Daha erken tanı, araştırmacıların hastalığın ilerlemesini yavaşlatmak için ilaç geliştirmelerine yardımcı olabilir.
Massachusetts Marlborough’da yaşam destek hizmetlerinin de verildiği Robbie Place’da bulunan dairesinin duvarında asılı duran Velcroed marka beyaz kutu, David Graham sabah uyandığında onun her hareketini kaydetmeye başlıyor. Beyaz kutu onun ne zaman yataktan kalktığını, giyindiğini, cama doğru yürüdüğünü veya banyoya gittiğini bilir.Uyuyup uyumadığını veya düştüğünü de ayırt edebiliyor. Yürüyüş hızını, uyku düzenini, bulunduğu yeri ve hatta solunum düzeninin bile yolunda olup olmadığını düşük güçteki kablosuz sinyaller kullanarak takibini yapıyor. Makine öğrenme(*) algoritmaları, her gün yaptığı binlerce hareketin kalıplarını bularak bunu buluta yüklüyor.
Deneyin bir parçası olan bu dikdörtgen kutular, araştırmacılara Alzheimer nöbetlerini takip etmelerine ve anlamalarına yardımcı oluyor.
Hastalık erken safhalarda her zaman tamamıyla açık ve net bir şekilde belli değildir. Beyindeki değişiklikler, insanlarda kafa karışıklığı ve hafıza kaybı yaşamaya başlamadan yıllar önce, davranışlarda ve uyku düzenlerinde hafif değişikliklere neden olabiliyor. Araştırmacılar yapay zekanın bu değişiklikleri önceden tanıyabildiğini ve risk altındaki hastaların hastalığının en şiddetli biçimde ilerleme riskini belirleyebildiğini düşünmekteler.
Alzheimer’ın açık ve net belirtilerinin oluşmasından önceki yıllarda ilk belirtilerinin fark edilmesi, insanların deneysel ilaçlardan yararlanma olasılığını en üst düzeye çıkarmaya ve aile üyelerine nihai bakım için planlama yapmalarına yardımcı olabilir. Risk altında olanları izlemek için bu gibi algoritmalarla donatılmış cihazlar veya uzun dönem bakım üniteleri insanların evlerine kurulabilir. Tedavi altında olan hastalar için bu gibi teknolojiler doktorların takip ettikleri hastalar hakkındaki kararlarını oluşturmalarına yardımcı olacaktır.
Deneysel ilaçlardan yararlanma olasılığı en yüksek olan hastalar için tıbbi kayıtları araştırma durumunda olan ilaç şirketleri de makina öğrenme algoritmaları ile ilgilenmektedirler. Araştırma yapanlara yapay zeka , ilacın semptomlara karşı yararlı olup olmadığını araştırmacılara söyleyebilir.
Halihazırda, Alzheimer için kolay bir tedavi yolu bulunmamaktadır. Yalnızca bir test yok , sadece beyin taramaları da kişinin hasta olup olmadığını saptayamaz .Bunun yerine doktorlar hastanın tıbbi geçmişine, aile üyelerinin ve sağlık çalışanlarının gözlemleri de dahil olmak üzere çeşitli faktörlere bir arada bakmak zorundalar . Bu nedenle , kolayca gözden kaçırılabilecek kalıplaşmış detayları makineden alınan bilgiler ile yakalanabilir.
Vahia’nın hastası David Graham Massachusetts Marlborough’ da yaşam destek hizmetlerinin de verildiği yapay zeka cihazının da olduğu Robbie Place’daki odasında.
Odalarında cihaz takılı diğer dört hastadan farklı olarak Graham için Alzheimer teşhisi konulmamış. Fakat araştırmacılar onun hareketlerini izlemekteler ve hareketlerini doktorların Alzheimer olma şüphesi duydukları hastaların davranış modelleri ile kıyaslamaktalar. Bu cihazı, MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarından Dina Katabi ve ekibi yaşlı insanlar için ,düşme takip algılayıcısı olarak geliştirdi . Daha sonra çok geçmeden daha fazla kullanışları olduğunu fark ettiler.
Cihaz eğer bir düşme hareketini algılayabiliyorsa, Alzheimer işaretlerinden olan boş boş , amaçsız adımlama ve dolaşma gibi hareketleri de tanıyabilmeliydi.Katibi niyetlerinin, her gün takılması gereken bir izleme cihazını üzerinde taşımaya ihtiyaç duymadan, insanları izlemek olduğunu söylüyor. “Bu tamamen pasif . Hasta üzerinde bir algılayıcı ve benzeri özel bir şey taşımak zorunda değil ve bir video kameradan da daha az rahatsız edici,” diyor.
Nasıl Çalışıyor ?
