Hitit Üniversitesinde farklı uzmanlık alanlarından akademisyenler, öksürük sesinden 6 hastalığın yanı sıra sağlıklı öksürüğü de teşhis edebilen yapay zeka destekli yazılım geliştirdi.
Bir yılı aşkın süre devam eden çalışmalarda 75 kişiden alınan öksürük sesi, matematiksel veriye ve görsel grafiklere dönüştürüldü. Elde edilen veriler, derin öğrenme yöntemiyle KOAH, astım, bronşit, üst solunum yolu hastalıkları, zatürre, reflü gibi hastalıklardan kaynaklanan öksürük sesinin özellikleri yapay zekaya öğretildi.
Hastalık barındırmayan kontrol öksürüğünü de tespit edebilen, hastalıklara yüzde 91’in üzerinde başarı oranıyla tanı koyabilen yazılım projesi, TÜBİTAK tarafından desteklenmeye hak kazandı.
PROJE TÜBİTAK DESTEĞİYLE GELİŞTİRİLECEK
Hitit Üniversitesi Biyoistatistik Anabilim Dalı Başkanı Doç. Dr. Emre Demir, çalışmayla öksürük sesine ilişkin birçok parametre elde ettiklerini ve analiz edilmeye uygun hale getirdiklerini söyledi. Elde edilen verileri yapay zekaya öğrettiklerini belirten Demir, “KOAH, astım, bronşit, üst solunum yolu hastalıkları, zatürre, reflü gibi hastalıkları öksürük sesinden teşhis edebiliyoruz” dedi.
HASTALAR CEP TELEFONUYLA KENDİSİNE TEŞHİS KOYACAK
Projenin üçüncü aşamasında mobil yazılım geliştirmeyi hedeflediklerini vurgulayan Demir, şöyle devam etti:
“Projeyle nihai amacımız şu, binlerce ses verisinden derin öğrenme ve yapay zekayla bir model ortaya koyacağız. Bu modelin yüzde 95 oranında başarılı şekilde solunum yolu hastalıklarının tanısını koyacağını düşünüyoruz. Projenin üçüncü aşamasında, cep telefonuyla kaydedilecek öksürük sesiyle kişinin kendisine doğrudan solunum yolu tanısı koyacağı bir mobil uygulama geliştirmek istiyoruz.”
Gastroenteroloji kliniğinden uzman doktor İbrahim Durak ise reflünün kronik öksürüğün üçüncü sebebi olduğunu belirterek, “Biz normalde reflü tanısı için üst sindirim sistemi endoskopisi, PH metre gibi ciddi işlemler yapmak zorunda kalabiliyoruz. Öksürük sesinden tanı koyabilmek bizim açımızdan büyük kolaylık olacak. Hem sağlık sistemi üzerindeki büyük maddi yükünü hem de hasta yoğunluğunu azaltacak bir sistem. Projeyi ilk duyduğumdan beri heyecanlıyım” ifadelerini kullandı.
