Parkinson hastalığı tanısından 7 yıl öncesine kadar belirtiler göz taramasıyla saptanabiliyor

• Moorfields Eye Hospital ve UCL Institute of Ophthalmology araştırma ekibi, retina görüntülerinde Parkinson hastalığıyla ilişkili belirteçler bularak bunların klinik ortaya çıkıştan ortalama 7 yıl önce bile tespit edilebildiğini gösterdi
• Yapay zeka analizi ile AlzEye veri kümesindeki sonuçları daha geniş UK Biobank veritabanında tekrarlayarak, yaygınlığın %0,1~0,2 gibi düşük olduğu koşullarda bile ince belirteçleri doğruladı
• Temel inceleme olan OCT, 1 dakikadan kısa sürede retinanın kesitsel görüntülerini oluşturan ve 1/1000 mm düzeyinde ayrıntı sağlayan invaziv olmayan bir göz muayenesidir
• Henüz birey bazında Parkinson hastalığının gelişimini öngörmek için kullanılması zor olsa da, risk gruplarını bulmaya yönelik bir ön tarama aracına dönüşme potansiyeli var
• OCT, beyin taramalarından daha hızlı, daha ucuz ve daha ölçeklenebilir olduğundan, daha geniş nüfuslarda görüntüleme testleri gelecekte öngörücü analizlere yol açabilir

---

Retina görüntülerinde saptanan Parkinson hastalığı belirteçleri

• Moorfields Eye Hospital ve UCL Institute of Ophthalmology’den Siegfried Wagner ve Pearse Keane’in liderlik ettiği ekip, Parkinson hastalarında klinik ortaya çıkıştan ortalama 7 yıl önce görülen belirteçleri tespit etti
• Bu sonuçlar, Parkinson hastalığında retina görüntülemeyi ele alan bugüne kadarki en büyük çalışmadan geldi ve tanıdan yıllar önce bu bulguların görüldüğünü gösteren ilk örnek olarak sunuldu
• Çalışma, American Academy of Neurology’nin tıp dergisi Neurology®’de yayımlandı

Veri kümeleri ve analiz yöntemi

• Araştırma ekibi, göz taramalarında Parkinson hastalığı belirteçlerini bulmak için yapay zekadan yararlandı
• AlzEye veri kümesinden elde edilen sonuçları daha geniş UK Biobank veritabanında tekrarladı; sağlıklı gönüllü verilerinde de aynı bulgu yeniden üretildi
• İki büyük veri kümesinin birlikte kullanılması sayesinde, yaygınlığı %0,1~0,2 gibi düşük olan Parkinson hastalığında bile ince belirteçler tanımlanabildi
• AlzEye veri kümesi, retina görüntüleri ve ilgili klinik veriler için dünyanın en büyük veritabanı olan INSIGHT üzerinden oluşturuldu

OCT ve oculomics’in rolü

• Göz, uzun zamandır vücut sağlığının çeşitli yönlerini doğrudan gösteren bir pencere olarak görülüyor
• Yüksek çözünürlüklü retina görüntüleri bugün göz hastalıkları pratiğinde rutin olarak kullanılıyor; özellikle OCT adlı 3D tarama, göz kliniklerinde ve şehir merkezlerindeki optik mağazalarında yaygın biçimde uygulanıyor
• OCT, 1 dakikadan kısa sürede gözün arka kısmındaki retinanın kesitini oluşturur ve 1/1000 mm düzeyinde ayrıntı sağlar
• Retina taraması, cilt yüzeyinin altındaki hücre katmanlarını görmeyi sağlayan tek invaziv olmayan yöntem olarak ele alınıyor
• Güçlü bilgisayarların kullanılmasıyla, büyük hacimli OCT ve göz görüntülerini insanların analiz etmesi için gereken sürenin yalnızca küçük bir bölümünde ve doğru şekilde işlemek mümkün hale geldi
• Makine öğrenimi, yalnızca göz görüntülerinden tüm vücuda dair gizli bilgileri bulmak için kullanılıyor; bu araştırma alanı oculomics olarak adlandırılıyor

