Giriş

Glokom, optik sinire zarar veren ve geri dönüşü olmayan körlüğe yol açabilen bir grup göz rahatsızlığıdır. Genellikle “görüşün sessiz hırsızı” olarak adlandırılan glokom, dünya çapında milyonlarca insanı etkilemektedir. Hatta, 2040 yılına kadar tahminen 111.8 milyon kişinin glokoma yakalanacağı öngörülmektedir (medicalxpress.com). Görme kaybı tamamen geri kazanılamadığı için erken teşhis ve tedavi kritik öneme sahiptir. Yapay zeka (YZ) işte burada devreye girmektedir: göz görüntülerini ve test verilerini analiz ederek, YZ glokomun taranmasına, teşhis edilmesine ve izlenmesine daha verimli bir şekilde yardımcı olabilir. Bu makalede, YZ'nin günümüzde glokom bakımında nasıl uygulandığını – gerçek dünya araçları ve çalışmaları referans gösterilerek – ve özellikle görme restorasyonu araştırmalarında ortaya çıkan fırsatları inceliyoruz. Kanıtlanmış sonuçlara (örneğin YZ araçlarının duyarlılığı ve özgüllüğü) ve somut gelecekteki uygulamalara odaklanarak hem hastalar hem de araştırmacılar için pratik rehberlik sağlıyoruz.

Glokom Tarama ve Teşhisinde Mevcut YZ Uygulamaları

Akıllı Telefon ve Fundus Görüntüsü Analizi

Günümüzde YZ'nin önemli bir kullanım alanı, glokom taraması için fundus fotoğraflarının (retina görüntüleri) otomatik analizidir. Araştırma ekipleri, glokomatöz optik diskleri belirlemek için taşınabilir fundus kameralarını veya akıllı telefon eklentilerini YZ sınıflandırıcılarıyla eşleştirmiştir. Örneğin, Hindistan'da yakın zamanda yapılan prospektif bir çalışma, akıllı telefon fundus kamerasına (Remidio'nun FOP NM-10 cihazındaki Medios AI-Glaucoma) gömülü çevrimdışı bir YZ modelini test etti. Bu sistem, tam bir klinik değerlendirmeye kıyasla sevk gerektiren hastaları (“sevk edilebilir glokom”) yaklaşık %94 duyarlılık ve %86 özgüllük ile tespit etti (pmc.ncbi.nlm.nih.gov). Rakamlarla ifade etmek gerekirse, YZ gerçek glokom vakalarının %93.7'sini doğru bir şekilde tanımladı ve glokom olmayan vakaların %85.6'sını doğru bir şekilde dışladı (pmc.ncbi.nlm.nih.gov). Bu yüksek doğruluk, akıllı telefon tabanlı YZ taramasının, optik disklerinde glokom değişiklikleri olan hastaları güvenilir bir şekilde bulabileceğini göstermektedir.

Başka bir çalışma, glokomun tüm şiddet seviyelerinde benzer bir YZ-kamera kurulumu kullandı. YZ'nin glokom veya şüpheli vakaları tespit etmede %91.4 duyarlılık ve %94.1 özgüllük elde ettiğini buldu (pmc.ncbi.nlm.nih.gov). Performans çok erken evre hastalıklar için biraz daha düşüktü (yaklaşık %87 duyarlılık) ve ileri vakalar için en yüksekti (%96 duyarlılık) (pmc.ncbi.nlm.nih.gov). Bu sonuçlar ayakta tedavi kliniklerinden gelmekte olup, YZ araçlarının şüpheli gözleri belirlemede uzman muayeneleriyle eşleşebileceğini göstermektedir. Ayrıca YZ'nin genellikle hafif veya şüpheli vakaları işaretleyerek temkinli davrandığını da vurgulamaktadır; bir çalışmada yanlış pozitiflerin çoğu uzmanlar tarafından “disk şüphesi” olarak etiketlenen gözlerdi (pmc.ncbi.nlm.nih.gov). Bu muhafazakar yaklaşım, bazı ek sevk masrafıyla gerçek hastalığın kaçırılmasını önlemeye yardımcı olur.

Ticari ve araştırma grupları halihazırda bu tür sistemler geliştirmektedir. Örneğin, Medios AI-Glaucoma sistemi (Remidio, Hindistan/Singapur) bir akıllı telefon fundus kamerasına entegre edilmiştir ve yukarıdaki sonuçları göstermiştir (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Diğer YZ platformları (örn. BegIA), akıllı telefon görüntülerini kupa-disk oranlarını tahmin etmek veya hatta göz anormallikleri için yüz görüntülerini analiz etmek için kullanır (glaucoma.org). Bir klinik değerlendirmede, bir akıllı telefon uygulaması glokom tespiti için 0.966'lık bir eğri altı alanı (AUC) bildirdi; %95.4 duyarlılık ve %87.3 özgüllük ile (glaucoma.org).

