NPİstanbul Hastanesinde 26 yıldır elde edilen nörogörüntüleme (EEG ve fMRI) bilgileri Üsküdar Üniversitesinin uygulama ve araştırma merkezlerinde tahlil edilerek BraiNP/NP Model oluşturuldu. Yapay Zeka (YZ) algoritmalarının kullanıldığı model, farklı psikiyatrik hastalıkların ön teşhisini sağlıyor.
BraiNP’nin Prof. Dr. Nevzat Tarhan danışmanlığında geliştirildiğini ve npmodel.com adresinde web arayüzü ile kullanıma sunulduğunu söz eden Yazılım Mühendisliği Kısım Lideri Prof. Dr. Türker Tekin Ergüzel, “BraiNP mevcut haliyle Obsesif Kompulsif Bozukluk (OKB), sağlıklı denetim, unipolar – bipolar ve depresyonda Transkraniyal manyetik uyarım (TMU) karşılığı öngörü modelleri ile yüksek doğruluk sağlıyor.”
Üsküdar Üniversitesi Rektör Danışmanı, Mühendislik ve Tabiat Bilimleri Fakültesi (MDBF) Yazılım Mühendisliği Kısım Lideri Prof. Dr. Türker Tekin Ergüzel, Prof. Dr. Nevzat Tarhan’ın danışmanlığında geliştirilen BraiNP/NP Model hakkında bilgi verdi.
1998’den bu yana toplanan nörogörüntüleme dataları yapay zeka ile sınıflandırıldı
Prof. Dr. Türker Tekin Ergüzel, BraiNP ya da NP Model olarak isimlendirilen sistem hakkında bilgi vererek, şunları lisana getirdi:
“NP Model, kurulduğu 1998 yılından itibaren psikiyatrik hastalıkların teşhis ve tedavisindeki memleketler arası birikimiyle NPİstanbul Hastanesinde toplanan nörogörüntüleme (EEG ve fMRI) bilgilerinin Üsküdar Üniversitesinin uygulama ve araştırma merkezlerinde tahlil edilerek geliştirilen ve tüm süreçlerinde Yapay Zeka (YZ) algoritmaları kullanılan, farklı psikiyatrik hastalıkların ön teşhis sınıflandırmasına yahut tedavi sonucu öngörüsüne ait geliştirilen yüksek öngörü hünerine sahip bir modelidir.”
Hedef; toplanan dataların sıhhat sistemine kazandırılması
Prof. Dr. Ergüzel, modelin amacını, “Bu modelin daha evvel NPİstanbul ve Üsküdar Üniversitesi bünyesinde yürütülmüş öngörü modellerinin bilimsel yayın ile hudutlu kalmaması, toplanan bilgilerin tekrar sıhhat sistemine kazandırılarak hastalıkların erken ön teşhis ve tedavi sonucu öngörü süreçlerinde doktor, danışan ve sıhhat sistemi kaynaklarının aktif kullanılmasını hedeflemektedir” halinde açıkladı.
“Gelişmelerin temelinde toplanan datanın artan çözünürlüğü de yer alıyor”
Son üç yıl içinde, klasik yapay zeka (YZ) algoritmalarının hastalıklar için biyolojik belirteçleri kullanarak sınıflandırma yapma konusunda kayda kıymet bir gelişme yaşandığını söz eden Ergüzel, bu gelişmelerin temelinde, toplanan bilginin artan çözünürlüğü, hastalara ilişkin bilgi setlerinin çeşitlenmesi ve bilhassa derin öğrenme algoritmalarının yaygın olarak kullanılmasının yer aldığını kaydetti.
Yeni jenerasyon öğrenme algoritmalarının, sınıflandırma süreçlerinde ham bilgide bulunan ayırt edici öznitelikleri muvaffakiyetle çıkarabildiğini, bilhassa, zamansal (temporal) çözünürlüğü yüksek olan EEG üzere bilgiler ile uzamsal (spatial) çözünürlüğü yüksek olan fMRI üzere dataları, hastalardan yahut sağlıklı denetim kümelerinden elde edildikten sonra, ön sürece adımlarıyla gürültüden arındırdığını anlatan
Ergüzel, daha sonra, geliştirilen algoritmalar sayesinde, bu temizlenmiş dataların Cloud üzerinde bulunan GPU’lu bilgisayarlar tarafından kullanılarak öznitelik çıkarma süreci gerçekleştirildiğini kaydetti.