Diğer hastalık araştırmalarıyla bağlantı

• Göz taraması verileri daha önce de Alzheimer hastalığı, multipl skleroz ve yakın zamanda şizofreni gibi nörodejeneratif veya ilişkili hastalıkların sinyallerini bulmak için kullanılmıştı
• Bu çalışma da aynı çizgide, Parkinson hastalığının erken belirteçlerini retina görüntülerinde bulan bir örnektir

Araştırma iş birlikleri ve NHS veri bağlantısı

• Araştırmada Moorfields Eye Hospital, University Hospital Birmingham, Great Ormond Street Hospital, Oxford University Hospital, University College Hospital London ve UCL Great Ormond Street Institute of Child Health’in NIHR Biomedical Research Centres birimleri iş birliği yaptı
• Video röportaja göre ilk adım, Moorfields Eye Hospital’ı ziyaret eden 100.000’den fazla kişinin göz taramalarını İngiltere genelindeki hastane yatışlarına ilişkin ulusal verilerle ilişkilendirerek Parkinson hastalarının göz özelliklerini bulmaktı
• İkinci aşamada, Birleşik Krallık genel nüfusundaki sağlıklı grupta aynı özellikler doğrulandı ve bu özelliklerin Parkinson hastalığı tanısından ortalama en fazla 7 yıl önce de mevcut olduğu bulundu
• Araştırmanın yürütülmesi için entegre sağlık hizmeti sağlayıcısı NHS, büyük veri kümeleri, yüksek performanslı bilgi işlem altyapısı ve Moorfields ile UCL’nin yapay zeka uzmanlığı gerekiyordu

Bireysel öngörü için henüz hazır değil

• Siegfried Wagner, bir bireyin Parkinson hastalığına yakalanıp yakalanmayacağını öngörmeye henüz hazır olmadıklarını belirtti
• Bununla birlikte, bu yöntemin hastalık riski taşıyan gruplar için bir ön tarama aracı olmasını umduklarını söyledi
• Belirtiler ortaya çıkmadan önce çeşitli hastalıkların sinyalleri bulunabilirse, insanlar bazı hastalıkları önlemeye yönelik yaşam tarzı değişikliklerini denemek için zaman kazanabilir ve klinisyenler nörodejeneratif hastalıkların başlangıcını ve etkilerini geciktirebilir

Ölçeklenebilirlik ve halk sağlığında kullanım olasılığı

• Louisa Wickham, daha geniş nüfuslarda görüntüleme testlerinin artırılmasının gelecekte halk sağlığı üzerinde büyük etkisi olacağını ve sonunda öngörücü analizlere yol açacağını düşünüyor
• OCT taramaları bu amaç için beyin taramalarına kıyasla daha ölçeklenebilir, invaziv olmayan, düşük maliyetli ve hızlıdır
• İlgili materyaller olarak ITV News röportajı ve Academic article sunulmuştur

[GN⁺]

Hacker News yorumları

• Asıl makaleye bakmakta fayda var: https://n.neurology.org/content/neurology/early/2023/08/21/W...
  En güçlü sinyali gösteren ölçütte bile prodromal Parkinson hastalarıyla kontrol grubunun dağılımları ciddi ölçüde örtüşüyor. Bazı değerler neredeyse Parkinson için kesin bir belirteç gibi görünüyor, ancak örtüşen aralıkta tek başına bir ölçüt olarak kullanılırsa yanlış pozitif oranı yükseliyor ve faydası azalıyor.
  Parkinson’u oldukça erken bir aşamada önemli bir oranda yakalama olasılığı var gibi görünüyor, ancak bu tek yöntemle hem yanlış pozitifleri hem de yanlış negatifleri düşük tutmak zor görünüyor. Basın bülteninin de daha temkinli bir makaleyi heyecanlı bir tonda özetlediğini hesaba katmak gerekiyor.