Teletıp ve Uzaktan Tarama

YZ destekli uygulamalar, glokom için teletıp alanında da kullanılmaktadır. Örneğin, iPredict bulut platformu, yüklenen fundus görüntüleri üzerinde YZ çalıştırır. Gerçek dünya denemesinde, bu teletıp aracı retina fotoğraflarından glokom şüphelilerini tanımlamada yaklaşık %89.7 doğruluk (83.3% duyarlılık, 93.9% özgüllük) elde etti (pmc.ncbi.nlm.nih.gov). YZ, optik diskleri dikey kupa/disk oranını ölçerek “glokom şüphesi” veya normal olarak sınıflandırdı ve uzman derecelendiricilerle %93.9 oranında eşleşti (pmc.ncbi.nlm.nih.gov). Sistem, bir test seti için yüz yüze ve YZ tarafından işlenen uzaktan derecelendirme arasında %100 uyum gösterdi (pmc.ncbi.nlm.nih.gov). Bu, kırsal bir klinikteki hastanın YZ aracılığıyla gerçek zamanlı bir tarama sonucu alabileceği ve gerektiğinde anında sevk tavsiyesi alabileceği anlamına gelir. Bu tür platformlar, özellikle yetersiz hizmet alan bölgelerde taramayı daha erişilebilir ve tutarlı hale getirir (glaucoma.org) (pmc.ncbi.nlm.nih.gov).

OCT, Görme Alanları ve Veri Entegrasyonu

Fotoğrafların ötesinde, YZ diğer glokom testlerine de uygulanmaktadır. Derin öğrenme modelleri, retinal sinir lifi tabakası (RNFL) kalınlığını veya optik sinir başı özelliklerini ölçmek için optik koherens tomografi (OCT) taramalarını segmentlere ayırabilir. Ayrıca görsel alan (GA) testlerini de ince ilerleme için analiz edebilirler. Örneğin, evrişimsel sinir ağları, GA haritalarındaki glokom paternlerini ayırt etmek üzere eğitilmiştir. Diğer YZ araçları, glokom risk skorlarını hesaplamak için çoklu veri kaynaklarını – basınç okumaları, OCT, GA'lar, hasta geçmişi – birleştirir. Bunların çoğu geliştirme aşamasında veya erken denemelerde olsa da, hastalığı kötüleşebilecek ve daha yakından takip edilmesi gereken hastaları vurgulayarak klinisyenlere yardımcı olma potansiyeli taşımaktadırlar. Bir inceleme, geçmiş GA serilerinden öğrenerek gelecekteki GA kaybını birkaç yıl öncesine kadar başarıyla tahmin eden DL sistemlerini bildirmektedir (pmc.ncbi.nlm.nih.gov). Bu son teknoloji yöntemler bugüne kadar retrospektif veriler üzerinde test edilmiş olup, YZ'nin hastalık ilerlemesini tahmin etme fizibilitesini göstermektedir, ancak henüz pratikte rutin hale gelmemiştir.

Uygulamada Ölçülebilir Etki ve Performans

Birçok çalışma, YZ araçlarının klinik benzeri ortamlardaki somut performansını göstermektedir. Belirtildiği gibi, akıllı telefon-fundus-YZ, geniş hasta kohortlarında yaklaşık %91-94 duyarlılık ve yaklaşık %86-94 özgüllük elde etmiştir (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Teletıp YZ projesi yaklaşık %89.7 genel doğruluk bildirdi (pmc.ncbi.nlm.nih.gov). Bunlar etkileyici rakamlar – araştırma ortamlarında YZ, tarama seçimleri için eğitimli göz doktorlarıyla zaten eşittir. Önemlisi, bazı yanlış negatifler sadece hafif erken glokom iken, yanlış pozitifler belirgin normal vakalar değil, “disk şüphelileri” olma eğilimindeydi (pmc.ncbi.nlm.nih.gov).

