Yakın Doğu Üniversitesi’nin geliştirdiği yapay zeka algoritmaları, COVID-19 PCR testlerini analiz ederek kısa sürede tanı koyabiliyor. Yüzde 100 doğrulukla çalıştığı belirlenen sistem, PCR sonuçlarını; pozitif, düşük pozitif, negatif ve belirsiz olarak kategorize edebiliyor.
COVID-19’un tanısında altın standart kabul edilen PCR testlerinin sonuçlarının analiz edilmesi, sebep oldukları yoğunluk nedeniyle pandemi süresince tüm dünyada sağlık sistemlerini oldukça zorlamıştı. Kısa sürede sonuç alınabilmesi için özellikle laboratuvar personeli üzerinde çok büyük bir yük oluşturan PCR testlerin sonuçlarının belirlenmesi aynı zamanda deneyimli personel gerektiriyor.
Yakın Doğu Üniversitesi’nin geliştirdiği yapay zeka algoritmaları, COVID-19 PCR testlerini analiz ederek kısa sürede tanı koyabiliyor. Deneyimli moleküler mikrobiyoloji uzmanları tarafından yüzde 100 doğrulukla çalıştığı belirlenen sistem, PCR sonuçlarını; pozitif, düşük pozitif, negatif ve belirsiz olarak kategorize edebiliyor.
Yakın Doğu Üniversitesi’nin geliştirdiği yapay zeka algoritmaları ise PCR test verilerini PCR cihazlarına entegre edilebilen bir arayüz ile analiz ederek, test sonucunun insan müdahalesine gerek kalmadan saniyeler içerisinde belirlenmesini sağlıyor.
Yakın Doğu Üniversitesi Rektör Vekili Prof. Dr. Tamer Şanlıdağ, DESAM Araştırma Enstitüsü araştırmacılarından, Yakın Doğu Üniversitesi Tıp Fakültesi Tıbbi Mikrobiyoloji ve Klinik Mikrobiyoloji Anabilim Dalı Öğretim Üyesi Doç. Dr. Buket Baddal ile Uluslararası Kıbrıs Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Öğretim Üyesi Yrd. Doç. Dr. Emre Özbilge’nin birlikte tasarladığı çalışma, COVID-19 PCR testlerinin analizi ve raporlama süreçlerini kısaltarak hastaların izolasyon ve tedavi süreçlerinin hızla başlatılması açısından büyük önem taşıyor. Geliştirilen yapay zeka uygulaması, gelecekte yaşanabilecek olası salgınlarda da kullanılabilecek.
Geliştirilen derin öğrenme algoritması ile PCR cihazından alınan floresan ışıma verileri, her bir hasta için, önceden eğitilen programa yükleniyor. Yüzlerce hastanın PCR sonucu ile eğitilen yapay zeka sistemi, hasta örneklerine ait grafikleri tanımlayıp sonucunu saniyeler içinde verebiliyor.
Yakın Doğu Üniversitesi’nde çok katmanlı sinir ağı modeli kullanılarak geliştirilen yapay zeka sistemi, PCR verilerini laboratuvar personeli olmadan pozitif, düşük pozitif, negatif veya belirsiz olarak kategorize edebiliyor. Belirsiz sonuç durumunda sistem, personele hasta örneğinin tekrar çalışılması gerektiği uyarısını veriyor.
Geliştirme aşamalarında deneyimli moleküler mikrobiyoloji uzmanları tarafından sağlaması yapılan sistem, yüzde 100 doğruluk oranı ile sonuç verebiliyor. Sistem sayesinde örnek akışının çok yoğun olduğu pandemi dönemlerinde, laboratuvar personelinin iş yükünün azaltılarak personelin verimli kullanılmasının sağlanması amaçlanıyor.
Geliştirilen yapay zeka sistemi, Portekiz’de gerçekleştirilen 32. Avrupa Klinik Mikrobiyoloji ve Enfeksiyon Hastalıkları Kongresi’nde bilim dünyası ile paylaşıldı
Bu yıl 32’si Portekiz’de düzenlenen ve Avrupa’nın en büyük mikrobiyoloji kongresi olan Avrupa Klinik Mikrobiyoloji ve Enfeksiyon Hastalıkları Kongresi (ECCMID)’de Doç. Dr. Buket Baddal tarafından sunulan çalışma, mikrobiyoloji camiası tarafından büyük ilgi ile karşılandı. Enfeksiyon hastalıkları ve mikrobiyoloji alanındaki uzmanları bir araya getiren kongrede, yeni teknolojilerin tartışıldığı “COVID-19 Teşhisi: Yeni ve Daha Yeni” oturumunda sunulan çalışma farklı patojenlere uygulanabilmesi ve tüm dünyadaki laboratuvarlara entegre edilebilmesi açısından bilim insanları tarafından beğeni aldı.
Yakın Doğu Üniversitesi Rektör Vekili Prof. Dr. Tamer Şanlıdağ ise COVID-19 sürecinde ilk günden itibaren çok yönlü bir şekilde bilimsel araştırmalar yürüttüklerini söyledi.
DESAM Araştırma Enstitüsü araştırmacılarından, Yakın Doğu Üniversitesi Tıp Fakültesi Tıbbi Mikrobiyoloji ve Klinik Mikrobiyoloji Anabilim Dalı Öğretim Üyesi Doç. Dr. Buket Baddal, “Geliştirdiğimiz yapay zeka algoritmaları ile ileride karşımıza çıkabilecek salgın hastalıklara hazırlıklı olacağız” dedi.
