NPİSTANBUL Hastanesi, Üsküdar Üniversitesi iş birliğiyle geliştirdiği yapay zekâ destekli BraiNP modeliyle, psikiyatrik hastalıkların tanı ve tedavisinde çığır açacak bir yeniliğe imza attı. Uluslararası düzeyde geliştirilen bu model, klinik karar süreçlerini hızlandırmayı ve bireyselleştirilmiş tedavilerle hasta memnuniyetini artırmayı hedefliyor.

NPİSTANBUL Hastanesi ve Üsküdar Üniversitesi’nin bilimsel iş birliği ile geliştirilen yapay zekâ temelli “BraiNP” modeli, psikiyatrik hastalıkların tanı ve tedavisinde çığır açıyor. Uluslararası düzeyde patent başvurusu yapılan bu yenilikçi model, yüksek doğruluk oranlarıyla ön tanı ve tedavi öngörüsü sağlayarak, hem sağlık sistemine hem de bireysel tedavi süreçlerine büyük katkı sunuyor.

BraiNP Nedir?

“BraiNP”, NP Model’in 1998’den bu yana geliştirdiği psikiyatrik veri birikimiyle oluşturulan, EEG ve fMRI gibi nörogörüntüleme verilerinin yapay zekâ algoritmalarıyla analiz edildiği gelişmiş bir modeldir. Üsküdar Üniversitesi’nin uygulama ve araştırma merkezlerinde yürütülen bilimsel çalışmalar sonucu ortaya çıkan BraiNP, birçok psikiyatrik hastalığın ön tanı sınıflandırmasında (diagnostic) ve tedaviye yanıt öngörüsünde (prognostic) yüksek performans göstermektedir.

Modelin geliştirilmesinde esas amaç, akademik yayınlarla sınırlı kalan öngörü algoritmalarını sağlık sistemine entegre ederek, erken teşhis ve etkili tedavi planlaması ile sağlık kaynaklarının verimli kullanılmasını sağlamaktır.

Hangi Hastalıklara Yönelik Kullanılmaktadır?

BraiNP modeli, çok çeşitli psikiyatrik bozukluklara ilişkin verileri işleyebilmektedir. 

Bunlar arasında:

- Alkol BağımlılığI
-Karışık Madde Bağımlılığı
-Sigara Bağımlılığı
- Kumar Bağımlılığı
- Davranışsal Bağımlılıklar
- Psikoz
- Anksiyete
- Travma Sonrası Stres Bozukluğu (PTSD)
- Obsesif Kompulsif Bozukluk (OKB)
- Depresyon
- Bipolar Bozukluk
- Anoreksiya
- Otizm yer almaktadır.

Ayrıca sistem, hekimlerin sahada tanıladığı verileri anlık olarak analiz ederek yeni sınıflandırma modelleri oluşturulmasına katkı sağlıyor.

BraiNP Yapay Zekâ Modeli Nasıl Çalışıyor?

Klasik yapay zekâ algoritmaları, tanı koymak için çoğunlukla literatürde yaygın kullanılan biyolojik belirteçlere dayanırken, BraiNP yeni nesil derin öğrenme yöntemleriyle veri çözünürlüğünü artırmakta ve model performansını ciddi oranda geliştirmektedir

Modelin işleyiş aşamaları şu şekildedir:

Veri Toplama ve Ön İşleme: EEG (yüksek zamansal çözünürlük) ve fMRI (yüksek uzamsal çözünürlük) verileri hastalardan veya sağlıklı bireylerden toplanır, ön işlemeyle gürültüden arındırılır.

Öznitelik Çıkartımı: Geliştirilen algoritma ile veriler, bulut ortamındaki GPU destekli bilgisayarlarda işlenerek ayırt edici öznitelikler elde edilir.

Model Geliştirme: Bu özniteliklerle sınıflandırma modelleri oluşturulur.

Performans Ölçümü: Modeller, çeşitli istatistiksel metriklerle test edilerek değerlendirilir.