Benzer şekilde önemli olan benimsemedir. Medios ve iPredict modeli gibi sistemler, Hindistan'ın bazı bölgelerinde ve başka yerlerde nüfus taraması için kullanıma sunulmaktadır. Ayrıntılı benimseme verileri ortaya çıksa da, ilk raporlar (örneğin, Remidio'nun erişim programları) yüzlerce kliniğin YZ destekli kamera birimleri kullandığını göstermektedir. YZ, hastane iş istasyonlarına da girmektedir: çeşitli OCT cihaz üreticileri, RNFL incelmesini işaretlemek veya RNFL kaybını tahmin etmek için YZ segmentasyon ve analiz özelliklerini entegre etmektedir. Akademide, birçok klinik artık tanıları iyileştirmek için mevcut veriler üzerinde YZ modellerini denemektedir.

Bununla birlikte, Batı klinik pratiğinde benimsenmesi hala düzenleyici onay ve iş akışı entegrasyonu ile sınırlıdır. Glokom taraması için henüz FDA onaylı bir YZ standardı bulunmamaktadır (IDx gibi YZ sistemlerinin bulunduğu diyabetik retinopatiden farklı olarak). Ancak, umut vadeden saha denemeleri ve hakemli doğrulamalar hızlı bir ilerleme olduğunu göstermektedir. Glokom taramasındaki YZ'nin açık bir halk sağlığı faydası olduğu (görme kaybından önce hastalığı yakalamak) göz önüne alındığında, bu araçlardan bazılarının önümüzdeki birkaç yıl içinde düzenleyici onay almasını bekleyebiliriz.

Gelişmekte Olan YZ Uygulamaları: Sırada Ne Var

Tahmine Dayalı Analiz ve Kişiselleştirilmiş Bakım

Glokomda YZ'nin bir sonraki dalgası tahmin ve kişiselleştirmeye odaklanacaktır. Makine öğrenimi modelleri, bir bireyin görme kaybı riskini veya oküler hipertansiyondan glokoma dönüşme riskini tahmin etmek için klinik, görüntüleme ve genetik verileri birleştirebilir (pmc.ncbi.nlm.nih.gov). Örneğin, hasta kayıtları üzerinde eğitilmiş sinir ağları, ilerleme olasılığı en yüksek olan kişileri sözde tanımlamaktadır. Önümüzdeki yıllarda bu tür sistemler, doktorların tedavi agresifliğini kişiselleştirmesine yardımcı olabilir. GİB, kornea kalınlığı, etnik köken, aile öyküsü ve daha fazlasını tartarak “körlüğe kadar geçen süre” tahmini hesaplayan bir YZ skoru hayal edin – bu, tedavinin önceliklendirilmesine yardımcı olacaktır. Artık büyük veri kümeleri (biyobankalardan ve göz hastanelerinden) mevcut, bu sayede YZ basit risk faktörlerinin ötesinde karmaşık modelleri öğrenebilir.

Glokom Takibi ve Evde Test

YZ ayrıca takibi de devrim niteliğinde değiştirebilir. Giyilebilir göz içi basıncı (GİB) sensörleri veya akıllı kontakt lensler geliştirme aşamasındadır ve YZ, tehlikeli yükselişleri hastalara bildirmek için sürekli verilerini analiz edebilir. Benzer şekilde, akıllı telefon tabanlı görme alanı uygulamaları da gelişmektedir (örneğin, telefon üzerinde perimetri çizelgelerini yansıtan uygulamalar). YZ ile birleştiğinde, bunlar evde glokom testleri haline gelebilir. Hastalar bir gün kliniğe gitmek yerine, YZ kullanan bir uygulama ile yeni değişiklikleri tespit edip doktorlarını bilgilendiren hızlı göz muayenelerini evde kendi kendilerine yapabilirler. Evde tonometri ve görme testi için erken prototipler mevcut olsa da, YZ destekli analiz, güvenilirliği sağlayarak ve gerçek kötüleşmeyi işaretleyerek bunları klinik olarak faydalı hale getirecektir.

Cerrahi Planlama ve Sonuç Tahmini

Cerrahi müdahaleler (trabekülektomi, şantlar, MIGS) başka bir sınırdır. YZ, binlerce geçmiş vakayı analiz ederek hangi hastaların hangi ameliyata en iyi yanıt vereceğini tahmin etmeye yardımcı olabilir. Örneğin, bir makine öğrenimi aracı, görüntülemede X paterni ve Y genetiği olan hastaların bir drenaj implantı ile iyi sonuç verdiğini, diğerlerinin ise lazer trabeküloplasti ile daha iyi olduğunu öğrenebilir. Bu tür karar destek araçları birçok alanda araştırılmaktadır; glokom cerrahisi de benzer şekilde faydalanabilir. Ek olarak, YZ gelecekte robotik göz ameliyatına rehberlik edebilir, ancak bu daha uzun vadeli bir hedeftir.

