Kalp hastalıklarının erken teşhisi ve tedavisi, dünya genelinde ölüm oranlarını düşürmek için büyük bir önem taşıyor. Yaşar Üniversitesi Elektrik Elektronik Mühendisliği Yüksek Lisans mezunu Öykü Eravcı, geliştirdiği 'Evrişimsel Otomatik Kodlayıcı Tabanlı Kalp Aritmisi Tespit Sistemi' ile bu alanda önemli bir adım attı. Bu sistem, yapay zekanın derin öğrenme yöntemlerini kullanarak kalp ritim bozukluklarını yüksek doğrulukla tespit ve sınıflandırıyor.
Kalp hastalıklarında erken teşhisin önemi
Kalp hastalıkları, dünya genelinde en fazla ölümle sonuçlanan sağlık sorunlarından biri. Öykü Eravcı'nın geliştirdiği sistem, geleneksel yöntemlerin ötesine geçerek, özellikle Atriyal Fibrilasyon gibi ciddi kalp ritim bozukluklarını erken aşamalarda tespit edebiliyor. Bu yenilikçi sistem sayesinde uzaktan hasta izleme, erken teşhis ve gerçek zamanlı analiz gibi uygulamalarla sağlık sektörüne büyük katkılar sağlanacak.
Yüksek başarı oranlarıyla aritmi tespiti
Yapay zeka yöntemlerini kullanarak geliştirilen bu model, biyomedikal sinyallerin analizinde dalgacık tabanlı evrişimsel otomatik kodlayıcı (WBCAE) modelinden faydalanıyor. Sistemin halka açık veri tabanlarından alınan verilerle yapılan testlerinde, kalp ritim bozukluklarının yüzde 99’un üzerinde bir doğruluk oranıyla tespit edildiği görülmüştür.
Gelişmiş derin öğrenme yöntemleri
Öykü Eravcı, sistemin kalp aritmilerini tespit etmek için iki ana yaklaşımdan yararlandığını belirtti. Anomali tespitinde, model normal verilerle eğitilerek anormal durumları tanımlıyor. Özellik çıkarımı ve sınıflandırmada ise aritmi türleri doğru bir şekilde ayrılarak başarı elde ediliyor. Bu, sınırlı veri setleriyle çalışan sistemler için etkili bir çözüm sunuyor.
Çalışmayı yöneten Yaşar Üniversitesi Yapay Zeka Mühendisliği Ana Bilim Dalı Başkanı Dr. Öğr. Üyesi Nalan Özkurt, bu sistemin gelecekte giyilebilir kalp takip cihazlarında yapay zeka kullanımını artıracağına dikkat çekti.