DÜNYA ÜZERİNDE OTİZM SPEKTRUM BOZUKLUĞU’NUN TANI VE TEŞHİSİNDE BİRDEN FAZLA YÖNTEM KULLANILIRKEN YAPAY ZEKADAN DA FAYDALANILIYOR. UZMANLARIN HEMFİKİR OLDUĞU KONU İSE TEK BİR TANI YÖNTEMİNE BAĞLI KALINMAMASI GEREKTİĞİ...

Karmaşık doğası göz önüne alındığında Otizm Spektrum Bozukluğu’nun (OSB) teşhisi zor olabilir. OSB teşhisi, kan testiyle biyolojik göstergelerin kesin tanı sağlayabildiği durumların yanı sıra klinik gözlemle çocuğun davranış ve gelişim öyküsünün yorumlanmasını gerektirir. Klinik hekimin değerlendirmesine yardımcı olmak için tarama ve tanı araçları kullanılabilir, ancak hiçbir araç "tek başına" tanı olarak kullanılmamalıdır. Hekim her çocuğun sunumunu değerlendirmeli ve OSB kriterlerinin karşılanıp karşılanmadığına göre bir teşhis koymalıdır.OSB'li çocuklar yeni yürümeye başlayan çocuklar olarak tanımlanabilir ve erken müdahale sonuçları etkileyebilir.

OSB Tarama ve Teşhis Araçları

Tarama araçlarının amacı, bir teşhis koymaktan önce endişenin daha erken tanımlanmasını sağlamaktır. OSB için yaygın olarak kullanılan tarama araçlarına örnek olarak Yeni Yürümeye Başlayan Çocuklarda Otizm için Değiştirilmiş Kontrol Listesi, Yeni Yürümeye Başlayan Çocuklarda ve Küçük Çocuklarda Otizm için Tarama Aracı ve Yeni Yürümeye Başlayan Çocuklarda Otizm için Hızlı İnteraktif Tarama Testi gösterilebilir.

Semptomları belirgin olan veya tanı sonrası endişeleri devam eden kişilerde ise olasılıkları değerlendirmek için bir teşhis aracı kullanılır. Bu araçlar değişen bireysel popülasyonlarda klinik olarak doğrulanmış araçlar olup, çoğu uzman hekim tarafından rutin olarak kullanılır.Bu araçların performansı; duyarlılık, spesifiklik, pozitif tahmin değer ve negatif tahmin değeri özelliklerine göre değerlendirilir.

Duyarlılık ve özgüllük sabit test özellikleridir ve hastalığın prevalansına yani belirli bir birey popülasyonunda ne sıklıkta ortaya çıkabileceğine bakılmaksızın değişmezler. Pozitif ve negatif tahmin değerleri ise hastalık prevalansı değişimine göre değişirler. Toplanan popülasyonların klinik özelliklerindeki metodolojik farklılıklar nedeniyle OSB testlerinin duyarlılığında ve özgüllüğünde önemli farklılıklar olabilir. Bu yüzden bir testin performansını değerlendirirken pozitif ve negatif tahmin değerleri önem taşır.

Yapay Zeka Teşhis Yöntemi

Sağlık hizmetlerinde yapay zeka (AI) ve makine öğrenimi (ML) teknolojilerinin kullanımı gün geçtikçe artıyor. Makine öğrenimi, sistemlerin doğruluğunu artırmak için büyük miktarda veri kullanarak öğrenme yeteneğine sahip olan bir yapay zekadır. Bu nedenle hesaplama gücüyle birleştirilen büyük miktarda veri, teşhis ve tedavinin doğruluğunu ya da verimliliğini artırmaya yardımcı olarak klinik etkinliği desteklemeye yardımcı olabilir. OSB'deki çeşitli ve karmaşık semptom sunumu göz önüne alındığında teşhise yardımcı olmak için tasarlanmış yapay zeka tabanlı araçlar, aktif bir araştırma ve büyüme alanı sunar. Uzmanlar, makine öğrenimi tabanlı teşhis cihazlarının sundukları ek verilerle performansı iyileştirme potansiyeline sahip olma avantajına sahip olduğunu söylüyor.

OSB teşhisi yapılırken en iyi sonuçlar ebeveyn ya da bakıcı gözlemlerinin, davranışsal gözlemlerin, standartlaştırılmış bilişsel, dil ve işlevsel uyum değerlendirmelerinin ve uluslararası kriterlere dayalı klinik değerlendirmenin entegrasyonunu gerektiriyor. Uzmanlar hangi araç seçilirse seçilsin, kesin tanı için mutlaka tek bir OSB aracı kullanılmaması gerektiği konusuna da dikkat çekiyor.*

*Bu yazı www.autismspectrumnews.org web sitesinden derlenmiştir.