Ege Üniversitesi Tıp Fakültesi Göz Hastalıkları Anabilim Dalı Öğretim Üyesi Doç. Dr. Özlem Barut Selver’in yürütücülüğünü yaptığı, “Kornea Nakli için Yapay Zeka Tabanlı Alıcı Belirleme Sistemi Geliştirilmesi” başlıklı proje, Türkiye Sağlık Enstitüleri Başkanlığı (TÜSEB) Araştırma ve Geliştirme Projelerini Destekleme Programı kapsamında destek aldı. Proje ile hem Türkiye’de hem de dünyada ilk kez 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 dolayı tebrik ederek başarılar diledi. Prof. Dr. Budak, “Üniversitemiz akademisyenleri çağın gereksinimleri ve getirdiği yenilikleri de göz önüne alarak önemli çalışmalar gerçekleştiriyor ve bu çalışmalar, birçok kurumdan destek almaya hak kazanıyor. Üniversitemiz Tıp Fakültesi Göz Hastalıkları Anabilim Dalı 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 ekibini çalışmalarından dolayı tebrik, ediyor, başarılar diliyorum” dedi. “Dünya 10 milyon kişi korneal körlükle savaşıyor”
Kornea tabakasının saydamlığını yitirmesiyle oluşan hastalıkların dünyadaki tüm körlüklerin yüzde 10’unu oluşturduğunu ifade eden Doç. Dr. Barut Selver, “Kornea, gözün ön tarafındaki en dış katman olup, saat camı gibi saydam bir tabakadır. Bu saydamlığın korunması, iyi bir görme fonksiyonu için elzemdir. Kornea tabakasının saydamlığını yitirdiği hastalıklar, dünyada tüm körlüklerin yüzde 10’unu oluşturmaktadır. Korneal körlük olarak tanımlanan bu durumun tedavisi ancak bir doku nakli olan kornea nakli ile mümkün olabilmektedir. Kornea dokusu, kadavradan bağış yoluyla temin edilmekte, yaklaşık 14 gün süre ile saklanabilmekte ve bu süre içinde alıcıya nakledilmektedir. Dünyada 10 milyondan fazla kişi korneal körlükle savaşmakta olup, yıllık gerçekleştirilebilen nakil sayısı ancak 150 bin seviyesindedir. Bu sayılardan anlaşılacağı gibi bağış dokusu, ihtiyacı karşılamamakta ve her bir kornea dokusu için yaklaşık 70 hastanın beklediği bilinmektedir. Bu noktada, kornea bağışında, alıcıyı olabildiğince hızlı ve efektif şekilde belirlemenin, önemli bir konu olduğu aşikardır” dedi. Yapay zeka ile kornea nakli bekleme süresi 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 oldukça 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 problem için çözümümüz; kornea nakil cerrahisi öncesi aday değerlendirme sistemi adı 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 göre çok daha hızlı ve efektif şekilde sağlamaktır” dedi. “Sistem bir turnuva stratejisi ile kazananı belirleyecek”
Proje hakkında detaylı 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 sinir ağı ya da derin ağ girdi özellikleri olarak kullanılabilir. Ancak problemin doğası gereği, adayların seçiminde yapay sinir ağının çıktısı bir puan ile değerlendirilemez. Uzmanlar, sadece bir dizi potansiyel aday belirledikten sonra nakil için en uygun olanı seçtiğinden, çıktı değişkeni için puan yoktur. Bu nedenle, problem doğal olarak yakınsamadan ziyade bir sınıflandırma problemi olarak ortaya konabilir. Nakil bekleyen hasta sayısı fazla ise yapay sinir ağının kazananı kodlaması için çıkışının çok fazla olması gerekir. Bu, çok daha karmaşık bir yapay sinir ağının tasarımını gerektirir. Bu zorluğun üstesinden gelmek için, önerilen projede geliştirilecek sistemde aday seçimi ikili bir sınıflandırma problemi olarak ortaya konulacak. En iyi adayı bir kerede bulmak yerine, önerilen sistem bir turnuva stratejisi kullanacak” dedi.