Avuç içi okuma geleceğinizi belirlemeyebilir, ancak elinizin arkasını çevirdiğinizde, ne kadar yaşayabileceğiniz hakkında önemli bilgiler ortaya çıkabilir. Yeni araştırmalara göre, basit bir el arkası fotoğrafı, teşhisi zor olan nadir ve ölümcül bir hormon bozukluğunu tespit etmeye yardımcı olabilir.
Eğer tedavi edilmezse, bu durum hayatı tehdit eden komplikasyonlara yol açabilir ve ortalama olarak yaşam süresini yaklaşık on yıl kısaltır.
Vücudun aşırı miktarda büyüme hormonu üretmesi durumunda ortaya çıkan akromegali, genellikle orta yaşlarda başlar. Büyüyen el ve ayaklar, bir şeylerin yolunda gitmediğinin ilk belirtilerindendir.
Akromegali hastalığının yavaş ilerlemesi ve nadir görülmesi nedeniyle teşhisinin konulmasının 10 yıla kadar sürebildiği belirtiliyor. Yapay zeka (AI) araçlarının gelişmesiyle birlikte, erken teşhis için fotoğrafların kullanılmasına yönelik denemeler yapılmış olsa da, bunlar henüz klinik uygulamada yaygınlaşmadı.
Yüz fotoğraflarının kullanılması gizlilik endişeleri yaratırken, el fotoğrafları, özellikle avuç içi çizgileri gizlendiğinde daha anonim kalıyor. Bu nedenle araştırmacılar, Japonya'daki 15 tıp merkezinden yaklaşık yarısı akromegali hastası olan 725 katılımcı ile bir çalışma yürüttü. Katılımcıların ellerinin 11.000'den fazla fotoğrafı, bir yapay zeka modelini eğitmek ve doğrulamak için kullanıldı. Bu fotoğraflarda, avuç içi gizlenerek elin arkası ve sıkılmış yumruk bölgesi odaklandı.
Sonuç olarak, model, akromegali hastalarını %88 pozitif tahmin değeri ve %93 negatif tahmin değeri ile tespit etti. Bu, test sonucu pozitif çıktığında kişide akromegali olma olasılığının %88, test sonucu negatif çıktığında ise akromegali olmama olasılığının %93 olduğu anlamına geliyor.
Yapay zeka modeli, aynı fotoğraflar verildiğinde endokrinoloji alanındaki uzman insan hekimlerden bile daha iyi performans gösterdi. Çalışmanın ilk yazarı, bu yüksek tanı doğruluğuna sadece el arkası ve sıkılmış yumruk fotoğrafları ile ulaşılmasına şaşırdığını belirtti. Özellikle yüz özelliklerine gerek kalmadan bu düzeyde bir performans elde edilmesinin, hastalık taraması için bu yaklaşımı çok daha pratik hale getirdiği vurgulandı.
Akromegali, her 100.000 kişiden yaklaşık 8 ila 24 kişiyi etkiliyor. Yaygın belirtileri arasında ekstremitelerde şişlik, baş ağrıları ve yüz değişiklikleri yer alsa da, bu değişiklikler zamanla geliştiği için erken teşhis zor olmaya devam ediyor. Hastaların yaklaşık dörtte biri, 10 yılı aşan teşhis gecikmeleriyle karşı karşıya kalıyor.
Bu çalışma, akromegalinin yalnızca el görüntüleriyle, yüz görüntüsü tabanlı yapay zeka tanısıyla karşılaştırılabilir bir doğrulukla teşhis edilebileceği hipotezini destekliyor. Ancak bu yeni makine öğrenimi aracı, insan uzmanların önemini ortadan kaldırmıyor. Akromegali yalnızca görsel olarak teşhis edilmez; endokrinologlar ses değişikliklerini, yüz ifadelerini, biyokimyasal belirteçleri ve hastanın genel tıbbi geçmişini de dikkate alıyor. Bu kapsamlı değerlendirme süreci devam edecek olsa da, yeni yapay zeka aracı bu süreci tamamlayarak hızlandırabilir.
Araştırmacılar, böylesi bir modelin uzmanlık eğitimi almamış sağlık çalışanlarına yardımcı olma yeteneğinin, tanı doğruluğunda ve eşit sağlık hizmeti sunumunun teşvik edilmesinde önemli bir adım temsil ettiğini belirtiyor.
Araştırma ekibi, modellerinin daha büyük ve daha çeşitli popülasyonlarda çalışıp çalışmadığını görmek istiyor. Ayrıca, romatoid artrit, anemi veya parmak çomaklaşması gibi ellerde görülebilecek diğer durumlar için benzer bir model kullanılıp kullanılamayacağını araştırmayı hedefliyor. Bu teknolojinin daha da geliştirilmesiyle, kapsamlı sağlık kontrolleri sırasında el ile ilgili hastalık şüphesi olan vakaların uzmanlara yönlendirilmesini sağlayacak bir tıbbi altyapı oluşturulabileceğine inanılıyor. Çalışma, The Journal of Clinical Endocrinology and Metabolism dergisinde yayınlandı.
