Yapay Zeka ile Beyin Taramalarında Yenilikçi Yöntem
Yapılan araştırmalarda, AI (Yapay Zeka) kullanılarak rutin beyin taramalarının analiz edilmesiyle, birçok inme durumuna sebep olabilecek ancak sinsi bir biçimde gelişen bir öncülün güvenilir bir şekilde tespit edilmesine yönelik umut verici bir yöntem bulundu.
Atrial Fibrilasyonun Önemi
Royal Melbourne Hastanesi’nden bilim insanları tarafından yürütülen çalışmada, düzenli olarak görülen ve pek çok inmenin habercisi olan atrial fibrilasyon (AFib) adlı düzensiz kalp atışı bozukluğunun, beyin MR’ları üzerinden tespit edilmesini sağlayacak yeni bir yapay zeka modeli tanıtıldı. Bu derin öğrenme modeli, insanların genellikle fark edemediği ince, algılanamaz desenleri tanıyarak AFib’in izlerini ortaya çıkarıyor.
Royal Melbourne Hastanesi’nden nörolog ve çalışmanın baş yazarlarından biri olan Bernard Yan, “Atrial fibrilasyon, dünyada her yıl görülen 12 milyon yeni inme vakasının önemli bir kısmından sorumlu. AFib’i etkili bir şekilde tespit etmek, inme önlenmesinde büyük bir adım olabilir” şeklinde açıklamada bulundu.
Geliştirilen Yapay Zeka Modeli
Araştırmacılar, 235 hasta üzerinden MR görüntülerini kullanarak bir 3D konvolüsyonel sinir ağı olan ConvNeXt modelini eğitti. Bu model, farklı inme vakalarının beyin taramalarını gösterildiğinde, AFib’den kaynaklanan ve diğer nedenlerden kaynaklanan inmeleri 84% doğrulukla ayırt edebildi.
Ekip, modelin eğitim sürecinde NVIDIA A100 TensorCore GPU’lar ve CUDA 12.1, cuDNN ile NVIDIA Apex kullanarak karışık hassasiyetle eğitim yaptı.
AFib’in Risk Faktörleri
AFib, kan damarlarının tıkanması sonucu meydana gelen iskemik inme olarak bilinen inmelerin yaygın bir sebebidir. Tıkanma sonucu beyin oksijensiz kalır ve bu durum önemli beyin hasarına ya da ölüme yol açabilir. Neredeyse tüm inme vakalarının %90’ı iskemik inmelerden oluşmaktadır.
AFib’in risk faktörleri arasında ilerleyen yaş, obezite, sigara içmek, Avrupa kökeni ve baskılı kan basıncı bulunmaktadır. Amerika’da yaklaşık %5 oranında, yani neredeyse 11 milyon kişi AFib ile yaşamaktadır ve her yıl AFib ile ilişkili inme yüzünden 16,000’e kadar kişi hayatını kaybetmektedir. AFib, beyin MR’ları çekilen hastalarda bile sıklıkla tanı konulamayan bir durumdur; bu da belirtilerinin ne kadar ince ve algılanmasının ne kadar zor olduğunun bir göstergesidir.
Ayrıca, zaten AFib’den muzdarip hastalar, önemli sağlık riskleri ile karşı karşıyadırlar. Bu hastalar tüm iskemik inmelerin yaklaşık üçte birini oluşturarak, genel popülasyona göre inme geçirme olasılıkları beş kat daha fazladır.
Gelecek İçin Umut
Gelecekte, araştırmacılar bulgularını daha geniş bir deneysel örneklem ile doğrulamayı ve modelin genelleştirilmesine dair dışsal bir onay almak için çalışmalara devam edecekler. Eğer bu mühendislik çalışmaları geniş ölçüde doğrulanırsa, AFib ile ilişkili inme risklerini tahmin etmek ve önlemek çok daha kolay ve maliyet etkin hale gelecektir. Noktalar bazında MR analizi, hastaları izlemek ve inme riskini önlemek için artık yaygın olarak kullanılan EKG ve kalp izleme yöntemlerine göre daha az invaziv ve maliyetli bir alternatif sunacaktır.
AFib ile ilgili araştırmalara dair daha fazla bilgi almak için bu bağlantıyı takip edebilir ve araştırma üzerine makaleyi inceleyebilirsiniz.
