Yapay zeka ile dikkat eksikliği ve hiperaktivite bozukluğu daha güvenilir tespit edilecek

Yaşar Üniversitesi Doktora öğrencisi Gürcan Taşpınar, yapay zeka uygulamalarını kullanarak Dikkat Eksikliği ve Hiperaktivite Bozukluğu'nu (DEHB) geleneksel yöntemlere kıyasla daha güvenilir bir şekilde tespit etmeyi amaçlayan bir tez çalışması yürüttü.

DEHB TESPİTİNDE YENİ DÖNEM

Günümüzde DEHB tanısı, genellikle uzmanların uzun süreli gözlemleri ve testleriyle konulmaktadır. Bu süreç hem zaman alıcı hem de kişiden kişiye farklılık gösterebilmektedir. Taşpınar'ın geliştirdiği yapay zeka destekli sistem, fonksiyonel manyetik rezonans görüntüleme (fMRG) verilerini derin öğrenme algoritmalarıyla analiz ederek, DEHB tanısında davranışsal gözlemler yerine nörobiyolojik göstergelerin kullanılmasını hedefliyor. Bu çalışma, DEHB belirtilerini analiz ederek tespit yapabilen bir yapay zeka uygulaması ortaya koydu.

GELENEKSEL YÖNTEMLERİN HATALARI AZALTILIYOR

Doktora tezinin amacını açıklayan Gürcan Taşpınar, yapay zeka uygulamalarının DEHB görüntülerinden çıkarılan ayırt edici özelliklerin sisteme defalarca uygulanmasıyla öğrenme sürecini tamamladığını belirtti. Bu uzun öğrenme sürecinin ardından sistemin yeni görüntüleri hasta veya sağlıklı olarak sınıflandırdığını ifade eden Taşpınar, bilim insanlarının bu sınıflandırma başarımlarını artırmaya çalışarak geleneksel yöntemlerdeki olası sübjektif hataları düşürmeyi hedeflediklerini vurguladı. Çünkü geleneksel yöntemlerin tanı kriterleri için bir uzmanın sübjektif değerlendirmesine dayandığını söyledi.

NESNEL TANI YAKLAŞIMLARI ÖN PLANA ÇIKIYOR

Tez Danışmanı Prof. Dr. Hakan Çetinkaya, dijital uyaranların artması ve oyun alanlarının azalmasıyla çocuklarda DEHB tanı oranlarında belirgin bir yükselme gözlendiğini, ancak tanının büyük ölçüde sübjektif değerlendirmelere dayandığını belirtti. Çalışmanın, "Birleşik" tip tanılarının orantısız biçimde yüksek çıkmasının, hiperaktif çocukların aynı zamanda dikkat eksikliği gösterdiği varsayımıyla değerlendiriliyor olmasından kaynaklanabileceğine işaret ettiğini söyledi. Bu bulgunun, DEHB tanılamasında davranışsal gözlemlerin nörobiyolojik verilerle desteklenmesinin önemini ortaya koyduğunu ekledi. Doç. Dr. Nalan Özkurt ise yapay zeka yöntemlerinin büyük miktarda veriyi analiz ederek gizli kalmış örüntüleri fark edebildiğini ve bu sayede doktorların gözden kaçırabileceği ayrıntıları ortaya çıkarabildiğini belirtti. Makine öğrenmesi gibi tekniklerin, davranışsal verilerden ya da beyin dalgalarından elde edilen bilgileri değerlendirerek tanının daha hızlı ve doğru konmasına yardımcı olduğunu vurguladı. Bu çalışma ile DEHB'nin erken ve kişiye özel teşhisi için yapay zeka destekli bir araç geliştirildiği ifade edildi.