Çocukluk çağında en sık görülen kanser türlerinden Akut Lenfoblastik Lösemi (ALL) için Türkiye’de geliştirilen yapay zeka tabanlı karar destek sistemi, tedavi süreçlerinde yeni bir dönemin kapısını aralıyor. Süleyman Demirel Üniversitesi Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Prof. Dr. Utku Köse’nin yürütücülüğünü yaptığı “STING: Dijital İkiz Yönelimli Derin Öğrenme ile Çocukluk Çağı Akut Lösemisi için İlaç Yeniden Konumlandırma Karar Destek Sistemi Geliştirilmesi” projesi, “TÜBİTAK 1001” programı kapsamında desteklendi.
SİSTEM NASIL ÇALIŞIYOR?
Çalışmalara ilişkin açıklama yapan Prof. Dr. Köse, fiziksel hastaya ihtiyaç duyulmadan oluşturulan yapay hasta modelleri (sentetik hastalar) üzerinden farklı tedavi senaryolarının değerlendirilebildiğini belirtti. Yapay zeka ve dijital ikiz teknolojilerinin birlikte kullanıldığı sistemin, tedavi süreçlerinin olası sonuçlarını önceden simüle ederek veri ürettiği ifade edildi. Köse, sistemin araştırmacıların kullanımına açık olduğunu ve aktif şekilde çalıştığını söyledi.
SENTETİK HASTALAR ÜZERİNDEN ANALİZ
Prof. Dr. Köse, yaklaşık 1000 sentetik hasta üzerinden analizler yapıldığını aktardı. Derin öğrenme modelleri sayesinde ALL tedavisinin farklı hasta profillerindeki etkilerine ilişkin veriler elde edildiğini belirtti. Bu çalışmalar kapsamında, farklı hastalıkların tedavisinde kullanılan ve ABD Gıda ve İlaç Dairesi (FDA) tarafından onaylı iki ilacın, ALL tedavisinde kullanılma potansiyeli taşıdığı tespit edildi. Simülasyonlarda bu ilaçların mevcut tedavilere eklenmesi durumunda olumlu sonuçlar verdiği kaydedildi.
HEKİM KARARINI DESTEKLEYEN SİSTEM
Köse, sistemin hekimlerin yerine karar veren bir yapı olmadığını vurguladı. Sistemden elde edilen verilerin uzmanlara destek sağlayarak tedavi süreçlerini geliştirmeye katkı sunduğunu ifade etti. Açıklamasında, “Fiziksel hastalar olmadan, çocukluk çağı akut lösemisi gibi günümüzün en önemli, en kritik kanser türlerinden biri olan kanser araştırmaları odağında tedavi nasıl şekillenebilir? Çok farklı profillerde nasıl başarı veya riskler vardır? Sentetik hastalarda elde ettiğimiz bulgular yardımıyla geleceğin tedavi süreçlerini şekillendirecek bir sistem elde etmiş olduk.” ifadelerini kullandı.
BEŞ KATMANLI YAPAY ZEKA MİMARİSİ
STING sisteminin temelinde beş katmanlı yapay zeka mimarisi bulunuyor. İlk aşamada, 314 binden fazla ilaç-protein verisiyle eğitilen derin öğrenme modeli, ALL tedavisinde yeniden kullanılabilecek ilaç adaylarını belirliyor. Seçilen bileşiklerin moleküler düzeyde güçlü bağlanma özellikleri nedeniyle umut vadeden adaylar arasında değerlendirildiği aktarıldı.
KİŞİYE ÖZEL TEDAVİ VE DOZ HESAPLAMA
Sistem, hastanın yaşı, kilosu, genetik özellikleri, D vitamini düzeyi ve yaşam tarzı verilerini dikkate alarak farmakokinetik (FK) simülasyonlar gerçekleştiriyor. Ardından devreye giren genetik algoritmalar, her hasta için en uygun ilaç dozlarını hesaplayarak kişiselleştirilmiş tedavi planlarının oluşturulmasına katkı sağlıyor. Son aşamada ise dijital ikiz tabanlı sentetik hasta modelleri üretilerek tedavi süreçlerinin daha detaylı analiz edilmesi sağlanıyor.
