Tıbbi implantlar çoğunlukla sessiz veri toplayıcılardır: kaydederler, klinisyenler daha sonra incelerler ve hastalar planlanmış bir randevuya kadar bunların hiçbirini nadiren görürler. Pensilvanya Üniversitesi'ndeki bir ekip çok farklı bir modeli test etti: hastaların gerçekten konuşabildiği ve karşılık veren bir tıbbi cihaz.
Nature Medicine'de yayınlanan bir kavram kanıtlama çalışmasında, Penn's Perelman Tıp Okulu ve Nöromühendislik ve Tedavi Merkezi'ndeki (CNT) araştırmacılar, epilepsi açısından izlenen insanların beyin izleme sistemleriyle gerçek zamanlı olarak mesaj alışverişinde bulunmalarına olanak tanıyan, kendi beyin aktiviteleri hakkında sorular soran, kişiselleştirilmiş uyarılar alan, semptomları bildiren ve hatta sistemin nöbetlerini daha doğru bir şekilde tanıması için eğitilmesine yardımcı olan yapay zeka odaklı bir platformu tanımlıyor. For more context on this story, see our ongoing AI industry coverage.
Platform Nasıl Çalışır?
Çalışmaya, elektroensefalografi (EEG) ile sürekli beyin izleme için Penn'in Epilepsi İzleme Birimi'ne kabul edilen 13 yetişkin dahil edildi; bazıları nöbetlerinin kaynağını belirlemek için, diğerleri ise ameliyat öncesi değerlendirmenin bir parçası olarak. Test ettikleri platform üç bileşenden oluşuyordu: her katılımcının beynindeki elektrotlardan EEG verilerini sürekli olarak yakalayan yazılım; gelen verileri neredeyse gerçek zamanlı olarak analiz eden güvenli, HIPAA uyumlu bir bulut ortamı; ve ChatGPT'nin arkasındaki teknolojiye benzer bir teknolojiyle oluşturulmuş, Penn tarafından geliştirilen bir AI konuşma aracısını içeren bir akıllı telefon uygulaması.
Uygulama aracılığıyla hastalar beyin aktiviteleri hakkında sorular sorabiliyor, verilerindeki trendlerin görselleştirilmesini talep edebiliyor, semptomları bildirebiliyor ve gün boyunca uyarılar veya anketler alabiliyor. Sistem ayrıca, ilgili olduğuna karar verdiği değişiklikleri tespit ettiğinde istenmeden ulaşabiliyor ve hastanın tepkilerine göre "anında" uyum sağlayabiliyor.
Nöroloji, Nöroşirürji ve Biyomühendislik profesörü kıdemli yazar Brian Litt, "Buradaki fikir, bir uzmanın cihazınız tarafından toplanan verileri analiz etmesini beklemek yerine, cihazın değişiklikleri tespit edip sizi anında uyarabilmesidir, tıpkı omzunuzdaki kişisel Jiminy Cricket'iniz gibi" dedi. "Daha da önemlisi, hem hasta hem de cihaz zamanla birlikte öğrenebilir. Cihaz, hasta için neyin önemli olduğunu öğrenir, hasta da davranışlarının sağlığını nasıl etkilediğini öğrenir."
Hangi 1.307 Mesaj Ortaya Çıktı?
Çalışma süresi boyunca katılımcılar sistemle 1.307 mesaj alışverişinde bulundu. Konuşmaların çoğu, nöbet olayları, uyku, ruh hali ve enerji seviyelerine (nöbet aktivitesiyle doğrudan ilgili faktörler) odaklandı. Hastalara ayrıca uyku, kaygı, ruh hali, refah ve diğer semptomlar hakkında günde üç kez anket yapıldı.
Geri bildirim döngüsü her iki yönde de çalıştı. Katılımcılar sisteme hangi nöbet tespitlerinin doğru, hangilerinin yanlış alarm olduğunu söyleyebildi ve bunun sonucunda platform, nöbetleri doğru bir şekilde tanımlama yeteneğini önemli ölçüde geliştirdi. Klinisyenler, ekibin akıllı "döngüdeki uzman" algoritması olarak adlandırdığı ve uzman girdisini yalnızca en yüksek değerli vakalara yoğunlaştıran algoritma aracılığıyla sistemin değerlendirmelerini gözden geçirebilir ve kendi açıklamalarını ekleyebilir.
Birçok katılımcı, platformun fark ettikleri ancak asla anlamadıkları kalıpları anlamalarına yardımcı olduğunu söyledi. Biri bunun "bazı bölümlerim ve duygularım arasında doğru olduğunu hissettiğim şeyleri sağlamlaştırmaya" yardımcı olduğunu bildirdi. Diğerleri uyku verilerine erişime ve büyük nöbetlerden önce uyarı olasılığına değer veriyordu.
Epilepsiden İnsülin Pompalarına ve Derin Beyin Stimülasyonuna
Ekip, platformu epilepsinin çok ötesindeki yeni nesil tıbbi cihazlar için bir şablon olarak görüyor. Potansiyel uygulamalar arasında kalp cihazları, insülin pompaları ve Parkinson hastalığı, depresyon, obsesif-kompulsif bozukluk, bağımlılık ve bilişsel bozukluklar için ortaya çıkan nöropsikiyatrik tedaviler yer almaktadır.
Çalışmalar halihazırda devam ediyor: Araştırmacılar, Parkinson hastalığını tedavi etmek için kullanılan derin beyin stimülasyon cihazlarını otomatik olarak ayarlamak üzere platformu uygulamak için Nöroloji ve Biyomühendislik alanında yardımcı doçent olan Lauren Hammer, MD, PhD ile çalışmalar hazırlıyorlar. Diğer projeler, uykusuzluk, epilepsi ve beyin ile yaşamsal belirtilerin izlenmesi için giyilebilir teknolojilerin dahil edilmesini hedefliyor.
Litt, "Hastalar genellikle hastalıklarının sensörlerin doğrudan ölçemediği yönlerini anlıyorlar" dedi ve yayında belirtildiği gibi, bir yemeğin kan şekerini nasıl etkileyeceğine ilişkin sorulara yanıt verebilecek bir insülin pompasının hayalini kurdu. Bu tür sistemler daha kişisel hale geldikçe, araştırmacılar bunların daha az klinik denetim gerektirmesini ve uzun süreli ayakta tedavi kullanımını pratik hale getirmesini bekliyor.
Tıbbi Cihazların Ne Amaçlı Olduğu Konusunda Bir Değişim
Çalışmanın genel önemi teknik olduğu kadar kavramsaldır. Günümüzün cihazları çoğunlukla periyodik klinisyen incelemesi için veri toplarken, Penn platformu cihazı, hastayı ve bakım ekibini devam eden bir görüşmede işbirlikçi olarak ele alıyor. Bulgular, Perelman Tıp Fakültesi ve CNT ekibi tarafından Nature Medicine'de yayınlandı; platformun kendisi de Zack Goldblum, Haoer Shi ve Zhongchuan Xu liderliğindeki Penn Biyomühendislik doktora öğrencileri tarafından oluşturuldu.
Deney küçük (kontrollü bir izleme ünitesinde 13 hasta) ve teknoloji henüz erken. Ancak tıbbi bir cihazın topladığı veriler tek yönde akmayı bıraktığında ve hastaların gerçek zamanlı olarak sorgulayabileceği, düzeltebileceği ve öğrenebileceği bir şey haline geldiğinde ne olacağına dair somut bir bakış sunuyor.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
