Akademik Veri Yönetim Sistemi
Sevri M. (Yürütücü), Yılmaz B., Sazak Turgut Ç., Ayazoğlu İ. M., Doğan Polat S., Yılmaz A.
TÜBİTAK Projesi, 2024 - 2027
Preeklampsi, gebeliğin
ikinci trimesterinden itibaren ortaya çıkan yüksek kan basıncı ve proteinüri
ile karakterize edilen multisistemik bir komplikasyondur. Dünya genelinde maternal ve perinatal morbidite ve
mortalitenin önemli bir nedeni olan preeklampsi, obstetrik nedenlere dayalı
anne ölümlerinin, %14’lük oran ile en yaygın ikinci
sebebidir. Bu projenin amacı, preeklampsi için özel tasarlanmış bir karar
destek sisteminin (KDS) geliştirilmesidir. KDS ile plasental ultrasonografi
görüntüleri, doppler ultrasonografi videoları, biyokimyasal belirteçler
(Beta-hCG, PAPP-A, sFlt-1 ve PIGF), klinik veriler ve postpartum verileri
kullanılarak preeklampsiye bağlı maternal ve fetal morbidite ve mortalite
verileri yapay zeka (YZ) ile analiz edilecektir. Geliştirilecek sistem,
preeklampsinin erken tespiti, şiddetinin belirlenmesi, maternal ve fetal
komplikasyonların tahmini ve risklerinin belirlenmesi, prematüre doğum riski ve
doğum haftasının önceden tahminini sağlayacak üç modülden oluşacaktır. Proje,
gebelik sürecinin her üç trimesterinde toplanacak verilerin entegre edildiği
multimodal veri yapısını kullanarak preeklampsi alanında farklı yenilikçi
yaklaşımların entegrasyonunu hedeflemektedir. Proje, preeklampsinin
patofizyolojisinin daha iyi anlaşılmasına, güçlü YZ modellerinin
geliştirilebilmesine ve preeklampsinin erken tespitine olanak sağlayacaktır.
Gebelerin tüm trimesterler boyunca izlenmesi, preeklampsinin prognozunun ve
ilerleyişinin yapay zeka destekli olarak gözlemlenebilmesini sağlayacaktır. Bu
proje, preeklampsiye ilişkin mevcut tanı ve yönetim protokollerindeki boşluğu
doldurmayı, preeklampsiye ilişkin mevcut problemleri yenilikçi YZ yaklaşımları
ile aydınlatmayı ve en önemlisi, anne-bebek sağlığını korumayı hedeflemektedir.
Proje ile preeklampsi ve ilişkili risklerin multimodal YZ ile gebeliğin en
erken hangi aşamasında tespit edilebileceği sorusuna cevap aranacaktadır.
Proje prospektif kohort tasarımını benimsemekte, veri toplama, veriseti oluşturma, preeklampsi ve ilişkili komplikasyonların erken tespiti, şiddetlerinin belirlenmesi, preeklamptik gebeliklerde hassas doğum haftası tahmin modüllerinin geliştirilmesi, web tabanlı bütünleşik KDS’nin geliştirilmesi ve validasyonu aşamalarından oluşmaktadır. Veriler, gebeliklerinin en geç 11-14. haftasında olan, preeklampsi geliştiren ve geliştirmeyen toplam 300 katılımcıdan prospektif olarak toplanacak ve tüm trimesterler ile postpartum dönem dahil olmak üzere tüm gebelik sürecini kapsayacak şekilde elde edilecektir. Bu kapsamlı veri toplama yaklaşımı projeyi mevcut çalışmalardan farklılaştırmaktadır. Veri önişleme ve özellik seçme işlemlerinin ardından, farklı derin öğrenme yaklaşımları kullanılarak KDS’nin modülleri geliştirilecektir. Projede, multimodal verilerin entegrasyonu ve analizi için özgün derin öğrenme modelleri ve katmanlı topluluk öğrenme yaklaşımına dayalı YZ modelleri geliştirilecektir. Projenin son aşamasında, klinik kullanıma entegre edilmesi amacıyla KDS'nin web tabanlı bir uygulama olarak geliştirilmesi ve doğrulaması yapılacaktır. Bu süreçte, sistemin klinik pratikte ne kadar güvenilir ve etkili olduğu prospektif doğrulama setiyle değerlendirilip, optimize edilecektir.