Yapay zekâ otizmde erken tanı sürecini değiştirebilir
Üsküdar Üniversitesi'nden Dr. Öğr. Üyesi Demet Gülaldı, yapay zekâ sistemlerinin çocukların göz hareketlerinden ses tonuna, mimiklerinden oyun davranışlarına kadar çok sayıda veriyi analiz ederek otizmde erken tarama ve müdahale süreçlerine önemli katkılar sağlayabileceğini söyledi.
Haberin Özeti
- • Dr. Öğr. Üyesi Demet Gülaldı, yapay zekânın göz hareketleri, ses tonu, mimik ve oyun davranışlarını analiz ederek otizm belirtilerinin erken fark edilmesine katkı sağlayabileceğini belirtti.
- • Yapay zekâ destekli sistemlerin bazı otizm işaretlerini 6-12 aylık dönemde tespit etmeye yönelik önemli bir potansiyel taşıdığı ifade edildi.
- • Gülaldı, yapay zekânın erken taramanın yanı sıra çocuklara özel müdahale ve eğitim programlarının geliştirilmesinde de önemli bir araç haline gelebileceğini söyledi.
Yapay zekâ teknolojilerinin sağlık alanındaki kullanımının yaygınlaşması, Otizm Spektrum Bozukluğunun erken dönemde fark edilmesine yönelik yeni olanakları da beraberinde getiriyor. Çocukların davranışlarını ve gelişimsel özelliklerini analiz edebilen yapay zekâ tabanlı sistemlerin, erken taramadan kişiselleştirilmiş eğitime kadar farklı alanlarda kullanılmasına yönelik çalışmalar sürüyor.
Üsküdar Üniversitesi Sağlık Bilimleri Fakültesi Çocuk Gelişimi Bölümü Dr. Öğr. Üyesi Demet Gülaldı, yapay zekâ ile Otizm Spektrum Bozukluğunun kesiştiği alandaki gelişmeleri değerlendirerek teknolojinin özellikle erken tarama, tanılama ve müdahale süreçlerinde taşıdığı potansiyele dikkat çekti.
“İnsan davranışlarındaki nüansları da anlayabiliyor”
Yapay zekânın artık yalnızca kendisine verilen verileri işleyen bir sistem olarak değerlendirilmemesi gerektiğini belirten Dr. Öğr. Üyesi Demet Gülaldı, derin öğrenme ve doğal dil işleme teknolojilerindeki ilerlemelerin insan davranışlarının analizinde yeni bir dönemin kapısını açtığını söyledi.
Gülaldı, “Artık yapay zekâyı sadece veri işleyen bir sistem olarak görmek mümkün değil. Günümüzde bu sistemler öğrenebiliyor, insan davranışlarını analiz edebiliyor ve çok karmaşık örüntüleri kısa sürede çözebiliyor.” dedi.
Derin Öğrenme ve Doğal Dil İşleme alanındaki gelişmelere değinen Gülaldı, yapay zekânın büyük veri grupları içerisindeki, insan gözüyle fark edilmesi zor olabilecek ipuçlarını da tespit edebildiğini ifade etti.
Otizm Spektrum Bozukluğunun sosyal etkileşim, iletişim ve davranış örüntüleriyle karakterize geniş bir nörogelişimsel spektrum olduğunu anlatan Gülaldı, nedenlerin genetik ve çevresel faktörleri içeren karmaşık bir yapıya sahip olduğunu söyledi.
Genetik göstergelerdeki bireysel farklılıklar nedeniyle klinik değerlendirmelerde gözlemlenebilir ve ölçülebilir davranışsal göstergelerin önemli yer tuttuğunu belirten Gülaldı, yapay zekânın tam da bu noktada büyük miktardaki davranışsal verinin analiz edilmesine katkı sağlayabileceğini kaydetti.
Erken müdahalede zaman kritik
Otizm belirtilerinin erken dönemde fark edilmesinin önemine dikkat çeken Gülaldı, erken müdahalenin çocukların sosyal dikkat, dil ve bilişsel gelişim alanlarında önemli kazanımlar sağlayabileceğini ifade etti.
Gülaldı, “Erken tanı ve müdahale, otizmli bireylerde sosyal dikkat, dil ve zeka alanlarındaki yetersizlikleri azaltmada ve semptomların genel şiddetini düşürmede etkili olmaktadır.” diye konuştu.
Otizm belirtilerinin genellikle 2 yaşından önce ortaya çıkabildiğini belirten Gülaldı, buna karşın bazı çocukların tanı alma sürecinin 6 yaş sonrasına kadar uzayabildiğine dikkat çekti.
