Labmedya - Laboratuvar ve Sağlık Gazetesi

Son birkaç on yılda halk sağlığındaki gelişmeler sayesinde küresel olarak daha fazla bireyin ömrü uzuyor. Yaşlı nüfusun artmasıyla da demans, Alzheimer hastalığı ve genellikle yaşlanmayla bağlantılı diğer durumlarda sonuç olarak büyük bir artış görülüyor. Bu durum, gelecek on yılda artan nüfusa oranla doktor sayısındaki yetersizlik söz konusu olunca tedaviye ihtiyacı olan bireyler için daha da kötüleşecek gibi görünüyor.

Boston Üniversitesi Tıp Fakültesi'ndeki (BUSM) araştırmacılar tarafından yakın zamanda yapılan bir araştırmaya göre, hesaplama teknikleri (yapay zekâ/AI), yaşlanan bir nüfusa demans teşhisi belirlemeyle ilgili bazı zorlukların hafifletilmesine yardımcı olabilir.

Geçmişte yapılan araştırmalar, yapay zekâ modellerinin "hastalık" ve "hastalık yok" arasında basit bir şekilde seçim yapabildiğini, ama klinisyenlerin hastaları bu şekilde muamele etmediğini göstermiştir. Doktorlar tanıyı sağlamlaştıran ayırt edici bir özellik; fizik muayeneye, nöropsikolojik testlere, laboratuvar sonuçlarına ve görüntülemeye bağlı olarak bir hastayı kliniklerinde etkileyebilecek tüm olası koşulları hesaba katarlar. 

Araştırmacılar, demans şüphesi olan bir hastanın tipik bir muayenesi sırasında toplanabilecek, nöro-psikolojik ve fonksiyonel testler, hastanın tıbbi geçmişi, fizik muayene, demografi, ve MRI taramaları gibi tüm bilgileri topladılar. Bu bilgiler daha sonra, bu geniş girdi setinden hastalığa özgü belirtileri ortaya çıkarmak için eğitilen bir sinir ağına gönderildi. 

Araştırmacılar makine öğreniminde özel yöntemler kullanarak önemli nöro-psikolojik test puanları, laboratuvar değerleri ve belirli bir durumu düşündürebilecek hastalığa özgü fizik muayene bulguları da dahil olmak üzere modellerinin tanısal karar verme sürecinde kullandığı tam veri parçalarını saptayabildiler. Daha sonra, MRI taramalarında demansla ilgili değişiklikleri bölgeselleştirebilmek için aynı yöntemleri uyguladılar ve model tarafından "önemli" olarak işaretlenen konumların, dejeneratif doku değişikliklerinin mikroskobik kanıtı olan beyin bölgelerine karşılık geldiğini buldular.

Son olarak, uluslararası bir grup doktor, yapay zekâ modelleriyle "başa baş" karşılaştırmalı bir çalışmaya katıldı. Hem uzmanlara hem de modele aynı hasta grubu sunuldu ve aynı bilgileri kullanarak teşhis koymaları istendi. Doktorların ve bilgisayarın doğruluğu benzerdi.

Araştırmacıların bulguları Nature Communications dergisinde yayınlandı:

“Multimodal deep learning for Alzheimer’s disease dementia assessment” by Shangran Qiu, Matthew I. Miller, Prajakta S. Joshi, Joyce C. Lee, Chonghua Xue, Yunruo Ni, Yuwei Wang, Ileana De Anda-Duran, Phillip H. Hwang, Justin A. Cramer, Brigid C. Dwyer, Honglin Hao, Michelle C. Kaku, Sachin Kedar, Peter H. Lee, Asim Z. Mian, Daniel L. Murman, Sarah O’Shea, Aaron B. Paul, Marie-Helene Saint-Hilaire, E. Alton Sartor, Aneeta R. Saxena, Ludy C. Shih, Juan E. Small, Maximilian J. Smith, Arun Swaminathan, Courtney E. Takahashi, Olga Taraschenko, Hui You, Jing Yuan, Yan Zhou, Shuhan Zhu, Michael L. Alosco, Jesse Mez, Thor D. Stein, Kathleen L. Poston, Rhoda Au, and Vijaya B. Kolachalama, 20 June 2022, Nature Communications.
DOI: 10.1038/s41467-022-31037-5