Görme Restorasyonu ve Rejenerasyonu – Keşfedilmemiş Fırsatlar

En heyecan verici sınırlardan biri, glokom hasarı sonrası görme restorasyonudur. Şu anda optik sinirleri yeniden büyütmek veya kaybedilen retinal ganglion hücrelerini (RGC'ler) değiştirmek için bir tedavi bulunmamaktadır. Ancak, araştırmacılar nöroproteksiyon, gen tedavileri, kök hücre nakilleri ve protezler üzerinde yoğun bir şekilde çalışmaktadır. YZ bu alanları yeni etkilemeye başlamış olsa da, fırsatlar gerçektir:

• YZ Destekli İlaç Keşfi: Çarpıcı bir örnek, 2024 yılında yapılan bir çalışmadır; bu çalışmada YZ tarayıcıları, glokom benzeri stres altında RGC'leri koruyan küçük moleküller belirlemiştir. Büyük dil modelleri ve çizge sinir ağları kullanarak, araştırmacılar RIPK3'ün (bir hücre ölümü kinazı) aday inhibitörlerini tahmin ettiler. Laboratuvar testlerinden sonra, bir bileşik (HG9-91-01) akut bir glokom modelinde RGC yapısını koruduğu bulundu (pmc.ncbi.nlm.nih.gov). Aslında, o çalışmada YZ tarafından önerilen beş molekülün hepsi düşük oksijen stresi altında RGC hayatta kalmasına yardımcı oldu ve HG9-91-01 en iyi korumayı sağladı. Bu YZ destekli nöroprotektif ilaç keşfi, hesaplama yöntemlerinin preklinik glokom tedavisi geliştirmeyi nasıl hızlandırabileceğini göstermektedir (pmc.ncbi.nlm.nih.gov). (Popüler bir bilim raporu bunu YZ'nin “potansiyel glokom ilaç adaylarının keşfine yardımcı olması” olarak tanımladı (medicalxpress.com).)

• Sinir Protezi Tasarımı: Halihazırda görme yeteneğini kaybetmiş hastalar için, retina veya optik sinir implantları gibi teknolojiler bir miktar görme yeteneği kazanmanın bir yolunu sunabilir. Bu tür cihazları tasarlamak son derece karmaşıktır. Burada da YZ ve modelleme önemli bir rol oynamaktadır. Örneğin, 2024 tarihli bir makale, “optik sinir stimülasyonu” protezlerini değerlendirmek için optik sinirin ve görsel beynin detaylı bir hesaplama modelini geliştirdi. Ekip, optik sinir üzerindeki elektrot dizilerinin geniş görüş alanını nasıl geri kazandırabileceğini test etmek için makine öğrenimi ile simüle edilmiş görüntüleri kullandı (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Bulguları, optik sinir implantlarının mevcut retina protezlerinden potansiyel olarak daha geniş görüş alanları üretebileceğini ve daha da önemlisi, elektrot yerleşimi ve stimülasyon stratejilerini optimize etmek için bir modelleme çerçevesi sağladıklarını öne sürmektedir (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov). Bu tür çalışmalar, in silico araçlarının ve YZ destekli görüntü işlemenin yeni nesil görme geri kazandırıcı implantlara nasıl rehberlik edebileceğini göstermektedir.

• Gelecekteki Gen/Hücre Terapileri: Müller hücrelerini RGC'lere yeniden programlama, RGC'leri nakletme veya büyümeyi yeniden etkinleştirmek için gen düzenleme kullanma gibi rejeneratif yaklaşımlar yoğun temel araştırma altındadır. YZ, büyük genetik ve moleküler veri kümelerini analiz ederek bunları nihayetinde hızlandırabilir. Örneğin, 2024 tarihli bir Development makalesi, RGC rejenerasyonunu kontrol eden genleri ortaya çıkarmak için devasa bir CRISPR taraması gerçekleştirdi【65†】. Makine öğrenimi yöntemleri, bu karmaşık sonuçları hedef önceliklendirmesi yapmak için işlemeye yardımcı olabilir. Dahası, YZ destekli protein tasarımı (örn. AlphaFold veya üretken modeller), rejenerasyon için yeni terapötik proteinler veya gen yapıları oluşturabilir. Glokomda henüz bu tür YZ uygulamaları rapor edilmemiş olsa da, genomik ve kök hücre tedavisi alanı YZ için olgunlaşmıştır. Hesaplama araçları, hangi gen kombinasyonlarının akson yeniden büyümesini teşvik ettiğini tahmin edebilir veya daha güvenli gen iletimi için viral vektörleri optimize edebilir.

