Yapay Zeka Destekli Teletıp Sistemi ile Nistagmus Tespiti

Nistagmus, vestibüler sistem bozukluklarının değerlendirilmesinde önemli bir klinik bulgudur. Harshal Sanghvi ve arkadaşlarının çalışmasında, nistagmusu uzaktan, gerçek zamanlı ve düşük maliyetle tespit edebilen yapay zekâ destekli bir klinik karar destek sisteminin uygulanabilirliği ortaya konuldu. Sistem, mobil cihazlarla kaydedilen video verilerini analiz ederek göz hareketlerini değerlendiriyor ve klinik karar süreçlerine rehberlik ediyor.

Geleneksel tanı yöntemlerinin sınırlılıkları

Yaygın kullanılan Elektronistagmografi (ENG) ve Videonistagmografi (VNG) yöntemleri bazı sınırlamalarla karşı karşıyadır. ENG artefaktlara duyarlıdır ve torsiyonel göz hareketlerini algılamada yetersiz kalabilir; VNG ise yüksek maliyet, büyük ekipman gereksinimi ve hasta konforsuzluğu nedeniyle yaygın kullanımı zorlaştırır. Yapay zekâ tabanlı çözümler bu sınırlamaları aşarak daha erişilebilir, uygun maliyetli ve hızlı tanı sunmayı amaçlar.

Sistem ve metodoloji

Python temelli sistem, akıllı telefon videolarını bulut tabanlı derin öğrenme algoritmalarıyla analiz eder. MediaPipe Face Mesh ve OpenCV kütüphaneleriyle 468 yüz işaretleyicisi kullanarak göz hareketlerini izler ve yavaş faz hızı (SPV) ölçümü yapar. Model %98 doğruluk, 0,00459 MSE ve ±%4,8 düzeltme hata oranı ile başarılı performans göstermiştir. Sonuçlar bir klinisyen tarafından değerlendirilerek tanı ve danışmanlık süreçlerine katkı sağlar.

Klinik uygulama ve sınırlılıklar

Sistem, nöro-oftalmolog veya odyoloğa anında erişimin mümkün olmadığı uzak bölgelerdeki hastalar için tanıya ulaşmayı kolaylaştırma potansiyeli taşır. Araştırmacılar daha geniş hasta gruplarında klinik denemeler ve FDA onayı hedefliyor. Sınırlılıklar arasında küçük ve homojen örneklem, video kalitesinin çevresel faktörlerden etkilenmesi ve veri setinin gizlilik nedeniyle paylaşılmaması yer alıyor.