Kalp hastalıkları, dünya genelinde ölüme yol açan başlıca sağlık sorunlarından biri olarak öne çıkıyor. Bu alanda erken teşhis ve tedavi, hayati önem taşıyor. Yaşar Üniversitesi Elektrik Elektronik Mühendisliği Yüksek Lisans Mezunu Öykü Eravcı, kalp ritim bozukluklarını tespit etmek amacıyla geliştirdiği yapay zeka tabanlı sistemle önemli bir adım attı. Eravcı, bu projeyle, geleneksel yöntemlerin ötesine geçerek derin öğrenme tekniklerini kullanarak kalp hastalıklarını daha doğru ve hızlı bir şekilde tanımlayacak bir model sundu. Eravcı’nın geliştirdiği model, biyomedikal sinyallerin analizinde yaygın olarak kullanılan dalgacıklar ile evrişimsel otomatik kodlayıcıları (WBCAE) birleştirerek kalp aritmilerini yüksek doğruluk oranlarıyla sınıflandırıyor. Özellikle, Atriyal Fibrasyon gibi yaygın ve ciddi kalp hastalıklarının erken teşhisinde etkin bir çözüm sunan bu sistem, uzaktan hasta izleme ve gerçek zamanlı veri analizi gibi uygulamalarda önemli bir potansiyel taşıyor.
Yüksek başarıyla aritmi tespiti ve sınıflandırması
Çalışmada, halk arasında yaygın olarak görülen 5 farklı kalp aritmi türü, yapay zeka yöntemleriyle test edildi ve yüksek başarı oranlarıyla sınıflandırıldı. Özellikle Atriyal Fibrilasyon, geliştirilen modelle %99’un üzerinde doğrulukla tespit edilerek, sistemin etkinliği ve güvenilirliği kanıtlandı. Eravcı, bu başarıyı, derin öğrenme tekniklerinin gücüne ve modelin karmaşık verilerle nasıl etkili bir şekilde başa çıktığına borçlu olduğunu belirtti.
Eravcı’nın geliştirdiği bu sistem, giyilebilir kalp takip cihazlarında yapay zekanın kullanımının önünü açtı.Bu yenilikçi çalışma, hem sağlık sektöründe hem de teknoloji alanında önemli bir adım olarak değerlendiriliyor. Eravcı, bu modelin daha ileri seviyede testlerle geliştirilerek, kalp hastalıkları konusunda daha etkili ve yaygın çözümler sunmayı hedefliyor.
