Yapay Zeka Yardımıyla Alzheimer Tahmini

Alzheimer Derneğinin yayımladığı yakın tarihli bir çalışma, milyonlarca hayatın kurtarılmasına yardımcı olabilecek yeni bir erken tespit yöntemine ışık tutuyor. Çalışma, Hafif Bilişsel Bozukluktan (MCI) Alzheimer Hastalığına (AD) altı yıllık bir sürede ilerlemeyi doğru biçimde belirlemek için ses analizi yöntemleriyle birleştirilen otomatik tahmin protokollerinde yapay zekâ kullanımını inceliyor. Bilmeniz gerekenler şöyle.

Alzheimer ve Demans

Alzheimer ve demansla yaşayan veya bu durumdaki bir yakınına yardım eden herkes bunun ne kadar zor olduğunu bilir. Alzheimer hastalığı, dünya genelinde demansın başlıca nedenidir. Kişinin zihinsel yeteneklerini zamanla bozan ilerleyici bir beyin hastalığıdır. Süreç aşamalıdır; belirtiler basit unutkanlıktan hafıza kaybına, yönelim bozukluğuna, kişinin kendine bakımını ihmal etmesine ve konuşma kaybına ilerler. MCI yaşayan hastalarda Alzheimer hastalığı gelişme olasılığı çok daha yüksektir.

Alzheimer Hastalığı Gerçekleri

Alzheimer hastalığı, Amerikalılarda altıncı en büyük ölüm nedenidir ve dünya genelinde önemli bir kaygı olmaya devam etmektedir. 2023 tarihli bir çalışma, 6,7 milyondan fazla Amerikalının bu hastalıkla yaşadığını belirledi. Hastalık, kişilerin kendilerine bakmasını, aile üyelerini tanımasını veya gerekli günlük işleri yapmasını engelleyebilir.

Kaynak – Wikipedia

Ne yazık ki araştırma, gelecekte riskin artacağına da işaret ediyor. 2060 yılına kadar ABD’de 13,8 milyon kişinin bu hastalıkla yaşayacağı tahmin ediliyor. Bu etkenler, birçok araştırmacıyı riskleri azaltacak ve potansiyel olarak çok sayıda hayatı kurtaracak çözümler ve önleme yöntemleri aramaya yöneltti.

AD Patolojisi

AD patolojisi, hastalık nedeniyle beyinde ortaya çıkan bozulmayı ifade eder. Günümüzde kullanılan yöntemler, sağlık uzmanlarının beta-amiloid peptitleri (Aβ), aşırı fosforillenmiş tau proteini, reaktif astrositler, mikroglial aktivasyon ve diğer biyobelirteç düzeylerini izlemesine olanak tanıyan nöropsikolojik testleri (NPT) içerir. Bu etkenler kronik iltihaba ve AD başlangıcıyla ilişkili diğer sorunlara işaret edebilir.

AD Patolojisinin Mevcut Sınırlamaları

Hastanın AD riskini belirlemeye yönelik bu yöntemlerin önemli dezavantajları vardır. Öncelikle pahalıdırlar. Her test binlerce dolara mal olabilir; bu nedenle yalnızca sigortası veya finansmana erişimi olan kişiler yararlanabilir. Ayrıca bu yöntemler çoğunlukla invaziftir. Cildin kesilmesi gereken her durumda enfeksiyon ve diğer komplikasyon riski artar.

AD Tespitinin Geleceği Ses Tabanlıdır

Araştırmacılar konuşma yetisindeki gerileme ile MCI arasında doğrudan bir ilişki gözlemledi. Bu nedenle değişiklikleri araştırma amacıyla belgelemek ve kaydetmek için yoğun çalışmalar yapıldı. Günümüzde nöropsikolojik değerlendirmelerden binlerce saatlik ses kaydı bulunuyor. Bu kayıtlara başka veriler de eklenmiş durumda. FHS çalışması, bu kayıtların en büyük kümesini içeriyor.

Framingham Kalp Çalışması (FHS)

Framingham Kalp Çalışması (FHS) 1948’den beri devam ediyor. Kalp-damar sağlığına yönelik bu uzun vadeli araştırma, inme veya kalp krizi geçirmiş binlerce erkeği inceledi. Uzun vadeli yaklaşım, araştırmacıların önleme, ilaç geliştirme ve artık yapay zekâ modellerinin programlanmasında önemli rol oynayan 10–30 yıllık risk tahmin modelleri oluşturmasını sağladı.

