Dikkat Eksikliği ve Hiperaktivite Bozukluğu için Yeni Çözüm
Yaşar Üniversitesi’nden Doktora öğrencisi Gürcan Taşpınar, yapay zeka teknolojilerini kullanarak Dikkat Eksikliği ve Hiperaktivite Bozukluğu’nun (DEHB) daha güvenilir bir biçimde tanımlanmasını amaçlıyor.
DEHB Tanısı ve Zorluklar
Son yıllarda, özellikle çocuklarda artış gösteren bu bozukluk, geleneksel yöntemler aracılığıyla uzun gözlem süreçleri ve testlerle teşhis ediliyor. Ancak bu yaklaşım, hem fazla zaman alıyor hem de esasında öznel değerlendirmenin etkisi altında kalabiliyor. Bu noktada, yapay zeka destekli yeni sistemler, tanı süreçlerinde bir devrim yaratma potansiyeli taşıyor. Tez çalışmasında, Gürcan Taşpınar, DEHB belirtilerini analiz edebilme kabiliyetine sahip bir yapay zeka sistemi geliştirmeyi amaçlıyor. Bu bağlamda, “Dikkat Eksikliği ve Hiperaktivite Bozukluğunun Makine Öğrenme Yöntemleri ile fMRI Tabanlı Tespiti” isimli doktoratezi üzerinde çalışıyor.
Nörobiyolojik Verilerle Güçlendirilmiş Tanı
Araştırmasında, fonksiyonel manyetik rezonans görüntüleme (fMRG) verilerini derin öğrenme algoritmaları kullanarak inceleyen Taşpınar, DEHB tanısında nörobiyolojik göstergelerin kullanılabileceği yeni bir model ortaya koymayı hedefliyor. Bu çalışma, Yaşar Üniversitesi Yapay Zeka Mühendisliği Ana Bilim Dalı Başkanlığı ile Elektrik – Elektronik Mühendisliği Bölümü öğretim üyeleri Doç. Dr. Nalan Özkurt ve Prof. Dr. Hakan Çetinkaya’nın danışmanlığında yürütülüyor.
Yapay Zeka ile Güvenilir Tanı Süreci
Gürcan Taşpınar, yapay zekanın getirdiği olanaklarla ilgili olarak, “Görüntüleme ve makine öğrenimindeki hızlı gelişmeler sayesinde DEHB için artık daha güvenilir tanı yöntemleri mevcut. Yapay zeka sistemleri, DEHB’ye ait görüntülerden elde edilen belirleyici unsurları analiz ederek, yeni bir görüntüyü hasta veya sağlıklı olarak sınıflandırabiliyor. Araştırmamız, geleneksel yöntemlerdeki öznel hataları azaltmayı amaçlıyor” ifadelerini kullandı.
Mevcut Tanı Sistemleri Üzerine Eleştiriler
Tez danışmanlarından Prof. Dr. Çetinkaya, mevcut tanı sistemlerindeki öznel değerlendirme sorunlarına da dikkat çekti. Çocuklarda tanı oranlarındaki artışın dijital uyaranlar ve değişen oyun alanları ile bağlantılı olduğunu ifade eden Çetinkaya, mevcut sistemlerin çoğu zaman sorunlu bir “Birleşik” tip tanı yaklaşımını benimsediğini belirtti.
Erken ve Kişiye Özel Müdahale İmkanları
Doç. Dr. Nalan Özkurt, yapay zekanın gizli kalmış örüntüleri ortaya çıkarabilme yeteneği sayesinde tanı süreçlerine önemli katkılarda bulunduğunu vurguladı. Makine öğrenimi tekniklerinin, davranışsal verilere dayalı bilgileri daha hızlı bir biçimde değerlendirebilmekte olduğunu söyleyen Özkurt, bu çalışmanın DEHB’nin erken ve kişiye özel teşhisi için önemli bir yapay zeka aracı geliştirdiğini ifade etti.
Bu yenilikçi yaklaşımlar, uzun vadede bireylerin, daha doğru ve kişisel müdahalelere erişimini sağlamayı hedeflemektedir.