Graham aydınlık ve düzenli odasının duvarında asılı olan beyaz kutunun neredeyse farkında bile değil. Daha çok Ipsit Vahia’nın cihaza kaydedilen bilgileri almak ve onlar hakkında konuşmak için geldiği günlerde farkında oluyor. Vahia Harvard Medical School – McLean Hospital’da geriatrik ruh hastalıkları uzmanı , o ve bu teknolojinin araştırmacıları MIT’ de bu cihazın için başlatılan küçük bir pilot projede çalışmaktalar.
Graham bu ziyaretleri dört gözle bekliyor.Son ziyaretinde Vahia ,Graham’ın gece yarısı uyandığını söylediğinde Graham çok şaşırdı .Graham gece uyandığını bilmediği halde cihaz bunu saptayabilmişti.
Cihazın kablosuz radyo sinyali, wi-fi gücünün sadece binde biri, insan gövdeleri de dahil olmak üzere 30 metrelik bir yarıçaptaki sinyale yansıyan ve değişikliğe neden olan her hareket, nefes almak gibi en ufak olanları bile her şeyi yansıtıyor.
Katabi ve ekibi tüm bu anlık yansımaları analiz eden makine öğrenme algoritmaları geliştirdi. Sistemi, yürüme ve düşme gibi basit hareketleri ve uyku bozuklukları ile ilişkili olanlar gibi daha karmaşık hareketleri tanıması için programladılar .Sistem geliştikçe, makine gelişerek bir dahaki sefere bir kalıp görürse- bir insanın bu kalıbı tanımlaması için bu kalıp çok karmaşık olsa bile- makine o kalıbı tanır.
Zamanla cihazda, davranış kalıplarını gösteren büyük miktarda veri oluştu. Yapay zeka, ajitasyon, depresyon ve uyku bozuklukları gibi şeyleri gösterebilecek bu kalıplardan sapmaları seçmek için tasarlandı . Ayrıca , kişinin gün içinde belirli davranışları tekrar edip etmediğini de seçebilir durumda. Bunlar Alzheimer’ ın klasik nöbetleridir.
“Eğer bu sapmaları erken teşhis edebilirseniz , onları tahmin edebilecek ve onları yönetebileceksiniz,” diyor Vahia.Vahia ve Katabi ,Alzheimer teşhisi konulmuş bir hastanın sabah saat 2 de kalkıp odada boş boş dolaştığını cihaz sayesinde öğrenebildiler. Ayrıca , bazı aile üyelerinin hastayı ziyaret ettikten sonra hastanın daha huzurlu olduğunu fark ettiler. Bunu hemşire ile teyit ettikten sonra da , endişe ve sıkıntıyı önlemek için kullanılan ilacın dozunu Vahia yeniden ayarladı.
Ipsit Vahia ve Dina Katabi Katabi’nin laboratuvarında Alzheimer hastalarının ve aynı zamanda hastalık oluşma riski taşıyan kişilerin davranışlarını izlemek için geliştirilen yapay zeka destekli cihazı deniyorlar.
Beyin Değişir
Ayrıca yapay zeka, hekimlerin beyinde Alzheimer erken belirtilerini tespit etmesine ve fiziksel değişikliklerin farklı insanlarda nasıl ortaya çıktığını anlamasına yardımcı oluyor. “Bir röntgen uzmanı taramaları okuduğunda, bir kişinin Alzheimer hastalığının ilerleyip ilerlemeyeceğini söylemesi imkansızdır,” diyor Montreal McGill Universitesi nörologlarından Pedro Rosa-Neto.
Rosa-Neto ve beraber çalıştığı Sulantha Mathotaarachchi Alzheimer geliştirme riski taşıdığı düşünülen kişilerin yüzlerce Pozitron Emisyon Tomogrofisini (**)analiz ederek bir algoritma geliştirdiler. Araştırmacılar tıbbi kayıtlara bakarak hastalardan hangisinin bir taramadan sonraki iki yıl içinde hastalığı geliştireceğini biliyordu ,fakat yapay zekanın , görüntülerdeki modelleri belirleyerek cihazın tanıyıp tanıyamayacağını merak ettiler.
Şüphesiz, Algoritma beyinin belirli bölgelerindeki amiloid kümelerinin – sıklıkla Alzheimer ile ilişkilendirilen protein – içindeki modelleri tespit edebildi .Eğitimli radyologlar bile beyin röntgenlerindeki bu belirtileri fark etmekte bir çok zorluk yaşamaktadırlar. Modellerden, hastaların Alzheimer geliştirdiği yüzde 84 doğrulukla tespit edebildi.Makine öğrenimi , hekimlerin değişik hastalarda hastalığın şiddeti hakkında öngörüde bulunmalarına yardımcı oluyor.