Bu ortak çalışma, Ulusal Kalp, Akciğer ve Kan Enstitüsü (NHLBI) ile Boston Üniversitesi tarafından desteklenmektedir ve şimdiye kadar yürütülmüş en uzun süreli ve en başarılı kalp-damar araştırmalarından biridir. Dolayısıyla elde edilen veriler sayısız tıbbi ilerlemeye katkı sağlamış ve uzun vadeli sağlık verileri için güçlü bir kaynak olmaya devam etmiştir.

Çalışmanın bir parçası olarak 2005’te konuşma testleri verilere eklendi. O tarihten bu yana bilim insanları hastalarda AD öncesinde ve sırasında binlerce konuşma örüntüsü kaydetti. Bu kayıtlar, hastalık sürecinde zihnin nasıl gerilediğine dair değerli bilgiler sağladı.

Yapay Zeka Tanı Yöntemlerini Geliştiriyor

Yapay zekâ devrimi, mühendislerin daha gelişmiş ve verimli erken uyarı sistemleri oluşturmasına olanak tanıdı. Bu örnekte, bilişsel gerilemeye işaret eden dil özelliklerini belirlemek için yapay zekâ tabanlı Doğal Dil İşleme (NLP) kullanıldı. Algoritma, milyonlarca veri noktasını karşılaştırarak hastaları iletişimlerine göre bir demans ölçeğinde doğru biçimde konumlandırabilir.

Alzheimer ve Demans Çalışması

Çalışma, MCI ve demans tahmin modellerini geliştirmek için NLP tekniklerini makine öğrenmesi yöntemleriyle birleştirdi. Ekip, bu modelleri oluşturmak için Framingham Kalp Çalışmasının (FHS) 166 katılımcısına ait test görüşmesi kayıtlarını kullandı. Modeller, demografik bilgilerden tüm veri kümesine kadar farklı kapsamları ele aldı.

Önceki girişimlerden temel fark, ekibin normal bilişten ziyade MCI’dan AD’ye ilerlemeye odaklanmasıydı. Yaklaşım kapsamında ilerleme gösteren 90 MCI vakası ve durumu sabit kalan 76 MCI vakası yer aldı. Veriler, temel etkenleri inceleyen gelişmiş bir yapay zekâ algoritmasına aktarıldı.

Girdi Verileri

Sistem, alt test puanlarını ve TAS’ı başlıca tahmin göstergeleri olarak kullanan bir lojistik regresyon modeli çeşidini uyguladı. Ekip önce, daha önce kaydedilmiş Framingham Kalp Çalışması (FHS) verilerinin aktarımını kolaylaştıran bir yazıya dökme aracı oluşturdu.

Ses Verileri

166 katılımcının konuşma verileri, her kişiyle yapılan bir saatlik görüşmeyi içeriyordu. Bu veriler daha önce kaydedilip dijital olarak saklandığından, ekibin onları kolayca metne ve ardından yapay zekâ modellerine dönüştürecek yöntemler geliştirmesi gerekiyordu.

Evrensel Cümle Kodlayıcı

Evrensel Cümle Kodlayıcı, FHS verilerini aktarmanın iş yükünü azaltmak için tasarlandı. Sistem, FHS verilerini otomatik olarak tarar ve her hastanın görüşme dökümünün belirli bölümlerine göre vektör temsilleri üretir. Bu yaklaşım, iş yükünü azaltırken yapay zekânın daha isabetli tahminler yapmasını sağlar.

Yapay Zekâ Modelindeki İyileştirmeler

Araştırma ekibi bu dökümleri kullanarak güçlü bir derin öğrenme algoritması oluşturdu. Sistem, FHS raporundan rastgele verileri otomatik olarak alıp örnekler. Bu veriler, alt test içeriği oluşturmak ve kodlamak için kullanıldı. AD ilerlemesini ve MCI’ı değerlendirmek üzere toplam sekiz özel vektör temsili kullanıldı.

