Yapay zekâ teknolojilerindeki gelişmeler, Otizm Spektrum Bozukluğu’nun (OSB) erken tarama, değerlendirme ve müdahale süreçlerinde yeni fırsatlar ortaya çıkarıyor. Yapay zekâ tabanlı sistemlerin göz hareketleri, ses tonu, mimikler, dikkat süreçleri ve oyun davranışları gibi farklı verilerdeki örüntüleri analiz edebilmesi, erken dönemde risk göstergelerinin belirlenmesine yönelik araştırmaları hızlandırıyor.
Üsküdar Üniversitesi Sağlık Bilimleri Fakültesi Çocuk Gelişimi Bölümü Dr. Öğr. Üyesi Demet Gülaldı, yapay zekâ teknolojileri ile Otizm Spektrum Bozukluğu’nun kesiştiği alandaki gelişmeleri değerlendirdi.
Yapay zekânın yalnızca veri işleyen bir teknoloji olmaktan çıkarak insan davranışlarındaki karmaşık örüntüleri analiz edebilen sistemlere dönüştüğünü belirten Gülaldı, özellikle makine öğrenmesi, derin öğrenme ve doğal dil işleme alanlarındaki gelişmelerin otizm araştırmalarında yeni olanaklar sunduğunu ifade etti.
Yapay zekâ insan davranışlarındaki örüntüleri analiz edebiliyor
Yapay zekâ ve otizm arasındaki çalışmaların son yıllarda hız kazandığını belirten Dr. Öğr. Üyesi Demet Gülaldı, teknolojinin çok sayıda veriyi kısa sürede analiz edebilmesinin araştırmalar açısından önemli bir avantaj sağladığını söyledi.
Gülaldı, “Artık yapay zekâyı yalnızca veri işleyen bir sistem olarak görmek mümkün değil. Günümüzde bu sistemler öğrenebiliyor, insan davranışlarını analiz edebiliyor ve çok karmaşık örüntüleri kısa sürede çözebiliyor. Özellikle Derin Öğrenme (Deep Learning) ve Doğal Dil İşleme (NLP) alanındaki gelişmeler, makinelerin yalnızca komutları yerine getirmesinin ötesine geçerek insan davranışlarındaki nüansların analiz edilmesine olanak sağlıyor” dedi.
Otizm tanısında davranışsal göstergeler önemli rol oynuyor
Otizm Spektrum Bozukluğu’nun sosyal iletişim ve etkileşim alanlarında farklılıklar ile sınırlı ve tekrarlayıcı davranış örüntüleriyle karakterize edilen nörogelişimsel bir durum olduğunu ifade eden Gülaldı, tanı sürecinde klinik değerlendirmelerin önemli bir yere sahip olduğunu belirtti.
Otizmin nedenlerinin çok yönlü olduğuna dikkat çeken Gülaldı, genetik ve çevresel faktörlerin rol oynadığını, ancak bireyler arasındaki farklılıklar nedeniyle günümüzde klinik değerlendirmelerin büyük ölçüde gözlemlenebilir ve ölçülebilir davranışsal göstergelere dayandığını söyledi.
Erken müdahale gelişim açısından kritik
Otizmde erken tanı ve müdahalenin çocuğun gelişim süreci açısından kritik önem taşıdığını belirten Gülaldı, belirtilerin çoğunlukla erken çocukluk döneminde ortaya çıkmasına rağmen tanı sürecinin bazı çocuklarda daha ileri yaşlara uzayabildiğine dikkat çekti.
Gülaldı, “Erken tanı ve müdahale, otizmli bireylerde sosyal dikkat, dil ve bilişsel gelişim alanlarındaki güçlüklerin azaltılmasına ve belirtilerin genel şiddetinin düşürülmesine katkı sağlayabiliyor. Bu nedenle erken dönemde risk göstergelerinin fark edilmesi ve uygun değerlendirme süreçlerine yönlendirme yapılması büyük önem taşıyor” diye konuştu.
Göz hareketinden ses tonuna kadar farklı veriler değerlendirilebiliyor
Yapay zekâ ile otizm araştırmalarının birleşmesinin özellikle erken tarama alanında dikkat çekici fırsatlar sunduğunu belirten Gülaldı, farklı davranışsal verilerin algoritmalar aracılığıyla birlikte değerlendirilebildiğini söyledi.
Gülaldı, “Makine öğrenmesi algoritmaları; bir çocuğun göz hareketlerinden, ses tonundaki frekans değişimlerinden veya oyun oynama biçiminden elde edilen verilerdeki örüntüleri analiz edebiliyor. Bu çalışmalar, otizmle ilişkili bazı işaretlerin daha erken dönemde fark edilmesine yönelik önemli bir araştırma alanı oluşturuyor” ifadelerini kullandı.
Yapay zekâ destekli müdahale araçlarının da çocukların bireysel özelliklerine göre kişiselleştirilmiş eğitim ve destek süreçlerinin geliştirilmesine katkı sağlayabileceğini belirten Gülaldı, teknolojinin uzmanların yerini alan bir araçtan ziyade değerlendirme ve müdahale süreçlerini destekleyen bir yardımcı olarak ele alınmasının önemine dikkat çekti.
Makine öğrenmesi tanı süreçlerini hızlandırabilir
Geleneksel erken tarama süreçlerinde ebeveynlerden alınan bilgilerin ve klinik gözlemlerin önemli rol oynadığını hatırlatan Gülaldı, makine öğrenmesi tabanlı sistemlerin büyük veri setlerinden yararlanarak değerlendirme süreçlerine destek olabileceğini söyledi.
Gülaldı şöyle devam etti:
“Otizmli çocukların erken taranmasında kullanılan geleneksel yöntemler, psikiyatristlerin ebeveyn beyanlarına ve klinik gözlemlere dayanarak çocuğun gelişimindeki otizm belirtilerini değerlendirmesi şeklinde ilerliyor. Makine öğrenmesi gibi yapay zekâ yöntemleri ise çok sayıda otizmli bireyden ve kontrol grubundan elde edilen verilerdeki örüntüleri öğrenerek değerlendirme sürecini destekleyebilir ve hızlandırabilir. Örneğin Evrişimli Sinir Ağı (CNN) tabanlı OSB sınıflandırma sistemlerinde doğruluk, duyarlılık ve özgüllük gibi performans ölçütleri üzerinden umut verici sonuçlar bildiriliyor.”
Küçük çocuklarda yapay zekâ tabanlı modeller araştırılıyor
Yapay zekâ tabanlı modellerin küçük çocuklarda erken değerlendirme amacıyla kullanılmasına yönelik araştırmaların da bulunduğunu belirten Gülaldı, bazı çalışmalarda yüksek doğruluk oranları bildirildiğini ifade etti.
Gülaldı, “Yapılan bir çalışmada, yapay zekâ ile alternatif karar ağacı (alternating decision tree) modeli oluşturularak 13 ila 48 aylık otizmli çocuklarda yüzde 99,97 doğruluk oranıyla sonuç elde edildiği bildirildi. Bu tür çalışmalar, yapay zekânın özellikle erken çocukluk döneminde otizmle ilişkili davranış örüntülerinin belirlenmesine yönelik potansiyelini ortaya koyuyor” dedi.
Bununla birlikte, bu tür araştırma sonuçlarının klinik uygulamaya doğrudan aktarılmadan önce farklı gruplarda doğrulanması, bağımsız çalışmalarla desteklenmesi ve sağlık profesyonellerinin değerlendirmeleriyle birlikte ele alınması gerekiyor.
Kişiselleştirilmiş müdahale süreçleri mümkün olabilir
Yapay zekânın kullanım alanının yalnızca erken tarama ve değerlendirme ile sınırlı olmadığını belirten Gülaldı, teknoloji destekli sistemlerin müdahale ve eğitim süreçlerinde de kişiselleştirilmiş uygulamalara katkı sağlayabileceğini söyledi.
Gülaldı, “Yapay zekâ destekli sistemler çocukların davranışlarını analiz edebiliyor, göz teması, mimik ve dikkat süreçlerini değerlendirebiliyor. Bu sistemlerin gelişmesi, çocukların bireysel özelliklerine göre uyarlanmış eğitim ve müdahale programlarının geliştirilmesine katkı sağlayabilir. Yapay zekâ artık otizm alanında erken tanı ve doğru desteğe erişimi destekleyebilecek önemli bir araştırma ve teknoloji alanı haline geliyor” diyerek sözlerini tamamladı.