Duke Üniversitesi hekim ve bilim insanı P. Murali Doraiswamy hastalığın hangi aşamada olduğunu ve durumunun ne kadar kötüye gideceğini belirlemekte makine öğrenimini kullanıyor.“Biz Alzheimer’ı herkesin problemlerine uyan tek kalıp olarak görüyoruz ,” diyor Doraiswamy . Fakat bütün Alzheimer hastaları aynı nöbetleri yaşamıyor ve bazısı diğerinden daha çabuk kötüye gidiyor. Hekimler hangi hastanın ne kadar süre dingin kalacağını veya ne kadar çabuk kötüye gideceğini bilemiyor. “Bu yüzden bu problemin çözümünü cihaza bırakmanın en iyi yol olduğunu düşündük ,” diye ekliyor.
Doraiswamy ,Hırvatistan ’da the Rudjer Boskovic Institute’de yapay zeka uzmanı Dragan Gamberger ile makine öğrenme algoritmaları konusunda birlikte çalışarak ,beş yıllık bir dönemde hafif bilişsel bozukluğu olan 562 hastanın beyin taramaları ve tıbbi kayıtlarını analiz etti.Beş yıl boyunca , kavramaları önemli ölçüde azalanlar ve nöbetleri çok az yada hiç değişmeyenler olmak üzere iki ayrı gurup ortaya çıktı. Sistem zaman içinde beyin dokusu kaybının değişikliklerini seçebiliyordu.Üçüncü gurup hafif kavrama bozukluğu ve ileri Alzheimer arasında ortalarda bir yerdeydi.“Bu kümelenmelerin neden var olduğunu henüz bilmiyoruz ” diyor , Doraiswamy.
Klinik Deneyleri
2002 ile 2012 yılları arasındaki Alzheimer ilaç deneyimlerinin %99 ’u başarısız oldu . Birinci sebep ,hiç kimse neyin Alzheimer sebebi olduğunu bilmiyor .Diğer bir sebep ise ,belirli ilaçlardan yararlanma olasılığı en yüksek olan hastaların tespit edilmesinin zor olması.
Yapay zeka daha iyi denemeler tasarlamaya yardımcı olabilir. “Genleri , belirli özellikleri ve görüntüleme taramaları ortak olan insanları bir araya getirdiğimizde, bu ilaçları test etmek çok daha kolaylaştıracak ,” diyor ABD Ulusal Sağlık Enstitüsü’nün yaşlanma araştırmaları bölümünde Alzheimer için yapay zeka çalışmalarına başkanlık eden Marilyn Miller.
Hastalar bu çalışmaya katıldıktan sonra , araştırmacılar ilaçtan yararlanıp yararlanmadıklarını görmek için hastaları sürekli olarak izleyebilirler.“Alzheimer için ilaç geliştirme çalışmalarının en büyük güçlüklerden biri, ilacı test edecek uygun topluluk bulunmanın bir yolu olmaması,” diyor Johnson & Johnson nöroloji bilimi araştırma ekibinden Vaibhav Narayan.
Makine öğrenme algoritmalarının , hastalar ile çalışmanın ilaç araştırmalarını büyük ölçüde hızlandıracağını söylüyor. Ve eğer yapay zeka hangi hastanın daha kısa zamanda kötüleşeceğinin seçimini yapabilirse , bu araştırmacılara ilacın bir faydasının olacağının anlamasına yardım edecektir.
Böylece, eğer Vahia gibi doktorlar Graham gibi bir hastada olduğu gibi Alzheimer belirtilerini fark ederlerse , yıllar sonra meydana gelecek olan yıkıcı etkilerin sona erdirilmesi umuduyla hemen klinik deneylerine kayıt olurlar .Miller , beş yıllık bir süre zarfında yapay zekanın Alzheimer hastalığı belirtileri ve teşhisinde kullanılabileceğini düşünüyor. Fakat algoritmaların doğru ve güvenilir olduğundan emin olmak için çok fazla veriye gerek olduğunu da ekliyor. Graham ise, yardımcı olmak için üzerine düşeni yapmakta.
Çevirmenin notları ;
*Makine Öğrenmesi; matematiksel ve istatistiksel yöntemler kullanarak mevcut verilerden çıkarımlar yapan, bu çıkarımlarla bilinmeyene dair tahminlerde bulunan yöntem paradigmasıdır. Makine öğrenmesine güncel hayatımızdan bazı örnekler: yüz tanıma, belge sınıflandırma, spam tespiti . http://www.emrealadag.com sitesinden alıntıdır .
**Pozitron emisyon tomogrofisi – damar yolu ile enjekte edilen metabolik radyoaktif ajanların biriktiği normal veya patolojik dokuları görüntüleyen nükleer tıp cihazının adıdır.
Makale ; https://www.technologyreview.com sitesinde yayınlanmıştır.
Kaynak: https://www.technologyreview.com/s/609236/ai-can-spot-signs-of-alzheimers-before-your-family-does/
Çeviri: İbrahim Özkaraca