Lojistik Regresyon Modelleri

Her alt test içeriğiyle ilişkili nicel verilerle eğitilen yeni yapay zekâ modelleri oluşturuldu. İçerik puanlandı ve modellemede ayrı girdiler olarak kullanıldı. Ardından modeller ayrıştırılarak etkinlikleri test edildi ve her biri için bir görüşme dökümü ortalama puanı (TAS) elde edildi. Bu puanlar ve TAS, yapay zekânın MCI ilerlemesini doğru biçimde izlemesini sağladı.

Birincil model, katılımcılar hakkında çok sayıda değerli veri içeriyordu. Bunlar özellikle demografik bilgiler, APOE taşıyıcılık durumu, sağlık etkenleri ve FHS çalışmasından aktarılan metin özellikleriydi. Bu model en yüksek puanı alarak Alzheimer hastalığının altı yıl içinde başlamasını belirlemede yaklaşık %80 doğruluk gösterdi.

Ekip, yalnızca katılımcıların demografik verilerini dikkate alan bir modeli de test etti. Ayrıca FHS metin girdilerini temel inceleme kaynağı olarak kullanan yalnızca metne dayalı bir model vardı. Demografik yapay zekâ modeli AD’yi %68,8 doğrulukla tahmin etti. İlgili tüm verileri içeren en doğru model ise %79 doğruluğa ulaştı.

Modellerin Test Edilmesi

Her modelin performansı, doğruluk, kesinlik, duyarlılık ve özgüllük gibi temel etkenleri inceleyen gruplu k-katlı çapraz doğrulama yaklaşımıyla test edildi. Ayrıca çapraz doğrulama ve özellik seçimi testleri yapıldı.

Sonuçlar

Çalışmanın sonuçları umut verici. Yeni yapay zekâ tespit modeli, AD’nin altı yıl içinde başlamasını belirlemede %79 doğruluğa ulaştı. Ekip, daha fazla veri girdisi eklendikçe yapay zekânın kişinin riskini daha doğru belirlediğini gördü. Dolayısıyla konuşma verileri, yaş, cinsiyet ve eğitim düzeyi, AD riskinde rol oynayan etkenlerdir.

Alzheimer Hastalığı Çalışmasının Faydaları

Bu çalışma, insanların günlük yaşamına önemli faydalar sağlayabilir. Öncelikle yapay zekâ tabanlı tahmin yöntemleri çok daha uygun maliyetli ve erişilebilirdir. Kâr amaçlı sağlık sisteminde günümüzdeki testlerin maliyeti, laboratuvar ve numune gereksinimi nedeniyle artmaya devam ediyor. Yeni yapay zekâ sistemi bu ihtiyaçları ortadan kaldırarak tüm katılımcılar için maliyetleri büyük ölçüde düşürüyor.

Otomatik bir tespit sisteminin kullanılması, doktorların ve diğer sağlık uzmanlarının mümkün olduğunda tedavi ve ilaçları daha doğru ve hızlı belirlemesine yardımcı olabilir. Bu iyileşme birçok durumda yaşamla ölüm arasında fark yaratabilir.

İnvazif Olmayan

AD’yi tespit etmeye yönelik bu yapay zekâ yöntemi invazif değildir. Hastalığın ilerlemesini belirlemek için doku örneği alınması gerekmez; böylece enfeksiyon ve diğer komplikasyon riskleri azalır.

Bu Çalışmadan Yararlanabilecek Şirketler

Bazı şirketler, bu yeni otomatik yapay zekâ tabanlı AD tespit yöntemini kullanarak ürün ve hizmetlerini geliştirebilir. Bu şirketler AD önleme ve tahmin yöntemlerinde uzmanlaşmıştır. Hastalara daha iyi tanı koyup tedavi belirleyerek müdahale süresini kısaltabilirler. İşte bu teknolojiyi bugün kullanabilecek konumda olan iki şirket.

1. Biogen

BIIB Fiyat Grafiği

Biogen, ABD’nin Massachusetts eyaletinde bulunan önde gelen bir biyoteknoloji şirketidir. Nörolojik ve otoimmün hastalıkları önlemek, tedavi etmek ve bu hastalıklarla yaşayanlara yardımcı olmak için çeşitli ürünler sunar. Araştırmacıların geliştirdiği gibi otomatik bir AD tespit modelini kullanmak, şirketin müdahale süresini önemli ölçüde iyileştirebilir.

