla yani mesela etkinliklerin günlük takvime yazılması, aile ve arkadaşların ilk fotoğraflarının yüklenmesi için kişilere davet gönderilmesi gibi durumlarla başka bir yardımcı kullanıcı ilgilenmektedir. Şu anda Yang, Timeless uygulamasında kullanılan yüz tanıma teknolojisini üreten Kairos adlı teknoloji şirketindeki danışmanlarla iş birliği içinde çalışılmaktadır. Uygulama hala geliştirme aşamasındadır (9).

  • AKILLI GÖZLÜK SAİ PROJESİ

Tıp doktoru Sahir Kılı tarafından bilgisayar mühendisleriyle birlikte gerçekleştirilen SAİ Projesi sayesinde demans ve Alzheimer hastalarına günlük hayatta yardımcı olacak yapay zekâlı gözlük tasarımı amaçlanmıştır. Hastalar, taktıkları gözlükle, karşısındakini görüp tanıyabilecektir. Projenin hasta memnuniyeti sağlaması amacıyla hastanelerde kullanılması da planlanmaktadır. İlk adım olarak kişilerin fotoğraflarını çekilmekte ve hastanın yakını hakkında bilmesi gerekenleri ya da ona hatırlamasında yardımcı olacak bilgiler toplanmaktadır. Ardından bunlar yazılım sayesinde ‘google glass’a aktarılmaktadır. Bu sayede hasta gözlüğü taktığı anda görüntü ile bilgilerin eşleşerek gözlüğün üzerinde duran cam kısımda sadece gözlüğü takan kişinin göreceği şekilde yansımaktadır. Bu sistemle gözlüğü takan hasta karşısındaki kişiyi tanıyabilmektedir. Sisteme fotoğrafın yanı sıra video da yüklenebilmektedir. Bunlara ek olarak; gözlük sistemine navigasyon eklenmiştir ve bu özellik sayesinde hastanın bulunduğu saha belirlenebilmektedir ve sınırlanacak şekilde uyarı sistemi kurulabilmektedir. Eğer hasta belirlenen saha sınırının dışına çıkarsa sistem otomatik olarak görüntü açmaktadır ve hastanın sisteme tanımlı olan yakınının cep telefonuna direkt hastanın konumu iletilmektedir. Aynı zaman da görüntülü olarak, hastanın o sırada nerede ve ne gördüğü de hasta yakınına iletilebilmektedir.

Sistem; yalnızca hastalara değil, hekim ve sağlık çalışanlarına da kolaylık sağlayacağı düşünülmektedir. Hastanın, hastane kapısından içeri girer girmez danışma görevlileri tarafından ismiyle karşılanmasına, kat görevlileri tarafından ilgili birime hızlı yönlendirilmesine, hekimin hastayla ilgili tüm bilgileri hastaya baktığı an görebilmesine olanak tanıyabileceği, acil şartlarda gelen hasta olduğunda hızlı müdahale ve değerlendirmeye kakı sağlayacağı düşünülmektedir. Sistemin, ileride e-nabız sitemiyle entegre edilmesi hedeflenmektedir ve bu şekilde hastanın bütün tıbbi hikayesi de görülebilir. Bu sayede hasta memnuniyeti de artacağı öngörülmektedir (11).

  • Günlük Aktivitelerde (LDA) yardımcı olan AI sistemLERİ

Hastalıktaki tedavi rejimi; MMSE sonuçları ve doktorların ve bakıcıların onayı temelinde oluşturulur. Sistem temel olarak; hatırlatma sistemi, belirli yaşam olaylarını gözden geçirmek için şema terapi ve sağlık, ilaç ve günlük yaşam için alarm sistemini içerir. Bütün bunlardan sonra, sistem ayrıca geri bildirim alır ve temelinde rejimi değiştirir.

  • RxMind me,
  • Mymeds,
  • Alzheimer’s caregiver friend,
  • Alzheimer’s günlük refakatçi  

Gibi çeşitli mobil tabanlı uygulamalar hastaya LDA’yı yani günlük aktiviteleri hatırlatmak için sanal bir bakıcı olarak tasarlanmıştır.

