Genel
Epilepsi nöbetlerini önceden haber verecek

ABD’de Pennsylvania Üniversitesi araştırmacıları, epilepsi hastalarının beyin aktivitelerini gerçek zamanlı takip edebildiği ve nöbetlerin hastaya bildirildiği bir sistem geliştirdi.
Nature Medicine’da yayımlanan araştırmada test edilen platform, nöbetlerle ilişkili sinyallerin değerlendirilmesini, kişiselleştirilmiş uyarılar verilmesini ve hastaların kendi sağlık verileri hakkında sorular sorabilmesini sağlıyor.
Sistem, beyin aktivitelerini izleyen tıbbi cihazlardan elde edilen verileri yapay zeka ile değerlendirerek hastalara gerçek zamanlı geri bildirim sunmayı amaçlıyor. Epilepsi hastalarında nöbetlerin ne zaman ortaya çıkacağının önceden bilinmesi, hastaların günlük yaşamlarını planlamaları ve olası risklere karşı önlem almaları açısından önem taşıyor. Özellikle ilaç tedavisine rağmen nöbetleri kontrol altına alınamayan hastalarda beyin sinyallerini izleyen cihazlar önemli bir seçenek olarak değerlendiriliyor. Ancak bu cihazların topladığı veriler çoğu zaman doğrudan hastaya aktarılmıyor; verilerin değerlendirilmesi için sağlık uzmanlarının incelemesi gerekebiliyor. Sistem, elektroensefalografi (EEG) aracılığıyla kaydedilen beyin aktivitelerini kullanıyor. Araştırmada kafa derisinden ve beyin içinden elde edilen elektriksel sinyaller değerlendiriliyor. Yapay zeka platformu, bu verilerden çıkarılan nöbet riski ve ilaç düzeyi gibi biyolojik göstergelerin yanı sıra uyku ve bilişsel durumla ilişkili bilgileri de değerlendirebiliyor.
Bu veriler, hastanın telefonundaki uygulama aracılığıyla anlaşılır bilgilere dönüştürülüyor. Hastalar beyin aktiviteleri hakkında sorular sorabiliyor, verilerindeki değişimleri görselleştirebiliyor ve sistemden uyarılar ya da belirli aralıklarla sorular alabiliyor. Böylece tıbbi cihaz, yalnızca veri toplayan bir araç olmaktan çıkarak hastayla çift yönlü iletişim kurabilen bir sisteme dönüşüyor.
Platformun öne çıkan özelliklerinden biri, hastaya kişiselleştirilmiş bildirimler gönderebilmesi. Hastalar uygulama üzerinden gelen uyarıları değerlendirebiliyor, yaşadıkları belirtileri bildirebiliyor ve sistemin yorumlarına ilişkin geri bildirim sağlayabiliyor. Bu bilgiler, nöbetlerle ilişkili örüntülerin daha iyi tanınmasına ve algoritmaların uyarlanmasına katkıda bulunuyor.



