Gözleriniz Alzheimer ve Demansın Erken Tespiti için Bir Anahtar Olabilir
Gözleriniz, Alzheimer ve demansın erken tespitini sağlamak için bir anahtar olabilir. Yapılan çığır açıcı bir AI çalışma, Eye-AD adında bir derin öğrenme çerçevesi kullanıyor. Bu çerçeve, yüksek çözünürlüklü retinal görüntüleri analiz ederek, demansla bağlantılı kan damarlarındaki küçük değişiklikleri tespit ediyor. Bu değişiklikler, insan gözünden çok ince ama önemli olan detayları içeriyor. Bu yaklaşım, bilişsel gerilemeyi yavaşlatmaya yardımcı olarak hastaların tedavi sonuçlarını iyileştirme imkanı sunuyor.
Alzheimer Hastalığının Önemi
Alzheimer Hastalığı (AD), dünya genelinde 50 milyondan fazla insanı etkiliyor ve bu sayı yaşlanan nüfusla birlikte artış göstermesi bekleniyor. Erken tespit ve tedavi, hastaların yaşam kalitelerini artırmak ve hastalığın ilerlemesini yavaşlatmak için kritik öneme sahiptir. Bu, ailelerin uzun vadeli bakım ve destek planlaması için daha fazla zaman kazanmalarını sağlar.
Retina: Beyne Açılan Pencere
Retina, beynin embryonik köklerine sahip olması nedeniyle “beyne açılan pencere” olarak adlandırılmaktadır. Araştırmalar, retinadaki mikrodamarların (mikroskopik kan damarları) değişimlerinin bilişsel gerileme ile sıklıkla ilişkili olduğunu göstermiştir. Ancak bu erken aşamadaki değişiklikler, tespit edilmesi zor olabiliyor. Geleneksel yöntemler, MRI ve bel sıvısı analizi gibi daha maliyetli ve invaziv yöntemlerdir.
Eye-AD Modelinin Geliştirilmesi
Geliştirilen Eye-AD modeli, retinal görüntülerden özellikler çıkarmak için konvolüsyonel sinir ağı (CNN) ve retinal katmanlar içindeki ve arasındaki ilişkileri analiz etmek için graf sinir ağı (GNN) kullanıyor. Bu model, retinal görüntülerde bilgilere erişim sağlayarak hastalık tespiti yapıyor.
Model, Optik Koherens Tomografi Anjiyografi (OCTA) görüntüleri kullanıyor. Bu, gözün arka katmanlarındaki kan akışı ve damar detaylarını görselleştirmeye olanak tanıyan invazif olmayan bir görüntüleme teknolojisidir. Eye-AD, bu OCTA görüntülerini analiz ederek, erken başlangıçlı Alzheimer hastalığı (EOAD) ve hafif bilişsel bozulma (MCI) için klinik biyomarkerlar tespit ediyor.
Başarı ve Gelecek Hedefleri
Model, 5,751 OCTA görüntüsü kullanarak 1,671 hasta üzerinde eğitim aldı. Eğitim süreci, dört NVIDIA GeForce RTX 3090 GPU kullanılarak gerçekleştirildi ve bu durum yüksek çözünürlüklü görüntülerin işlenmesini hızlandırdı. Eye-AD, EOAD tespitinde diğer modellere göre daha yüksek bir başarı göstererek iç veri setlerinde AUC (model doğruluğu ölçütü) değeri 0.9355 ve dış veri setlerinde 0.9007 elde etti. Ancak MCI tespitinde, iç veri setlerinde 0.8630 ve dış veri setlerinde 0.8037 ile başarı oranı biraz daha düşük oldu.
Araştırmacılar ayrıca, gözRetinasındaki derin damar kompleksi adlı kan damarları katmanında bilişsel gerilemeyle bağlantılı önemli değişiklikler buldu ve bu değişikliklerin Eye-AD için erken hastalık tahmini konusunda kilit bir klinik biyomarker olduğunu tespit etti.
Bu model, erken ve etkili demans tespiti açısından önemli bir ilerlemeyi temsil etmekte ve bilişsel sağlık değerlendirmelerinde yaygın kullanım imkanı sunmaktadır. Gelecekte, Eye-AD’nin farklı popülasyonlarda doğrulanması ve diğer tanı araçlarıyla entegrasyonu üzerine çalışmalara odaklanılacak.
Kaynak kodu GitHub‘da mevcuttur.
Araştırmaya daha fazla bilgi için Retinal Görüntüleme ve Güvenilir AI ile Demansın Erken Tespiti başlıklı makaleyi okuyabilirsiniz.
Fotoğraf kaynağı: Freepik