Biogen hissesi, geçmişi ve piyasa konumu nedeniyle güçlü bir elde tutma seçeneği olarak görülüyor. Şirket son dört yılda yavaş fakat istikrarlı artışlar kaydetti ve mevcut piyasa değeri 33,16 milyar dolar. Analistler, öncü çalışmaları ve erken önleme yöntemlerine yönelik artan talep sayesinde gelirlerinin daha da yükseleceğini tahmin ediyor.

2. Eisai

Tokyo merkezli Eisai, tıbbi araştırma ve geliştirme alanında küresel bir güç olmaya devam ediyor. İlaç ithalatı ve ihracatında uzmanlaşan şirket, Biogen dâhil diğer önde gelen firmalarla Alzheimer ilacına yönelik bir anlaşma kapsamında işbirliği yaptı. Anlaşma, hastalığın tanı ve tedavisinde önemli bir ilerleme sağlamak amacıyla şirketlerin verileri serbestçe paylaşmasına olanak tanıyor.

Eisai piyasanın liderlerinden biridir ve çok başarılı bazı ilaçların araştırılıp geliştirilmesine yardımcı olmuştur. Yatırımcıların güçlü desteğine sahiptir ve Argus ABD ESG model portföyünde yer almıştır. Bu hisse önerisi çevresel, sosyal ve yönetişim ölçütlerine dayanır. Bu nedenlerle ESALY, portföyler için akıllı bir ekleme olarak görülüyor.

Sağlıkta Yapay Zekânın Geleceği

Bu çalışma, Alzheimer hastalarının dikkatini çeken birçok araştırmadan biridir. Yakında, herkesin herhangi bir yerden sağlık riskini izlemesini sağlayan otomatik ve çok uygun maliyetli evde tanı araçları bulunabilir. Bu cihazların yalnızca Alzheimer’ı önlemeyle sınırlı olması gerekmez. İşte yapay zekâ destekli diğer ilgi çekici tıbbi gelişmeler.

Yapay Zekâyla İnme Tespiti

Yapay zekâ sistemleri artık inmeyi tespit etmeye yardımcı oluyor. Acil müdahale personeli için kişinin inme mi yoksa başka bir rahatsızlık mı geçirdiğini belirlemek, çoğu zaman hayatını kurtarmanın ilk adımıdır. RMIT Üniversitesinden bir biyomedikal mühendis ekibi, serebrovasküler olayı (CVA) saniyeler içinde tanımak için yapay zekâ kullanan yeni bir araç geliştirdi. Yazılım, akıllı telefon kamerasıyla kişinin yüz özelliklerini inceleyerek inme olup olmadığını belirliyor.

Yapay Zekâ Destekli Konuşma

Yapay zekâ destekli konuşma, sağlık alanında önemli ilerleme kaydedilen bir diğer konudur. Bu sistemler, kaza veya engeller nedeniyle kelimeleri söyleyemeyen kişilerin gerçek zamanlı cümleler kurmasına yardımcı olmak için büyük dil modelleri kullanır. Teknoloji, iletişim sorunları yaşayan binlerce kişinin güçlükleri aşmasına ve daha tatmin edici yaşamlar sürmesine şimdiden yardımcı oluyor.

Yapay Zekâ Destekli Hareket

Yapay zekâ sistemleri milyonlarca kişinin hareket kabiliyetini geliştirmeye de yardımcı oldu. Araştırmacılar artık dış iskeletlerin performansını artırmak için yapay zekâ kullanıyor. Önceden kullanıcının uzaktan kumandayla yönetmesi gereken bu cihazlar, artık bir sonraki hareketini belirleyerek merdivenleri, dik yokuşları ve diğer yürüme destek sistemleriyle genellikle aşılamayan arazileri geçmesine otomatik olarak yardımcı olabiliyor.

Yapay Zekâ Alzheimer Hastalığıyla Mücadeleye Yardımcı Oluyor

Yapay zekâ teknolojisi, Alzheimer hastalarının zayıflayan hafızalarını takip etmelerine ve daha iyi yaşamalarına yardımcı olabilir. Bu son gelişme, yapay zekâ destekli önleme ve tanının hastalığı yenmeye giden yolda ilk adımlar olabileceğini gösteriyor. Araştırma, gelecekte daha sağlıklı ve bilişsel olarak daha etkin bir toplumun önünü açarken yeni bir umut sağlıyor.

Daha Fazla İlgi Çekici Yapay Zekâ Gelişmesi için Tıklayın.