Parkinson hastalığının erken belirtileri bazen fark edilmeyebilir. Bilim insanları, hastalığın ortaya çıkışına dair ipuçlarını insanların saçlarında, kanlarında ve hatta kulak kirinde dahi bulmuş olsalar da, hastalığın resmi teşhisi hala büyük ölçüde klinik değerlendirmelere dayanıyor. Bu durum, kolayca erişilebilen kesin biyobelirteçlerin eksikliği nedeniyle erken teşhisi zorlaştırıyor.
Ancak, yapılan yeni bir çalışma bu duruma ışık tutabilecek potansiyel bir çözüm sunuyor. Hindistan'da bir grup araştırmacı, insanların basit bir çizim testini nasıl tamamladığına dayanarak Parkinson hastalığını yüksek doğrulukla tespit edebilen yapay zeka tabanlı bir sistem geliştirdi. Bu gelişme, Türkiye'de yayın yapan Teknoscope okurları için heyecan verici bir haber.
Yazı ve çizim analizi, hastalıklar için umut vadeden, invaziv olmayan bir tarama aracı olarak görülüyor. Bilim insanları, yapay zeka araçlarıyla bu analizi birleştirerek, kişinin el yazısındaki ince ipuçlarından nörodejeneratif durumların belirtilerini tespit etmeye odaklanıyor.
Siksha 'O' Anusandhan Üniversitesi'nden bilgisayar bilimcisi Ishan Ayus liderliğindeki araştırmacılar, Brezilya'da yapılan önceki bir Parkinson çalışmasından elde edilen verileri kullandı. Bu çalışmaya 31'i Parkinson hastası, 35'i ise sağlıklı birey olmak üzere toplam 66 katılımcı dahil oldu.
Katılımcılardan, spiral şekiller ve sürekli çizgilerden oluşan meander desenlerini çizmeleri istendi. Bu çizimler sırasında kullanılan akıllı kalem, hem çizilen görselleri yakaladı hem de el hareketlerine dair sensör sinyallerini kaydetti.
Ayus ve ekibi, akıllı kalemden elde edilen sensör verileriyle birlikte çizim görsellerini çeşitli derin öğrenme sistemlerine aktardı. Her model, çizilen desenlerdeki uzamsal düzensizlikleri ve akıllı kalemin kaydettiği motor kontrol ile el koordinasyonundaki ince farklılıkları analiz etti.
Daha sonra, bu veriler SNAKE adı verilen bir algoritma ile işlendi. Bu algoritma, farklı yapay zeka modellerinin değerlendirmelerini dikkate alıp ağırlıklandırarak, her çizimin Parkinson hastası bir birey tarafından mı yoksa sağlıklı bir kontrol grubu tarafından mı yapıldığına karar verdi.
Araştırmacılara göre, bu çok modlu sistem, daha önce Parkinson hastalığını el yazısı ve çizim testlerinden tespit etmek için kullanılan diğer yapay zeka sistemlerinden daha iyi performans gösterdi. Meander desenlerini %98.95, spiral desenlerini ise %97.74 doğrulukla tespit etti.
Ekip, bu yüksek başarı oranını, farklı derin öğrenme sistemlerinin tahminlerini doğruluk ağırlıklı bir modelle dengeleyen SNAKE algoritmasının yeteneklerine ve akıllı kalemlerin sağladığı çift ölçüm okumalarına bağlıyor. Araştırmacılar, yazılı çizimlerin leke düzensizliklerinin uzamsal özelliklerini, titreme kaynaklı bozulmaları ve şekil sapmalarını sağladığını belirtiyor. Buna karşılık, sensör tabanlı el yazısı sinyallerinin, hız dalgalanmaları, basınç tutarsızlıkları ve koordinasyon eksiklikleri gibi zamansal motor davranışı yakaladığını vurguluyorlar.
Araştırmacılar, kullandıkları veri setinin küçük olmasının (sadece 66 kişi), Parkinson hastalığının geniş popülasyonlardaki klinik çeşitliliğini tam olarak yansıtmadığını kabul ediyor. Bulgularının, bu çerçevenin potansiyelini gösteren bir işaret olarak alınması gerektiğini, kesin teşhis etkinliğinin kanıtı olarak değil, belirtiyorlar.
Bununla birlikte, bu çalışma bu tür yöntemlerle Parkinson tespiti için umut verici yeni bir eşik belirliyor. Daha büyük klinik testlerde doğrulanması halinde, bu sürecin hastalığın daha kolay teşhis edilmesinde önemli bir rol oynayabileceği düşünülüyor.
Araştırmacılar, genel olarak çalışmanın, yapay zekanın nörolojik bozuklukların erken ve erişilebilir taramasındaki artan rolünü gösterdiğini ve önleyici ve hassas sağlık hizmetlerine doğru devam eden geçişi desteklediğini ifade ediyor. Önerilen çerçevenin nihayetinde invaziv olmayan, düşük maliyetli ve uzaktan erişilebilir nörolojik tarama ve klinik karar destek sistemlerine katkıda bulunabileceği belirtiliyor.