  • YAPAY ZEKÂ İLE İLAÇ YÖNETİMİ

Yapay zekâ uygulamaları, Alzheimer gibi kronik hastalıklarda ilaçların takip edilmesi için kullanılmaktadır. Alzheirmer hastalığında semptonları azaltmak ve yaşam kalitesini arttırmak amacıyla kullanılan ilaçların hasta bireyler tarafından doğru dozda, doğru zamanda, doğru yöntemle alınması önemlidir. Yüz tanıma teknolojisi ile yapay zekâ tabanlı sistemler kullanılarak, hastanın yüzü tanınmakta, hastanın almak istediği ilacın doğru olup olmadığı tespit edilebilmektedir (5).

  • YAPAY ZEKÂ İLE HASTALARA DESTEK PROJE

Alzheimer Hastalarına destek amaçlı çalışmalardan biri, Kautz ve ark. Tarafından yapılan “Yardımlı Biliş: Alzheimer Hastalarına Bilgisayar Destekleri” projesidir. Proje kapsamında Alzheimer hastalarının hafıza ve problem çözme sorunlarına tümleşik bilgisayar sistemleri ve yapay zekâ yardımıyla çözümler sunmak amaçlanmıştır. Önerilerden birisi “hareket pusulası”dır ve hastaya yardımcı olarak konum olarak kaybolmayı önlemeyi amaçlamaktadır. Önerilen diğer çözümde ise sürekli açık bir suflör (prompter) yardımı ile hastanın çok adımlı günlük işlerini yapabilmesi amaçlanmaktadır.

  • EĞİTİM PROGRAMI ÇALIŞMALARI

Geronteknoloji dergisinde yayınlanmış olan çalışmalardan birisi “Yaşlıların Çoklu Ortam Teknolojisi Yardımıyla Alzheimer Hakkında Bilinçlendirilmesi” projesidir. Proje kapsamında geriatrik öğrenme ve teknoloji prensipleri birleştirilerek hazırlanmış çoklu ortam eğitim programına yaşlıların nasıl tepki vereceği incelenmiştir. Proje sonucunda yapılan eğitim oldukça başarılı olmuş ve bilginin yaşlı bireylere onlara uyan biçimde verilmesi fayda sağlamıştır (14).

  • ALZHEIMERDA TEDAVİ AMAÇLI YAPAY ZEKÂLI SİSTEMLER

BEYİNE ELEKTRİK AKIMI VEREN SİSTEM

Kurucusu olduğu Neuralink şirketi çatısı altında 90 kişilik güçlü bir ekip kuran Musk, beyne yerleştirilen implantlar aracılığıyla bilgisayar, varsa protez ve diğer tıbbi gereçlerin sadece düşünce yoluyla kontrol edilebilmesini amaçlıyor.

Alzheimer hastalığının tedavisi için Neuralink’in üzerinde çalıştığı projeye çok benzer bir teknolojiden faydalanılıyor. Beyne elektrik akımı verebilen iki tel yerleştirilmesiyle gerçekleştirilen uygulamayla hastalarda olumlu sonuçlar alınırken, bunun placebo etkisi olup olmadığı netlik kazanmış değil.

Neuralink’in 2019’un temmuz ayında yaptığı tanıtımda, beynine 1.500 elektrot yerleştirilmiş bir laboratuvar faresinin verilerinin incelendiği sistem sunulmuştu. Bu sistemin, şu anda insanlar üzerinde uygulanabilen, bahsettiğimiz Alzheimer ve Parkinson tedavisi gibi yöntemlerden 15 kat daha etkin olduğu ifade ediliyor (13).

ALZHEIMER HASTALIĞINDA YAPAY ZEKANIN GELECEKTEKİ KULLANIMI

Sağlık hizmetlerinde ve yönetiminde yapay zekâ uygulamaları, süreçlerde maliyetlerin azaltılması, kalitenin arttırılması, insan kaynaklı hataların azaltılması ve performansın arttırılması amacıyla kullanılmaktadır (5). Tıbbi yapay zekâ sistemleri, insandan daha hızlı ve daha net teşhis ortaya koymak için katkı sağlamaktadır (8).

Yakın gelecekte Alzheimer gibi kronik hastalıkların tanı ve teşhis süreçlerinde yapay zekâ tabanlı uygulamalara daha sık rastlayacağımız ön görülmektedir (25).