Göz hareketi, ses tonu ve oyun biçimi analiz edilebiliyor
Yapay zekâ teknolojilerinin erken taramada sağlayabileceği en önemli katkılardan birinin çocukların günlük davranışlarındaki küçük farklılıkları analiz edebilmesi olduğunu belirten Gülaldı, göz hareketleri, ses tonu ve oyun davranışlarının bunlar arasında yer aldığını söyledi.
Gülaldı, “Makine öğrenmesi algoritmaları, bir çocuğun göz hareketlerinden, ses tonundaki frekans değişimlerinden veya oyun oynama biçiminden yola çıkarak, geleneksel yöntemlerin 6 yaşında yakaladığı işaretleri 6-12 aylıkken tespit edebilmesi çok önemli gelişmelerdir.” ifadelerini kullandı.
Yapay zekânın mimik, göz teması ve dikkat süreçleri gibi farklı davranışsal verileri birlikte değerlendirebilmesi, erken dönemde risk işaretlerinin belirlenmesine yönelik çalışmalarda yeni imkânlar sunuyor.
Geleneksel erken tarama süreçlerinde ebeveynlerden alınan bilgiler ile klinik gözlemlerin önemli olduğunu hatırlatan Gülaldı, makine öğrenmesi modellerinin geçmiş verilerden yararlanarak değerlendirme sürecini destekleyebileceğini söyledi.
Gülaldı, “Makine öğrenmesi gibi yapay zekâ yöntemleri; çok sayıda geçmiş otistik örneklemden ve kontrol grubundan veri kategorilerini öğrenerek otizm teşhis sürecini otomatikleştirebilir ve hızlandırabilir.” dedi.
Evrişimli Sinir Ağı (CNN) tabanlı sınıflandırma sistemlerinde doğruluk, duyarlılık ve özgüllük açısından umut verici sonuçların bildirildiğini aktaran Gülaldı, bu teknolojilerin yeni verileri değerlendirebilen tahmin modellerinin oluşturulmasına olanak verdiğini kaydetti.
Yapay zekâ tabanlı modellerin küçük yaştaki çocuklarda kullanımına ilişkin araştırmalara da değinen Gülaldı, bir çalışmada 13 ila 48 aylık otizmli çocuklar için alternatif karar ağacı modeli kullanıldığını söyledi.
Gülaldı, söz konusu çalışmada yüzde 99,97 doğruluk oranı bildirildiğini belirterek, yapay zekânın küçük çocukların sosyal etkileşim, kişilerarası iletişim, duyguları tanıma ve yönetme becerilerinin desteklenmesinde de kullanılabileceğini ifade etti.
Bu tür yüksek araştırma doğruluk oranlarının tek başına klinik tanı anlamına gelmediği ve sonuçların farklı gruplarda doğrulanmasının önem taşıdığı da değerlendirmelerde göz önünde bulunduruluyor.
Her çocuğa göre kişiselleştirilmiş destek
Yapay zekânın kullanım alanının erken taramayla sınırlı olmadığını belirten Gülaldı, müdahale ve eğitim süreçlerinde de çocukların bireysel özelliklerine göre kişiselleştirilmiş uygulamaların geliştirilebileceğine dikkat çekti.
Yapay zekâ destekli araçların çocuğun davranışlarını sürekli analiz ederek ihtiyaç duyduğu alanlara göre eğitim sürecinin şekillendirilmesine yardımcı olabileceğini ifade eden Gülaldı, teknolojinin doğru kullanılması halinde çocukların gelişimini destekleyen önemli bir araca dönüşebileceğini söyledi.
Gülaldı, yapay zekânın otizm alanında sağlayabileceği katkıyı şu sözlerle özetledi:
“Yapay zekâ destekli sistemler çocukların davranışlarını analiz edebiliyor, göz teması, mimik ve dikkat süreçlerini değerlendirebiliyor ve dolayısıyla tanı süresini önemli ölçüde kısaltabiliyor. Böylelikle bu sistemlerin otizmde erken müdahale için kritik fırsatlar sunması sevindirici gelişmelerdir. Yapay zekâ artık sadece bir teknoloji değil; otizm alanında erken tanı, erken müdahale ve doğru destek almanın önemli bir aracı haline geliyor.”
Gülaldı’nın değerlendirmeleri, yapay zekânın klinik değerlendirmelerin yerine geçmesinden çok, erken risk işaretlerinin belirlenmesi ve çocukların uygun değerlendirme ve desteğe daha erken yönlendirilmesinde yardımcı bir araç olarak kullanılabileceğine işaret ediyor.
Bakmadan Geçme
