Kolombiyalı bilim insanları sıtma komplikasyonlarını tahmin etmek için yapay zeka aracı geliştirdi

Dünya Sağlık Örgütü, 2023 yılında dünya çapında 263 milyon sıtma vakası ve bu hastalıktan 597.000 ölüm olduğunu tahmin ediyor. Kolombiya bu tür vakalara yabancı değil. Ulusal Sağlık Enstitüsü'ne göre Kasım 2024'te veriler ülkedeki sıtma vakalarında aynı yıla kıyasla %81'lik bir artış olduğunu gösterdi.

Sıtma, hastalığın ara konakçıları olan vektörler tarafından bulaştırılması nedeniyle sıklıkla sarı humma ve dang humması ile karıştırılan Plasmodium parazitinin neden olduğu bir hastalıktır; yani bu vektörler hastalığı taşıyan ancak hastalıktan etkilenmeyen hayvanlarda bulunur.

“Vektörler, hastalığı taşıyan ilk konak veya hayvan ile insanlar arasındaki bağlantıdır. Vektörler genellikle sivrisineklerdir. Bu böcekler hastalığı bir yerden başka bir yere taşımaktan sorumludur. Bu nedenle, hastalığın bu kadar karıştırılmasının nedenlerinden biri de bu vektörler aracılığıyla bulaşmasıdır,” diyor La Sabana Üniversitesi Tıp Fakültesi'nde bulaşıcı hastalıklar alanında saygın bir profesör olan Dr. Luis Felipe Reyes.

Sıtmanın temel nedenlerini çözmeye yönelik stratejilere katkıda bulunmayı amaçlayan ve hastalığın genellikle hastanelere ve sağlık merkezlerine her zaman ulaşılamayan uzak ve ormanlık alanlarda görüldüğü gerçeğinden yola çıkan, La Sabana Üniversitesi'nden Alirio Bastidas-Goyes, Juan Leon-Ariza, Angela Guerrero, Mauricio Agudelo, Daniel Botero-Rosas ve Eduardo Tuta-Quintero'dan oluşan bir grup araştırmacı, hastalığın teşhisini kolaylaştıran bir yapay zeka yaratmaya koyuldu. Bu süreç, 'Sıtmalı hastalarda komplikasyonların tahmininde yapay zekanın uygulanması' adlı makalede de belgelendi.

Daniel Botero, "Çok basit değişkenleri, ileri teknolojiye ihtiyaç duymadan analiz edebilen, bir kişinin komplikasyon yaşayıp yaşamayacağını tahmin edebilen, yapay zekaya sahip bir sistem yarattık" diye açıklıyor.

Bu gelişme yenilikçidir çünkü sağlık sektöründe yer alan herkes tarafından çalıştırılabilen basit bir araç haline gelir. Mikroskop, laboratuvar ve bakteriyolog gerektiren kalın bir kan yayma testine gerek kalmadan hastanın sahip olduğu Plasmodium türünü belirlemeye ve komplikasyonların gelişme olasılığını belirlemeye olanak tanır. Botero, "Bununla teste ihtiyacımız kalmıyor ve mevcut yöntemlerle elde edilene benzer bir verimlilik elde ediyoruz" diye ekliyor.

Bu gelişmeyi başarmak için uzmanlar, hastalığın varlığını tespit etmelerine olanak tanıyan bir dizi değişken belirlediler. Bazı durumlarda, dang humması ve sarı humma gibi hastalıklar sıtma ile karıştırılabilir, bu nedenle yapay zeka birini diğerinden ayırt etmeye ve daha kesin bir teşhis koymaya yardımcı olabilir.

Bu kapsamda ortalama arter basıncı, hemoglobin, beyaz kan hücresi sayısı, trombosit sayısı, toplam bilirubin, solunum güçlüğü, kusma, daha önce sıtma öyküsü, daha önce sıtma ilacı kullanımı, sürekli ateş gibi faktörler uzmanlarca dikkate alındı.

Dr. Eduardo Tuta Quintero, "Fikir, bu iki yönü birleştirmekti; hem testin aktif olmayan ortamlarda uygulanabilirliği hem de hastalığın neden olduğu tehlikeye giren organ sistemlerinin temsili. Bu bilgileri birleştirerek, hastalığın şiddetli ve yaşamı tehdit edici olma olasılığının olup olmadığını ve varsa ne ölçüde olduğunu söyleyen bir sonuç üretmekti" diyor.

Böylelikle, diğer çalışmalarla karşılaştırıldığında ülke gerçekliğine en sadık örneklem olan 412 Kolombiyalı hastadan oluşan bir veri tabanı kullanılarak, bir sinir ağının performansını değerlendirmek amacıyla V-çaprazlama, Rastgele-Çaprazlama Doğrulaması, Değiştirilmiş Tutma Doğrulaması ve Orantılı Örneklem Yüzdesi Doğrulaması tekniklerinin geliştirilmesine olanak sağlanmıştır.

Bu atılımın, özellikle doğru ve hızlı teşhisin yaşam ile ölüm arasındaki fark anlamına gelebildiği kırsal veya kaynakların sınırlı olduğu bölgelerde önemli bir etki yaratması bekleniyor.

Botero-Rosas, "Modelin hala diğer tıbbi merkezlerden alınan verilerle doğrulanması gerekiyor, ancak bu, Kolombiya gibi yüksek yük altındaki yerlerde bulaşıcı hastalıklar için yapay zekanın klinik uygulamaya entegre edilmesine doğru önemli bir adım teşkil ediyor" dedi.

Bu nedenle, ikinci aşamada, doktor ve mühendislerden oluşan ekip, sağlık sektöründe çalışan kişilerin bir uygulama aracılığıyla talep edilen verileri girerek bir hastanın komplikasyon geliştirme olasılığının yüksek mi yoksa düşük mü olduğunu belirleyebilmelerini sağlayacak bir uygulamayı hayata geçirmeyi amaçlıyor.

Botero, bu ikinci aşamaya ulaşmak için, insanlarda kullanım onayı ve birkaç doğrulama filtresinin önceden onaylanması gerektiğini açıklıyor. "Şu anda, elimizdeki verilere dayanarak, iç doğrulamada olduğu kadar iyi çalışmaya devam edip etmediğini görmek için bunu harici popülasyonlarda test etmemiz gerekiyor."

Bu araçla araştırmacı ekibi, destek sistemlerinin hekimlere daha iyi kararlar alma konusunda yardımcı olduğu, kişiselleştirilmiş tıp olarak bilinen küresel bir eğilime katkıda bulunmayı amaçlıyor.

Çevre ve Sağlık Gazetecisi