Şu anda, YZ'yi RGC rejenerasyon araştırmalarına entegre etmek sınırlıdır, ancak yüksek değerli bir fırsatı temsil etmektedir. Rejeneratif tedaviler (nanoparçacıklar, kök hücreler, optogenetik) ilerledikçe, YZ bunların tasarımını ve sunumunu optimize etmeye yardımcı olabilir. Örneğin, bilgisayar simülasyonları yeni RGC'lerin beyne nasıl bağlandığını veya ilaç salan kontakt lenslerin GİB'e nasıl yanıt verdiğini modelleyebilir. Kısacası, YZ, optik siniri onaracak stratejileri bilgilendirebilir – bu, henüz klinik olarak başarılmamış bir hedeftir. “Görme restorasyonu” ile ilgilenen araştırmacılar, bu keşfedilmemiş olasılıkları keşfetmek için YZ uzmanları ve nörobiyologlar arasında işbirliklerini düşünmelidir.

Gerçekçi Zaman Çizelgeleri

Gerçekçi olmak önemlidir. Tarama ve teşhis için YZ araçları zaten burada – birkaç yüksek performanslı model mevcut ve klinik kullanıma doğru ilerliyor. Başarılı denemeler göz önüne alındığında, önümüzdeki birkaç yıl içinde bir YZ glokom tarama aracının FDA onayını görebiliriz. Teletıp uygulamaları da pratiğe yakın. Ancak, görme geri kazandırıcı tedaviler (sinirlerin gerçek rejenerasyonu) klinik gerçeklikten muhtemelen yıllar veya on yıllar uzaktadır. YZ bilimi hızlandıracak, ancak RGC rejenerasyonu gibi tedaviler biyolojik engellerle karşı karşıyadır. Bu arada, YZ'nin pratik kazanımları temel olarak erken teşhis ve daha akıllı yönetimden gelecektir.

Sonuç

YZ, daha hızlı, daha ucuz tarama ve daha doğru teşhis sağlayarak glokom bakımını şimdiden iyileştirmektedir. Çok sayıda çalışma yüksek doğruluğu doğrulamaktadır: örneğin, bir akıllı telefon fundus-YZ yaklaşık %94 duyarlılık/%86 özgüllük elde etmiştir (pmc.ncbi.nlm.nih.gov), ve bir teletıp platformu yaklaşık %89.7 genel doğruluğa ulaşmıştır (pmc.ncbi.nlm.nih.gov). Bu araçlar hastaları önceliklendirebilir ve kaçırılan vakaları azaltabilir. Hastalar için bu, yakında uzman kliniklerinin dışında – hatta cep telefonlarında bile – glokom kontrollerine erişebilecekleri anlamına gelir. YZ destekli erken teşhis, zamanında tedavi ile görme yeteneğini kurtarabilir.

Geleceğe bakıldığında, YZ'nin en büyük etkisi henüz kullanılmadığı alanlarda olabilir. Sınır, hasardan sonra görme yeteneğini korumak ve restore etmektir. YZ destekli ilaç keşfi (RIPK3 inhibitörü veya diğerleri ile olduğu gibi) ve implantların hesaplamalı modellemesi yol göstermektedir. Yüksek değerli araştırma yönleri arasında, sinir rejenerasyonu sorununu çözmek için YZ'yi genomik, görüntüleme ve doku mühendisliği ile birleştirmek yer almaktadır.

Özetle, YZ önümüzdeki yıllarda glokom taraması ve yönetiminde önemli pratik faydalar vaat etmektedir. Bilim insanları için büyük fırsatlar, YZ'nin biyoloji ile kesişim noktasındadır: nöroproteksiyon ve rejenerasyonda çığır açmak için hesaplamalı modelleri ve büyük ölçekli verileri kullanmak. Teknoloji ve tıp birleşirken, hem hastaların hem de araştırmacıların bilgi sahibi olması gerekmektedir. Kanıta dayalı YZ araçları geliyor ve bunlar geleneksel glokom bakımını tamamlayacak – ancak tamamen değiştirmeyecektir. Özenli doğrulama ve klinik pratiğe düşünceli entegrasyon, YZ'nin vaatlerinin daha iyi sonuçlara ve geri kazanılmış görme yeteneğine dönüşmesini sağlayacaktır.