USD34,95
EURO36,64
GBP44,33
BIST10.058,63
GR. ALTIN3.014,50
BTC3.500.076,18
13 Aralık 2024, Cum
featured

Kornea naklinde alıcı yapay zeka ile belirlenecek

Paylaş

Bu Yazıyı Paylaş

veya linki kopyala

Ege Üniversitesi Tıp Fakültesi Göz Hastalıkları Anabilim Kolu Öğretim Üyesi Doç. Dr. Özlem Barut Selver’in yürütücülüğünü yaptığı, “Kornea Nakli için Yapay Zeka Tabanlı Alıcı Belirleme Sistemi Geliştirilmesi” başlıklı proje,  Türkiye Sıhhat Enstitüleri Başkanlığı (TÜSEB) Araştırma ve Geliştirme Projelerini Destekleme Programı kapsamında takviye aldı. Proje ile hem Türkiye’de hem de dünyada birinci kere kornea nakil seçim operatörünü simüle eden yapay zeka tabanlı etkileşimli bir program geliştirilmiş olacak.

Doç. Dr. Özlem Barut Selver’i makamında ağırlayan Ege Üniversitesi Rektörü Prof. Dr. Necdet Budak, Doç. Dr. Barut Selver’i çalışmalarından ötürü tebrik ederek muvaffakiyetler diledi. Prof. Dr. Budak, “ Üniversitemiz akademisyenleri çağın ihtiyaçları ve getirdiği yenilikleri de göz önüne alarak kıymetli çalışmalar gerçekleştiriyor ve bu çalışmalar, birçok kurumdan takviye almaya hak kazanıyor. Üniversitemiz Tıp Fakültesi Göz Hastalıkları Anabilim Kolu Öğretim Üyesi Doç. Dr. Özlem Barut Selver’in yürütücülüğünü yaptığı kornea nakline yönelik yapay zeka tabanlı geliştirdiği sistem, kornea naklinde aday seçimi ve eşleştirme süreçlerini daha verimli hale getirecek. Hocamızı ve grubunu çalışmalarından ötürü tebrik, ediyor, muvaffakiyetler diliyorum” dedi.

“Dünya 10 milyon kişi korneal körlükle savaşıyor”

Kornea katmanının saydamlığını yitirmesiyle oluşan hastalıkların dünyadaki tüm körlüklerin yüzde 10’unu oluşturduğunu tabir eden Doç. Dr. Barut Selver, “Kornea, gözün ön tarafındaki en dış katman olup, saat camı üzere saydam bir katmandır. Bu saydamlığın korunması, düzgün bir görme işlevi için elzemdir. Kornea katmanının saydamlığını yitirdiği hastalıklar, dünyada tüm körlüklerin yüzde 10’unu oluşturmaktadır. Korneal körlük olarak tanımlanan bu durumun tedavisi lakin bir doku nakli olan kornea nakli ile mümkün olabilmektedir. Kornea dokusu, kadavradan bağış yoluyla temin edilmekte, yaklaşık 14 gün mühlet ile saklanabilmekte ve bu mühlet içinde alıcıya nakledilmektedir. Dünyada,10 milyondan fazla kişi korneal körlükle savaşmakta olup, yıllık gerçekleştirilebilen nakil sayısı fakat 150 bin düzeyindedir. Bu sayılardan anlaşılacağı üzere bağış dokusu, muhtaçlığı karşılamamakta ve her bir kornea dokusu için yaklaşık 70 hastanın beklediği bilinmektedir. Bu noktada, kornea bağışında, alıcıyı olabildiğince süratli ve efektif formda belirlemenin, değerli bir bahis olduğu aşikardır” dedi.

 Yapay zeka ile kornea nakli bekleme müddeti azalacak

Proje kapsamında kornea naklinde aday seçimine yönelik yaptıkları çalışmalara değinen Doç. Dr. Barut Selver, “Kornea nakli gerçekleştirmekle yükümlü göz bankalarındaki kornea bekleyen alıcı hastalar hayli fazla. Bu alıcı listelerinden alıcı seçimi, yetkili operatörün genel geçer kurallar, literatür bilgisi ve listelerdeki hastaların özellikleri dahilindeki kararına dayanmaktadır. Bu karar süreci, alıcı listesi uzadıkça zorlaşmakta ve süreç uzamaktadır. Bu sorun için tahlilimiz; kornea nakil cerrahisi öncesi aday kıymetlendirme sistemi ismi altında geliştirdiğimiz yapay zeka tabanlı algoritma ile kornea alıcı seçiminden sorumlu yetkili operatörü simüle eden etkileşimli bir program oluşturmak ve bu sayede kornea alıcı seçim sürecini manuel seçime nazaran çok daha süratli ve efektif biçimde sağlamaktır” dedi.

“Sistem bir turnuva stratejisi ile kazananı belirleyecek”

Proje hakkında ayrıntılı bilgi veren Doç. Dr. Barut Selver, “Önerilen kornea nakil cerrahisi skorlama sisteminde, cerrahların uygun adaylara karar vermek için yorumladıkları parametreler, bir makine öğrenmesi tekniğinin yapay hudut ağı ya da derin ağ girdi özellikleri olarak kullanılabilir. Lakin sorunun tabiatı gereği, adayların seçiminde yapay hudut ağının çıktısı bir puan ile bedellendirilemez. Uzmanlar, yalnızca bir dizi potansiyel aday belirledikten sonra nakil için en uygun olanı seçtiğinden, çıktı değişkeni için puan yoktur. Bu nedenle, sorun doğal olarak yakınsamadan çok bir sınıflandırma sorunu olarak ortaya konabilir. Nakil bekleyen hasta sayısı fazla ise yapay hudut ağının kazananı kodlaması için çıkışının çok fazla olması gerekir. Bu, çok daha karmaşık bir yapay hudut ağının dizaynını gerektirir. Bu zorluğun üstesinden gelmek için, önerilen projede geliştirilecek sistemde aday seçimi ikili bir sınıflandırma sorunu olarak ortaya konulacak. En güzel adayı bir seferde bulmak yerine, önerilen sistem bir turnuva stratejisi kullanacak” dedi.

Kaynak: (BYZHA) Beyaz Haber Ajansı

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir