35,4234
36,5210
3.054,07
Mount Sinai Tıp Fakültesi’nden Dr. Emmanuel During liderliğindeki araştırma ekibi, klinik uyku testlerini analiz etmek için yapay zeka destekli bir algoritma geliştirdi. Bu algoritma, uyku sırasında video kaydedilen hareketleri inceleyerek tanı koymada yüksek bir doğruluk oranına ulaşıyor. Araştırmacılar, yöntemin %92 doğruluk oranına sahip olduğunu ve bu alandaki en yüksek başarıyı temsil ettiğini belirtti.
REM uykusu davranış bozukluğu (RBD), teşhis edilmesi oldukça zor bir rahatsızlık. Hastalar genellikle rüyalarını konuşma, gülme, bağırma ya da yatakta hareket etme gibi tepkilerle dışa vuruyor. Ancak bu belirtiler diğer uyku bozukluklarıyla karıştırılabiliyor. Kesin bir teşhis için video-polysomnografi adı verilen ileri bir uyku testi gerekiyor.
Araştırmada, 170 hasta üzerinde yapılan uyku testleri 2D kameralarla incelendi. Katılımcıların 80’i RBD teşhisi alırken, geri kalanlar başka uyku bozuklukları ya da herhangi bir sorun yaşamıyordu. Algoritma, REM uykusu sırasında kaydedilen hareketlerin oranını, hızını ve büyüklüğünü analiz ederek teşhis koymada etkili oldu.
RBD’nin, demans ve Parkinson gibi nörodejeneratif hastalıkların erken belirtisi olduğu düşünülüyor. Parkinson, hareket zorluğu, ağrı ve titreme gibi semptomlara yol açarken, Alzheimer gibi demans türleri hafıza, düşünme ve dil becerilerinde ciddi sorunlara neden oluyor. Araştırmacılar, bu yeni yöntemin, erken teşhisle hastalara özel tedavi planları geliştirilmesine olanak tanıyabileceğini söylüyor.
Birleşik Krallık’ta 153 bin kişi Parkinson hastası, yaklaşık 944 bin kişi ise demansla yaşıyor. Demansın yıllık ekonomik maliyeti 42 milyar sterlin olarak tahmin edilirken, bu maliyetin önümüzdeki 15 yılda 90 milyar sterline çıkması bekleniyor. Ucuz ve etkili tarama yöntemleri, bu hastalıklarla başa çıkmada büyük önem taşıyor.