Çeyrek asırdır toplanan beyin görüntüleme verileri yapay zekada!

featured
ceyrek-asirdir-toplanan-beyin-goruntuleme-verileri-yapay-zekada.jpg
service
Paylaş

Bu Yazıyı Paylaş

veya linki kopyala

NPİstanbul Hastanesinde 26 yıldır elde edilen nörogörüntüleme (EEG ve fMRI) verileri Üsküdar Üniversitesinin uygulama ve araştırma merkezlerinde analiz edilerek BraiNP/NP Model oluşturuldu. Yapay Zeka (YZ) algoritmalarının kullanıldığı model, farklı psikiyatrik hastalıkların ön tanısını sağlıyor.

BraiNP’nin Prof. Dr. Nevzat Tarhan danışmanlığında geliştirildiğini ve npmodel.com adresinde web arayüzü ile kullanıma sunulduğunu ifade eden Yazılım Mühendisliği Bölüm Başkanı Prof. Dr. Türker Tekin Ergüzel, “BraiNP mevcut haliyle Obsesif Kompulsif Bozukluk (OKB), sağlıklı kontrol, unipolar – bipolar ve depresyonda Transkraniyal manyetik uyarım (TMU) cevabı öngörü modelleri ile yüksek doğruluk sağlıyor.”

Üsküdar Üniversitesi Rektör Danışmanı, Mühendislik ve Doğa Bilimleri Fakültesi (MDBF) Yazılım Mühendisliği Bölüm Başkanı Prof. Dr. Türker Tekin Ergüzel, Prof. Dr. Nevzat Tarhan’ın danışmanlığında geliştirilen BraiNP/NP Model hakkında bilgi verdi.

1998’den bu yana toplanan nörogörüntüleme verileri yapay zeka ile sınıflandırıldı

Prof. Dr. Türker Tekin Ergüzel, BraiNP ya da NP Model olarak adlandırılan sistem hakkında bilgi vererek, şunları dile getirdi:

“NP Model, kurulduğu 1998 yılından itibaren psikiyatrik hastalıkların tanı ve tedavisindeki uluslararası birikimiyle NPİstanbul Hastanesinde toplanan nörogörüntüleme (EEG ve fMRI) verilerinin Üsküdar Üniversitesinin uygulama ve araştırma merkezlerinde analiz edilerek geliştirilen ve tüm süreçlerinde Yapay Zeka (YZ) algoritmaları kullanılan, farklı psikiyatrik hastalıkların ön tanı sınıflandırmasına veya tedavi sonucu öngörüsüne ilişkin geliştirilen yüksek öngörü becerisine sahip bir modelidir.”

Hedef; toplanan verilerin sağlık sistemine kazandırılması

Prof. Dr. Ergüzel, modelin hedefini, “Bu modelin daha önce NPİstanbul ve Üsküdar Üniversitesi bünyesinde yürütülmüş öngörü modellerinin bilimsel yayın ile sınırlı kalmaması, toplanan verilerin tekrar sağlık sistemine kazandırılarak hastalıkların erken ön tanı ve tedavi sonucu öngörü süreçlerinde hekim, danışan ve sağlık sistemi kaynaklarının etkin kullanılmasını hedeflemektedir” şeklinde açıkladı.

“Gelişmelerin temelinde toplanan verinin artan çözünürlüğü de yer alıyor”

Son üç yıl içinde, klasik yapay zeka (YZ) algoritmalarının hastalıklar için biyolojik belirteçleri kullanarak sınıflandırma yapma konusunda kayda değer bir gelişme yaşandığını ifade eden Ergüzel, bu gelişmelerin temelinde, toplanan verinin artan çözünürlüğü, hastalara ait veri setlerinin çeşitlenmesi ve özellikle derin öğrenme algoritmalarının yaygın olarak kullanılmasının yer aldığını kaydetti.

Yeni nesil öğrenme algoritmalarının, sınıflandırma süreçlerinde ham veride bulunan ayırt edici öznitelikleri başarıyla çıkarabildiğini, özellikle, zamansal (temporal) çözünürlüğü yüksek olan EEG gibi veriler ile uzamsal (spatial) çözünürlüğü yüksek olan fMRI gibi verileri, hastalardan veya sağlıklı kontrol gruplarından elde edildikten sonra, ön işleme adımlarıyla gürültüden arındırdığını anlatan 

Ergüzel, daha sonra, geliştirilen algoritmalar sayesinde, bu temizlenmiş verilerin Cloud üzerinde bulunan GPU’lu bilgisayarlar tarafından kullanılarak öznitelik çıkarma işlemi 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 ifade eden Prof. Dr. Türker Tekin Ergüzel, şöyle devam etti:

“BraiNP mevcut haliyle Obsesif Kompulsif Bozukluk (OKB), sağlıklı kontrol, unipolar – bipolar ve depresyonda Transkraniyal manyetik uyarım (TMU) cevabı öngörü modelleri ile yüksek doğruluk sağlamaktadır. Ayrıca yeni veriler ile sistem daha kararlı tahminlerde bulunabilecek şekilde tasarlanmıştır. Depresyon, OKB, DEHB, bipolar bozukluk, trikotilomani, bağımlılık gibi yaygın görülen psikiyatrik hastalıkların sınıflandırılmasında ön tanı kapasitesi ile geliştirilen model, NPİstanbul Hastanesindeki nörolog ve psikiyatrist, Üsküdar Üniversitesindeki sinir bilim uzmanları ve yazılım mühendisleri ile birlikte tasarlanmıştır. Modelin uluslararası patent başvurusu yapılmıştır. Patent tescili, uygulamanın potansiyelinin ve özgün, yenilikçi becerisinin tescili olmakla birlikte NPİstanbul Hastanesi hekimleri kullanımına açılmıştır.”