  • “Parkinson’u oldukça erken bir aşamada yakalama olasılığı” varsa, yaşam tarzı değişiklikleri dışında erken müdahalenin ne olabileceğini merak ediyorum.
    Bildiğim kadarıyla Parkinson tedavisi fiilen ömür boyu dopamin ilacı kullanmaya yakın; sonunda tolerans gelişiyor, etkisi azalıyor ve giderek daha yüksek dozlar gerekiyor. Başlandığı anda beynin kalan ömrü için geri sayım da başlamış gibi geliyor.
  • Makalede de “daha ince INL ve GCIPL’nin Parkinson hastalığı gelişme riskindeki artışla ilişkili olduğu, ancak özellikle INL’nin etki büyüklüğünün küçük olması nedeniyle bireysel düzeyde erken Parkinson belirteci olarak pratik değerinin şu anda sınırlı olduğu” yazıyor.
    Biraz bakınca, sağlıklı genç yetişkinlerde bile GCIPL kalınlığındaki bireysel farkların oldukça büyük olduğunu ve bu aralığın çalışmada saptanan etkiden daha geniş olduğunu gördüm. Pratikte hastalığın erken başlangıcını yakalamak için GCIPL’yi ömür boyu izlemek gerekebilir; yalnızca GCIPL incelmesiyle Parkinson tanısı koymak da yetersiz görünüyor. Alzheimer gibi başka hastalıklarda da görülüyor ve belki de doğal yaşlanmanın bir sonucu olabilir.

• Bu alanda çalışan şirketler olarak aklıma RightEye ve Neuralight geliyor:
  https://techcrunch.com/2018/02/17/righteyes-portable-eye-tra...
  https://techcrunch.com/2022/05/24/neuralight-aims-to-track-a...
  Şimdi muhtemelen daha fazlası vardır. Hatırladığım kadarıyla bu tür veriler “daha ayrıntılı bir muayene yaptırın” sinyali vermek için çok iyi. Tanı koymuyor; örneğin göz hareketlerinin yavaşlaması gibi bir durumun korelasyon gösterdiği ve el titremesi gibi belirgin semptomlardan çok daha erken saptanabildiği anlamına geliyor.

  • Mesele sadece hareket değil. Retina dokusu, beyinle aynı embriyonik dokudan gelişir. Muhtemelen yapıya veya damar sistemine de bakmışlardır.
    Bu alandaki en çarpıcı anekdot, doğuştan kör olan kişiler arasında şizofreni gelişmiş bir vakanın olmaması.
  • Erken tanının gerçekten faydalı olup olmadığını merak ediyorum.

• Önümüzdeki 10 yıl içinde demansa yakalanacağınızı öğrenme fikri ilginç, ama bunu bilmenin iyi bir şey olup olmadığı basit değil.
  Bu düşünceyi sonuna kadar götürünce biraz komik de oluyor. “Bilmek” toplumsal norm haline gelirse ne olur? Kamusal alanlarda yakında demans olacak kişilere sırada öncelik verilir mi? Lunaparkları, ulaşım rezervasyonlarını, otel rezervasyonlarını, barları, sinemaları; hepsini düşünebilirsiniz. Bu belirli kesime yönelik bir hizmet sektörü bir gecede ortaya çıkabilir.