Klinik Geçerlilik: Çift-kör veriyle yapılan dış testler sayesinde modelin klinik anlamda kullanılabilirliği kanıtlanır.

Yeni nesil modeller, açıklanabilirliği düşük olmasına rağmen ısı haritaları gibi görsel araçlarla desteklenerek klinik yorumlamaya uygun hale getirilmiştir.

Uluslararası Patent Başvurusu ve Getirileri

BraiNP modeli, OKB ve sağlıklı birey ayrımı, unipolar–bipolar bozukluk sınıflaması ve depresyonda transkraniyal manyetik uyarım (TMU) yanıtı öngörüsü gibi alanlarda yüksek doğruluk oranlarına ulaşmıştır.
Modelin uluslararası patent başvurusu tamamlanmış olup, bu sayede sistemin küresel düzeyde tanınırlığı ve korunması sağlanmaktadır. Patent tescili, modelin özgünlüğünü ve yenilikçiliğini belgelemekle kalmayıp, NPİSTANBUL Hastanesi hekimlerinin günlük kullanımına da olanak tanımaktadır.

Sağlık Sistemine 7 Temel Katkı

BraiNP uygulamasının kısa ve uzun vadede sağlık sistemine sunduğu başlıca katkılar şunlar:

- Erken Müdahale: Ruhsal bozukluklar erken fark edilerek etkili ve hızlı müdahale yapılabilir.
- Komplikasyonların Önlenmesi: Komorbid durumların ve riskli davranışların gelişimi önlenebilir.
- Azaltılmış Acı ve Artan Yaşam Kalitesi: Zamanında teşhis, bireyin yaşadığı acıyı azaltır.
- Kişiselleştirilmiş Tedavi Planları: Her hasta için özgün tedavi yaklaşımları geliştirilebilir.
- Kaynakların Verimli Kullanımı: Acil servis yükü azalır, gereksiz yatışlar önlenir.
- Aile Eğitimi ve Psikososyal Destek: Ailelerin erken dönemde bilinçlenmesi sağlanır.
- İyileşmiş Prognoz: Tedavi sürecinde uzun vadeli iyileşme ve düşük nüks oranı yakalanır.

Üsküdar Üniversitesi’nden Beyin-Bilgisayar Arayüzleri ve Yapay Zekâ Alanında Bilimsel Atılımlar

Üsküdar Üniversitesi, BCI (Beyin-Bilgisayar Arayüzleri), yapay zekâ ve nörogörüntüleme alanlarında lisansüstü düzeyde uzman yetiştirmekte, aynı zamanda aktif AR-GE projeleri yürütmektedir.

BCI sistemleri, nöromüsküler işlevlerini kaybetmiş bireylerin (ALS, felç, omurilik yaralanmaları vb.) bilgisayar veya mekanik cihazlarla etkileşim kurmasını sağlamaktadır. EEG, MEG, fMRI gibi sinyal kaynakları ile robotik kollar, protezler, tekerlekli sandalyeler gibi cihazlar kontrol edilebilmektedir.

Yüz Duygu Tanıma (FER) Modeli ile Yeni Nesil Büyük Veri Uygulaması

Üniversite bünyesinde geliştirilen bir diğer yapay zekâ projesi olan “Facial Emotion Recognition” (FER) modeli, yüz görüntülerinden bireyin baskın duygusunu gerçek zamanlı olarak analiz edebilmektedir.
Mutluluk, üzüntü, öfke, şaşkınlık, korku ve iğrenme gibi temel duyguların tespiti için kullanılan bu sistem, sağlık, eğitim, pazarlama ve güvenlik alanlarında çok yönlü kullanım imkânı sunmaktadır.

Prof. Dr. Türker Tekin Ergüzel, kültürel farklılıklar, görsel engeller (gözlük, sakal vb.) ve etik kaygılar gibi zorluklara rağmen bu modeli ses verisiyle entegre ederek çok modelli bir öngörü mimarisi üzerinde çalıştıklarını ifade etti.