Hasta, hekim ve sağlık sistemi için 7 temel katkı sağlanacak

Bu sayede kısa ve uzun vadede hasta, hekim ve sağlık sistemi için 7 temel katkı sağlanacağını da dile getiren Prof. Dr. Türker Tekin Ergüzel, bunları şöyle sıraladı: 

Erken Müdahale: Ruh sağlığı sorunlarının erken tespit edilmesi, durumun daha da kötüleşmesini önleyebilecek hızlı müdahale ve tedaviye olanak tanır. Erken müdahale genellikle daha iyi tedavi sonuçları ve daha iyi prognoz ile ilişkilidir.

Komplikasyonların Önlenmesi: Ruh sağlığı bozukluklarının erken aşamada tespit edilmesi, komorbid durumlar, madde bağımlılığı veya kendine zarar verme davranışları gibi komplikasyonların gelişmesini önlemeye yardımcı olur.

Azaltılmış Acı: Zamanında teşhis, bireylerin uygun destek ve tedavi almalarını sağlayarak acılarını azaltır ve yaşam kalitelerini artırır. Semptomları hafifletebilir ve bireylerin durumlarıyla daha iyi başa çıkmalarına yardımcı olabilir.

Kişiselleştirilmiş Tedavi Planları: Ön tanı, bireyin özel ihtiyaçlarına ve koşullarına göre uyarlanmış kişiselleştirilmiş tedavi planları geliştirmek için bir temel sağlar. Bu yaklaşım, tedavi etkinliği ve hasta memnuniyeti olasılığını artırır.

Kaynak Tahsisi: Erken teşhis, sağlık sistemi içinde kaynakların daha iyi tahsis edilmesini sağlar. Hastaların uygun düzeyde 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 destek hizmetlerine erişmelerini sağlar. Bu, durumu daha iyi anlamalarını, başa çıkma stratejilerini öğrenmelerini ve devam eden destek için toplum kaynaklarına erişmelerini sağlar. 

İyileştirilmiş Prognoz: Erken teşhis ve müdahale ile semptomları etkili bir şekilde yönetme ve uzun vadeli prognozu iyileştirme şansı daha yüksektir. Ayrıca hastalığın tekrarı riskini en aza indirebilir ve iyileşmeyi kolaylaştırabilir.”

“Beyin-bilgisayar arayüzleri felç sonrası rehabilitasyon için faydalı olabilir”

Sağlık bilişiminde öğrencilere, BCI (Beyin-Bilgisayar Arayüzleri) ve yapay zeka çalışmalarının yanı sıra beyin uyarımı, nöro-görüntüleme laboratuvarları ve sağlık fiziği gibi konularda uygulama ve klinik imkanların sağlandığını da dile getiren Prof. Dr. Türker Tekin Ergüzel, şöyle devam etti:

“Beyin-bilgisayar arayüzleri beyin sinyallerini alır, analiz eder ve istenen eylemleri gerçekleştiren çıkış cihazlarına gönderilen komutlara dönüştürür. BCI’ın temel fonksiyonu, amiyotrofik lateral skleroz, serebral palsi, felç veya omurilik yaralanması gibi nöromüsküler bozukluklar nedeniyle engeli olan hastaların yararlı işlevlerini değiştirmek veya geri kazandırmak. 

Beyin-bilgisayar arayüzleri felç sonrası rehabilitasyon ve diğer bozukluklar için de faydalı olabilir. Gelişmeler odağında yer alan nörobilim araştırmalarımız lisansüstü programlarımızda Nörobilim Yüksek Lisans ve Doktora programları ile araştırmacılara uygulama geliştirme olanağı sunuyor.” 

Kaynak: (BYZHA) Beyaz Haber Ajansı

0
mutlu
Mutlu
0
_zg_n
Üzgün
0
sinirli
Sinirli
0
_a_rm_
Şaşırmış
0
vir_sl_
Virüslü
Çeyrek asırdır toplanan beyin görüntüleme verileri yapay zekada!

Tamamen Ücretsiz Olarak Bültenimize Abone Olabilirsin

Yeni haberlerden haberdar olmak için fırsatı kaçırma ve ücretsiz e-posta aboneliğini hemen başlat.

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Giriş Yap

Giriş Yap

Haber Kat ayrıcalıklarından yararlanmak için hemen giriş yapın veya hesap oluşturun, üstelik tamamen ücretsiz!

Bizi Takip Edin