  • Keyifli bir şey değil, ama zor bir tıbbi durum için uzun vadeli plan yapabilmek, bilmemekten kesinlikle daha iyi bence. Bu, finansal planlamadan merdivensiz tek katlı ev gibi duruma uygun bir konut bulmaya kadar uzanır.
    Yakın gelecekte Parkinson’un ilerlemesini yavaşlatan hastalık düzenleyici ilaçlara dair anlayışın gelişmesini umuyorum. Exenatide gibi bir ilacın gerçekten Parkinson’un ilerlemesini yavaşlattığı doğrulanırsa, bunu mümkün olduğunca erken bilmek isterdim.
  • Tedavisi olmayan bir hastalığa yakalanacağınızı bilmenin sadece dezavantajları var. Şimdiki zamanın tadını çıkarmak yerine gelecek zamandan korkmaya başlarsınız.
  • Kamusal alanlarda yakında demans olacak kişilere sırada öncelik gibi şeyler verilecekse, kanser hastaları için de bunu yapıp yapmadığımızı düşünmek gerekir.
  • Zaten bunu yapıyoruz. Kanser ya da demans olabileceğiniz düşünülürse sigorta yaptırmanız reddediliyor ve fırsatlar elinizden alınıyor.
  • Kalan günlerin tadını doyasıya çıkarabilirsiniz, ama öldükten sonra bu deneyimler sizin için hiçbir fark yaratmaz. Geriye kalan, yaşayan insanların zihninde kalacak mirasınızdır. Başkalarını itip onların miras paylarını da harcamış biri olarak hatırlanmak istemem.
    Üzerinde düşünmeye değer.

• “Makine öğrenmesi adı verilen bir yapay zeka türünü kullanarak bilgisayarların yalnızca bu görüntülerden tüm vücuda dair gizli bilgileri bulabilmesi sağlandı” denmiş; yani artık bilgisayarlar yapay zeka kullanarak bir şeyler yapıyor mu diyoruz?
  Sürekli “yapay zeka X yaptı”, “yapay zeka Y’yi keşfetti” denmesi, ama “vinç binayı yaptı” denmemesi ilginç.

  • Bunu tuhaf bir ifade olarak görmek zor. Atıf her zaman aracı kullanan ve sonucu yorumlayan düşünen özneye gider.
    Örneğin Jüpiter’i gören Galileo’dur, teleskop değil. Duvarı inşa eden Joe’dur, vinç değil.
    Bu durumda düşünen özne yapay zeka ve insan olmadığı için böyle bir ifade ortaya çıkıyor. İnsanın yapay zekayı yaratmış olması da atfı ortadan kaldırmaz. Joe annesinden doğdu diye duvarı Joe’nun annesinin yaptığını söylemememiz gibi.
  • Vinç eski ve iyi bilinen bir makine; AI ise yeni ve çoğu kişi için bir tür kara kutu olduğu için bu tür ifadeler kullanılıyor gibi.

• Tedavisi olmasa bile Parkinson konusunda ilerleme olması iyi bir şey.
  Babam Parkinson hastasıydı ve metallerle, yağ çözücülerle çalışan bir mühendis olarak yıllarca trikloroetilene maruz kaldığı için bu maddenin neden olabileceğine dair açık bir veri noktası vardı.
  [1] https://www.science.org/content/article/widely-used-chemical...

  • Fren temizleyicideki TCE’ye maruz kalmıştım, bu yüzden ben de risk altında olabilirim. Bağlantı için teşekkürler.

• Zaten cebimizde son derece gelişmiş bir kamera taşıyoruz
  Akıllı telefonları kullanarak Star Trek’in vaat ettiği tricorder benzeri bir cihaz yapabilmemize daha ne kadar var?
  Apple Watch da olası görünüyor; bir gün insanların tanı koydurmak için doktora gitmediği, bunun yerine zaten konmuş tanıyı doğrulatmak ve başarılı bir tedavi planı için yönlendirme almak üzere gittiği bir dünya hayal ediyorum

