Çocukluk çağında en sık görülen kanser türlerinden Akut Lenfoblastik Lösemi (ALL) için Türkiye'de geliştirilen yapay zeka tabanlı karar destek sistemi, tedavi süreçlerinde yeni dönemin kapısını aralıyor.
Süleyman Demirel Üniversitesi Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Prof. Dr. Utku Köse'nin yürütücülüğünü yaptığı "STING: Dijital İkiz Yönelimli Derin Öğrenme ile Çocukluk Çağı Akut Lösemisi için İlaç Yeniden Konumlandırma Karar Destek Sistemi Geliştirilmesi" projesi, "TÜBİTAK 1001" programı kapsamında desteklendi.
Çalışmalara ilişkin açıklamada bulunan Prof. Dr. Köse,
fiziksel hastaya ihtiyaç duymadan oluşturulan sistemle, yapay hasta modelleri
(sentetik hastalar) üzerinden farklı tedavi senaryolarının
değerlendirilebildiğini anlattı.
Yapay zeka ve dijital ikiz teknolojilerini bir araya getiren
sistemin, tedavi süreçlerinin olası sonuçlarını önceden simüle ederek önemli
veriler sunduğunu belirten Köse, sistemin aktif, araştırmacıların kullanımına
açık olduğunu söyledi.
Prof. Dr. Köse, sentetik hastalar üzerinden elde edilen bulguların
gelecekteki tedavi yaklaşımlarına yön verebileceğine işaret ederek,
"Fiziksel hastalar olmadan, çocukluk çağı akut lösemisi gibi günümüzün en
önemli, en kritik kanser türlerinden biri olan kanser araştırmaları odağında
tedavi nasıl şekillenebilir? Çok farklı profillerde nasıl başarı veya riskler
vardır? Sentetik hastalarda elde ettiğimiz bulgular yardımıyla geleceğin tedavi
süreçlerini şekillendirecek bir sistem elde etmiş olduk." diye konuştu.
Çalışma kapsamında, yaklaşık 1000 sentetik hasta üzerinden
analizler gerçekleştirildiğini ifade eden Köse, derin öğrenme modelleri
sayesinde ALL tedavisinin olası birçok farklı hasta profilindeki yansımasına
dair bulgular elde ettiklerini ve kullanılma potansiyeli taşıyan iki ilacın
tespit edildiğini söyledi.
Köse, bunların farklı hastalıkların tedavisinde kullanılan
ve ABD Gıda ve İlaç Dairesi (FDA) tarafından onaylanmış ilaçlar olduğunu
belirterek, yapılan simülasyonlarda söz konusu ilaçların mevcut tedavilere
eklendiğinde olumlu sonuçlar verildiğinin görüldüğünü kaydetti.
Sistemin, hekimlerin yerine karar veren yapı olmadığını
vurgulayan Köse, "Hekimler, uzmanlar, bu sistemden aldıkları bulgularla
verimli bir şekilde, zamandan kazanarak yeni araştırmaları tetikleyecek
bulguları da kullanarak tedavi süreçlerini daha da iyileştirmiş olacak.
İnsan-yapay zeka iş birliğini çok daha üst düzeye ulaştıran, geleceğin sağlık
uygulamalarına da göz kırpan bir sistem." dedi.
Beş Katmanlı Yapay Zeka Mimarisi
STING'in temelinde birbiriyle bağlantılı beş yapay zeka
katmanı bulunuyor. İlk aşamada, 314 binden fazla ilaç-protein verisi üzerinde
eğitilmiş derin öğrenme modeli, mevcut ilaçlar arasından ALL tedavisinde
yeniden kullanılabilecek adayları tespit ediyor.
Sistem tarafından öne çıkarılan bileşikler, moleküler
düzeyde güçlü bağlanma özellikleri göstermeleri nedeniyle umut vadeden adaylar
arasında değerlendiriliyor.
Araştırmacılara, uluslararası standart tedavi protokolleri
ve tamamen özgün tedavi protokolleri tasarlama imkanı sunan STING, farklı
tedavi fazları üzerinden ilaç seçenekleri ve uygulama takvimlerinin
belirlenmesine imkan sunuyor.
Hastaya Özel Doz Hesaplaması
Sistem, oluşturulan tedavi planlarını hastanın yaşı, kilosu,
genetik özellikleri, D vitamini düzeyi ve yaşam tarzı verileriyle birleştirerek
"farmakokinetik (FK) simülasyon"lardan geçiriyor.
Ardından devreye giren genetik algoritma, her hasta için en
uygun ilaç dozlarını hesaplayarak, kişiselleştirilmiş tedavi planlarının
oluşturulmasına katkı sağlıyor.
Yapılan hesaplamalarla uygun tedavi süreçlerini öğrenen ve
sentetik hasta modelleri oluşturabilen derin öğrenme modelleri, sistemin son
aşamasında dijital ikiz tabanlı sentetik hastaların üretilmesini sağlıyor.
Kaynak: AA