Uluslararası patent başvurusu yapıldı
NP Modelin Üsküdar Üniversitesinin Bilimsel Araştırma Projeleri kapsamında desteklenen bir proje çerçevesinde Prof. Dr. Nevzat Tarhan danışmanlığında geliştirildiğini ve npmodel.com adresinde web arayüzü ile kullanıma sunulduğunu tabir eden Prof. Dr. Türker Tekin Ergüzel, şöyle devam etti:
“BraiNP mevcut haliyle Obsesif Kompulsif Bozukluk (OKB), sağlıklı denetim, unipolar – bipolar ve depresyonda Transkraniyal manyetik uyarım (TMU) karşılığı öngörü modelleri ile yüksek doğruluk sağlamaktadır. Ayrıyeten yeni datalar ile sistem daha kararlı varsayımlarda bulunabilecek biçimde tasarlanmıştır. Depresyon, OKB, DEHB, bipolar bozukluk, trikotilomani, bağımlılık üzere yaygın görülen psikiyatrik hastalıkların sınıflandırılmasında ön teşhis kapasitesi ile geliştirilen model, NPİstanbul Hastanesindeki nörolog ve psikiyatrist, Üsküdar Üniversitesindeki hudut bilim uzmanları ve yazılım mühendisleri ile birlikte tasarlanmıştır. Modelin milletlerarası patent başvurusu yapılmıştır. Patent tescili, uygulamanın potansiyelinin ve özgün, yenilikçi marifetinin tescili olmakla birlikte NPİstanbul Hastanesi tabipleri kullanımına açılmıştır.”
Hasta, doktor ve sıhhat sistemi için 7 temel katkı sağlanacak
Bu sayede kısa ve uzun vadede hasta, doktor ve sıhhat sistemi için 7 temel katkı sağlanacağını da lisana getiren Prof. Dr. Türker Tekin Ergüzel, bunları şöyle sıraladı:
“Erken Müdahale: Ruh sıhhati sıkıntılarının erken tespit edilmesi, durumun daha da berbatlaşmasını önleyebilecek süratli müdahale ve tedaviye imkan tanır. Erken müdahale çoklukla daha güzel tedavi sonuçları ve daha düzgün prognoz ile bağlıdır.
Komplikasyonların Önlenmesi: Ruh sıhhati bozukluklarının erken kademede tespit edilmesi, komorbid durumlar, husus bağımlılığı yahut kendine ziyan verme davranışları üzere komplikasyonların gelişmesini önlemeye yardımcı olur.
Azaltılmış Acı: Zamanında teşhis, bireylerin uygun takviye ve tedavi almalarını sağlayarak acılarını azaltır ve ömür kalitelerini artırır. Semptomları hafifletebilir ve bireylerin durumlarıyla daha düzgün başa çıkmalarına yardımcı olabilir.
Kişiselleştirilmiş Tedavi Planları: Ön teşhis, bireyin özel gereksinimlerine ve şartlarına nazaran uyarlanmış şahsileştirilmiş tedavi planları geliştirmek için bir temel sağlar. Bu yaklaşım, tedavi aktifliği ve hasta memnuniyeti mümkünlüğünü artırır.
Kaynak Tahsisi: Erken teşhis, sıhhat sistemi içinde kaynakların daha yeterli tahsis edilmesini sağlar. Hastaların uygun seviyede bakım almasını sağlayarak acil servisler üzerindeki yükü azaltır ve gereksiz hastaneye yatışları önler.
Eğitim ve Destek: Teşhisin erken bilinmesi, bireylerin ve ailelerinin ilgili eğitim ve dayanak hizmetlerine erişmelerini sağlar. Bu, durumu daha âlâ anlamalarını, başa çıkma stratejilerini öğrenmelerini ve devam eden takviye için toplum kaynaklarına erişmelerini sağlar.
İyileştirilmiş Prognoz: Erken teşhis ve müdahale ile semptomları tesirli bir formda yönetme ve uzun vadeli prognozu düzgünleştirme bahtı daha yüksektir. Ayrıyeten hastalığın tekrarı riskini en aza indirebilir ve güzelleşmeyi kolaylaştırabilir.”
“Beyin-bilgisayar arayüzleri felç sonrası rehabilitasyon için yararlı olabilir”
Sağlık bilişiminde öğrencilere, BCI (Beyin-Bilgisayar Arayüzleri) ve yapay zeka çalışmalarının yanı sıra beyin uyarımı, nöro-görüntüleme laboratuvarları ve sıhhat fiziği üzere hususlarda uygulama ve klinik imkanların sağlandığını da lisana getiren Prof. Dr. Türker Tekin Ergüzel, şöyle devam etti:
“Beyin-bilgisayar arayüzleri beyin sinyallerini alır, tahlil eder ve istenen hareketleri gerçekleştiren çıkış aygıtlarına gönderilen komutlara dönüştürür. BCI’ın temel işlevi, amiyotrofik lateral skleroz, serebral palsi, felç yahut omurilik yaralanması üzere nöromüsküler bozukluklar nedeniyle manisi olan hastaların faydalı fonksiyonlarını değiştirmek yahut geri kazandırmak.
Beyin-bilgisayar arayüzleri felç sonrası rehabilitasyon ve öteki bozukluklar için de yararlı olabilir. Gelişmeler odağında yer alan nörobilim araştırmalarımız lisansüstü programlarımızda Nörobilim Yüksek Lisans ve Doktora programları ile araştırmacılara uygulama geliştirme imkanı sunuyor.”
Kaynak: (BYZHA) Beyaz Haber Ajansı