  • Gelişmekte olan ülkelerde iyi bir seçenek olma potansiyeli büyük [1] [2]. Ancak akıllı telefonlar için ek optik donanım, yani “fundus kamerası” gibi bir şey düşünmek gerekiyor. Gelişmiş ülkelerde ise bunun geleneksel göz muayenelerine eklemlenmesi daha olası
    Fayda, mevcut görüntüleme sürecinden makine öğrenimiyle daha fazla veri çıkarılmasında. Bunları veri hattı uygulamaları olarak görmek mümkün
    “Retinanın yüksek çözünürlüklü görüntüleri artık göz hekimliği uygulamalarının rutin bir parçası hâline geldi. Özellikle göz kliniklerinde ve şehir merkezindeki optik mağazalarında yaygın kullanılan bir 3D tarama olan optik koherens tomografi (OCT) için bu geçerli. Bir dakikadan kısa sürede OCT taraması, gözün arkasındaki retinanın kesitini milimetrenin 1/1000’i düzeyinde çok ayrıntılı biçimde oluşturur”
    [1] https://www.cureus.com/articles/106024-effective-low-cost-op...
    [2] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5609317/
  • Doktorların, ilgili sektörün ve işe yaramaz FDA gibi kurumların bu gidişata güçlü biçimde karşı çıkacağını tahmin ediyorum. Her zamanki gibi
  • Google, akıllı telefonla kalp atış hızını ölçme, cilt hastalıklarını tanıma, göz fotoğraflarıyla hastalık tespiti ve bir tür stetoskop görevi görme üzerine araştırmalar yaptı:
    https://ai.googleblog.com/2023/02/google-research-2022-beyon...

• Bu, insanlara yardım etmek için değil, sigorta kapsamını reddetmek için kötüye kullanılacak

  • ABD’de 2014’ten beri mevcut hastalıklar gerekçe gösterilerek insanların sağlık sigortasından dışlanması yasak
    Belirli uzun süreli bakım sigortalarına veya hayat sigortalarına başvururken bunu açıklamadıysanız sigortanızı kaybetme riski olabilir
    Ancak mevcut hastalık nedeniyle sağlık sigortanızı kaybetmekten korkup tarama veya muayeneden kaçınmamalısınız. O dönem neredeyse 10 yıl önce bitti
  • Gerçekten de böyle olabilir. Net etki, teminatın reddedilebilmesi olur
    Test yaptırırken bu kısmı açıklamazlar
  • Bu tarz düşünce neredeyse her tıbbi ilerleme için geçerli olabilir. Uygun düzenlemeler sorunu çözebilir

• Parkinson’un mekanizmasının herkeste aynı olduğunu bile biliyor muyuz? Yoksa her kişide keyfi ve kendine özgü biçimde bozulan çeşitli olguların benzer semptomlarla sonuçlanması ve klinisyenin buna gevşek bir ortak ad vermesi gibi bir şey mi?
  Dün şu makaleyi okudum: https://www.frontiersin.org/articles/10.3389/fchem.2023.1106... Bu tür araçları insan organizması ve tek tek hasta düzeyine ölçekleyebilsek iyi olmaz mıydı? CPU ve GPU’larla bu kadar büyük bir şeyi düzgün simüle edemeyeceğimiz için, eksik kısmı makine öğrenimiyle tamamlamak gibi. Tek tek hastalıkların özel yaşamına dünyanın en iyi istihbarat kurumlarından daha yüksek çözünürlükle bakabilsek nasıl olurdu?
  Böyle bir şey üzerinde çalışmayı hayal ediyorum; işe alım yapıyorsanız bana e-posta gönderirseniz sevinirim

• “Opportunistic detection of type 2 diabetes using deep learning from frontal chest radiographs” adlı bir yazı yazdım. Buradan görülebilir: https://www.nature.com/articles/s41467-023-39631-x
  Bu tür modellerin çoğu nüfus sağlığı açısından umut vadeden avantajlar sunuyor, ancak önyargı ve uygulama ile ilgili zorluklar da hâlâ çok. Yine de erken hastalık tespiti, mutlaka bir tedavi olmasa bile fayda sağlayabilir. Alzheimer hastalığı için IDEAs çalışması buna iyi bir örnek

• Gerçek öngörü gücü ne kadar? p-değeri ve risk oranının güven aralıkları, varsayım gereği, tekrarlanan verilerde sıfır hipotezi etkisiyle karşılaştırıldığında yalnızca olasılığı söyler
  Asıl bilmek istediğim, genel popülasyondaki Parkinson hastalığı oranını ön olasılık olarak aldığımızda bu yöntemin karışıklık matrisinin nasıl göründüğü