Yaşar Üniversitesi doktora öğrencisi Gürcan Taşpınar, yapay zeka destekli bir sistem geliştirerek Dikkat Eksikliği ve Hiperaktivite Bozukluğu (DEHB) tanısında daha doğru ve nesnel sonuçlar elde edilmesini hedefliyor. Geleneksel yöntemlerdeki subjektif değerlendirmelerin yerine nörobiyolojik verileri temel alan bu yenilikçi çalışma, daha hızlı, güvenilir ve kişiye özgü teşhis sürecine öncülük ediyor. DEHB, özellikle çocuklarda giderek artan bir sorun haline gelirken, tanı süreci hâlâ büyük ölçüde uzman gözlemlerine ve davranış testlerine dayanıyor. Bu da süreci hem zaman alıcı hem de yorum farklılıklarına açık hale getiriyor. Yaşar Üniversitesi Lisansüstü Eğitim Enstitüsü Elektrik-Elektronik Mühendisliği Doktora Programı öğrencisi Gürcan Taşpınar, hazırladığı “Dikkat Eksikliği ve Hiperaktivite Bozukluğunun Makine Öğrenme Yöntemleri ile fMRI Tabanlı Tespiti” adlı tezinde, fonksiyonel manyetik rezonans görüntüleme (fMRI) verilerini derin öğrenme algoritmalarıyla analiz ederek davranışsal gözlemlere dayanmayan, nörobiyolojik temelli bir tanı modeli geliştirdi. Çalışma, Yaşar Üniversitesi Yapay Zeka Mühendisliği Ana Bilim Dalı Başkanı Doç. Dr. Nalan Özkurt ve Psikoloji Bölümü Öğretim Üyesi Prof. Dr. Hakan Çetinkaya danışmanlığında yürütüldü.
“Subjektif Hataları Azaltmak İstiyoruz”
Projenin öncelikli hedefinin, klasik tanı yöntemlerinde yaşanan uzman kaynaklı hataları minimize etmek olduğunu belirten Taşpınar şöyle konuştu: “Yapay zeka uygulamaları, DEHB’ye ilişkin beyin görüntülerinden çıkarılan ayırt edici özellikleri analiz ederek sistemin öğrenmesini sağlıyor. Bu sayede sistem, yeni bir görüntüyü hasta veya sağlıklı olarak sınıflandırabiliyor. Biz de bu sınıflandırma başarısını artırarak geleneksel yöntemlerdeki subjektif değerlendirme hatalarını azaltmaya çalışıyoruz.”
Davranışsal Tanıdan Nörobiyolojik Yaklaşıma
Prof. Dr. Hakan Çetinkaya, çalışmanın DEHB tanısında devrim niteliğinde bir dönüşüm sunduğunu vurguladı: “Tanılar hâlen büyük ölçüde öznel gözlemlere dayanıyor. Bu araştırma, davranışsal temelli değerlendirmelerin nörobiyolojik verilerle desteklenmesinin gerekliliğini gösterdi. Böylece klinik uygulamalarda daha objektif ve bilimsel tanı yöntemlerine geçiş için güçlü bir dayanak oluştu.” Çetinkaya, ayrıca dijital uyaranların artmasıyla birlikte özellikle çocuklarda DEHB oranlarının belirgin şekilde yükseldiğini, bu nedenle erken tanı ve kişiye özel müdahale süreçlerinin önem kazandığını vurguladı.
“Yapay Zeka Gizli Örüntüleri Ortaya Çıkarabiliyor”
Tez danışmanlarından Doç. Dr. Nalan Özkurt ise yapay zekanın tanı sürecine katkısına dikkat çekti: “Yapay zeka yöntemleri, büyük miktarda veriyi analiz ederek insan gözünün fark edemeyeceği gizli örüntüleri tespit edebiliyor. Bu sayede doktorların gözden kaçırabileceği ayrıntılar ortaya çıkarılıyor. Çalışmamızla birlikte DEHB’nin erken, hızlı ve kişiye özel tanısı için önemli bir adım atmış olduk.”
Tıp ve Teknolojinin Kesişiminde Yeni Bir Ufuk
Gürcan Taşpınar’ın çalışması, psikiyatri ve yapay zeka teknolojilerini buluşturarak gelecekte klinik tanı süreçlerine yön verecek bir örnek olarak değerlendiriliyor. Uzmanlara göre bu tür yapay zeka destekli sistemlerin yaygınlaşması, yanlış tanı oranlarını azaltacak, erken teşhisi kolaylaştıracak ve tedavi süreçlerini kişiye özel hale getirecek.
