Yapay Zeka Destekli DEHB Tespiti Geliştirildi
Yaşar Üniversitesi Doktora öğrencisi Gürcan Taşpınar, yapay zeka uygulamalarıyla Dikkat Eksikliği ve Hiperaktivite Bozukluğu (DEHB) tespitinde yeni bir yaklaşım geliştirdi. Çalışmada, geleneksel yöntemlere göre daha hızlı ve güvenilir sonuç elde edilmesi hedefleniyor.
DEHB tanısı genellikle uzmanların uzun gözlemleri ve çeşitli testleri ile konuyor. Bu süreç hem zaman alıyor hem de kişiden kişiye değişebiliyor. Gürcan Taşpınar, doktora tezinde DEHB belirtilerini analiz eden yapay zeka tabanlı bir sistem tasarladı. Sistem, fonksiyonel manyetik rezonans görüntüleme (fMRI) verilerini derin öğrenme algoritmalarıyla analiz ederek, DEHB tespitinde nörobiyolojik göstergelere dayalı nesnel bir model sunuyor.
Tez Çalışması ve Danışmanlar
“Dikkat Eksikliği ve Hiperaktivite Bozukluğunun Makine Öğrenme Yöntemleri ile fMRI Tabanlı Tespiti” başlıklı doktora çalışması, Yaşar Üniversitesi Yapay Zeka Mühendisliği Ana Bilim Dalı Başkanı Doç. Dr. Nalan Özkurt ve İnsan ve Toplum Bilimleri Fakültesi Psikoloji Bölümü Öğretim Üyesi Prof. Dr. Hakan Çetinkaya danışmanlığında gerçekleştirildi.
Tezde amaç, mevcut DEHB tanı yöntemlerini geliştirmek ve geleneksel gözleme dayalı sistemlerde oluşabilecek hataları azaltmak olarak açıklandı.
Yapay Zeka ile Tanıda Nesnellik
Gürcan Taşpınar, yapay zeka uygulamalarının DEHB tanısında önemli avantajlar sunduğunu belirterek, “Görüntüleme ve makine öğrenmedeki hızlı gelişmeler sayesinde, DEHB teşhisinde daha güvenilir yöntemler mevcut. Sistem, görüntülerden çıkarılan ayırt edici özellikleri öğrenip yeni verileri hasta veya sağlıklı olarak sınıflandırıyor. Biz de bu sınıflandırma başarımlarını artırarak geleneksel yöntemlerdeki subjektif hataları azaltmayı hedefliyoruz” dedi.
Prof. Dr. Çetinkaya, mevcut tanı sistemlerinde büyük ölçüde öznel değerlendirmeler yapıldığını belirtti. Çalışmanın, DEHB tanısında davranışsal gözlemlerin fMRI gibi nörobiyolojik verilerle desteklenmesi gerektiğini ortaya koyduğunu vurguladı. Böylece klinik uygulamalarda daha nesnel tanı yöntemlerinin kullanılabileceğini ifade etti.
Hızlı ve Kişiye Özel Tanı
Doç. Dr. Nalan Özkurt ise, “Yapay zeka yöntemleri, DEHB tespitinde büyük veri setlerini analiz ederek gizli örüntüleri ortaya çıkarabiliyor. Bu sayede doktorların gözden kaçırabileceği detaylar tespit ediliyor. Çalışma, DEHB’nin erken ve kişiye özel tanısı için yapay zeka destekli bir araç geliştirdi” dedi.
Sistem, makine öğrenmesi ve derin öğrenme teknikleriyle, hem davranışsal hem de nörobiyolojik verileri değerlendirerek daha hızlı ve doğru tanı konmasını sağlıyor.
DEHB Tanısında Yeni Yaklaşım
Bu çalışma ile DEHB tanısı için geleneksel gözleme dayalı yöntemlerin ötesinde, nesnel ve bilimsel temelli bir yaklaşım sunulmuş oldu. Yapay zekanın DEHB tespitinde kullanımı, hem tanının doğruluğunu artırmayı hem de bireylere daha erken ve doğru müdahale imkanı sunmayı hedefliyor.
Araştırmanın uzun vadede klinik uygulamalara entegrasyonu, DEHB teşhisinde kişiye özel tedavi planlarının oluşturulmasını da kolaylaştıracak.