Teknolojik gelişmelerle birlikte hasta odaklı dijital bir ekosistem oluşturulmaya başlanmıştır. Günümüzde halka açık birçok biyolojik veri tabanının olması ve bu verilerin işlenebilmesi yapay zekâ çalışmalarında önemli rol oynamaktadır (22). Büyük verinin belirli standartlara getirilip bilim insanları ile paylaşılması yapay zekanın gelişmesini sağlamaktadır. Veri kümeleri paylaşılmaya devam ettikçe yapay zekâ daha çok probleme çözüm bulacaktır (4).

Yakın gelecekte Alzheimer gibi kronik hastalıkların tanı ve teşhis süreçlerinde yapay zekâ tabanlı uygulamalara daha sık rastlayacağız. Durmadan biyometrik verilerle beslenen büyük veri algoritmaları önümüzdeki yıllarda sağlığımızı 7/24 gözlemleyebilir. Bu sayede yapay zekâlı sistemler, Alzheimer hastalığının başladığını biz bir sorunumuz olduğunu fark etmeden çok daha önce tespit edebilir. Göz hareketlerinin, sesin, konuşmanın, duygu durumun analizini yaparak Alzheimer teşhisi yapabilen yapay zekalı sistemler gelişecektir.

İlaç geliştirmenin giderek daha yavaş ve maliyetli hale geldiği bir zamanda, yardım için en son teknolojilere başvurmak önem taşımaktadır. Makine Öğrenimi (ML) tabanlı Sanal Tarama (VS), milyonlarca bileşik arasından potansiyel öncü molekülleri verimli bir şekilde bulmasını sağlayarak ilaç geliştirmenin ilk aşamalarını hızlandırır (24). Yapay zekâ, biriken verileri bütünleştirebilir ve terapötik uygulamalar için değerli tahminler üretebilir.

Sena ONUK

Pharmaino Science Intern

KAYNAKLAR:

  1. https://www.cnnturk.com/saglik/alzheimer-icin-korkutan-uyari-2050de-turkiye-4uncu-sirada?page=1
  2. https://www.alzheimerdernegi.org.tr/gelismis-ulkelerde-alzheimer-hastaligi-azalirken-turkiyede-artiyor/
  3. https://dergipark.org.tr/en/download/article-file/1609615
  4. file:///C:/Users/W10/Downloads/DiagnosisofADwith3DCNN-YagizNalcakan.pdf
  5. https://dergipark.org.tr/tr/download/article-file/1479836
  6. https://www.milliyet.com.tr/gundem/turkiyede-700-bin-kisi-mucadele-ediyor-en-az-iki-kat-artacak-6602395
  7. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8011726/
  8. https://thinktech.stm.com.tr/uploads/docs/1608839650_stm-blog-yapayzeka-doktorlarla-yarisiyor.pdf
  9. https://www.dunyahalleri.com/alzheimer-hastalarina-yardimci-olmayi-amaclayan-mobil-uygulama/
  10. https://www.hurriyet.com.tr/teknoloji/yapay-zeka-alzheimer-hastaligini-daha-en-basindan-tespit-edecek-40589256
  11. https://www.haberturk.com/yapay-teknoloji-sayesinde-demans-alzheimer-hastalarina-rehber-yapti-2585995
  12. https://www.haber7.com/teknoloji/haber/3026523-yapay-zeka-kurabiye-cizimiyle-7-yil-onceden-alzheimer-teshisi-yapabiliyor
  13. https://thinktech.stm.com.tr/uploads/docs/1608824985_stm-blog-neuralink.pdf
  14. http://egetipdergisi.com.tr/en/download/article-file/350785
  15. https://dergipark.org.tr/en/download/article-file/738321
  16. https://www.researchgate.net/profile/Ali-Keles-5/publication/328347813_Derin_Ogrenme_ve_Saglik_Alanindaki_Uygulamalari/links/5f997a40a6fdccfd7b84e32a/Derin-Oegrenme-ve-Saglik-Alanindaki-Uygulamalari.pdf
  17. https://dergipark.org.tr/en/download/article-file/738321
  18. https://pubmed.ncbi.nlm.nih.gov/32961984/
  19. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7709159/
  20. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7570590/
  21. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8011726/
  22. https://sbf.gelisim.edu.tr/haber/saglik-hizmetlerinde-yapay-zeka
  23. https://dergipark.org.tr/en/download/article-file/1138643
  24. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6327115/
  25. https://dergipark.org.tr/en/download/article-file/145275I

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir