"Makine Öğrenimi Destekli Depresyon Tespit Sistemi", üzerinde kamera ve mikrofon bulunan akıllı gözlük ve buna entegre çalışan bilgisayar uygulamasından oluşuyor.
Sistemle, hastaların görüşme sırasındaki doğal mimikleri, ses tonu ve davranışsal tepkileri kayıt altına alınıyor. Elde edilen ses ve görüntü verileri, bilgisayar görüntü analizi ve makine öğrenimi yöntemleriyle incelenerek hastalığa ilişkin risk değerlendirmesinde kullanılabilecek veriler elde ediliyor.
Kayış, AA muhabirine, psikiyatri alanında, diğer tıp branşlarında kullanılan kan tahlili, MR ve röntgen gibi objektif tanı araçlarının sınırlı olduğunu söyledi.
Geliştirdikleri yöntemin psikiyatrik bozukluklarda hekimlere objektif karar desteği sunmayı amaçladığını belirten Kayış, "Görüşmeleri, kameralı gözlük aracılığıyla kayda alıyoruz. Bunlar bire bir görüşmelerde hastaların konforunu bozmuyor. Ardından bu görüntüleri bilgisayar görüntü analizi yöntemleriyle analiz ediyoruz. Daha sonra bu analizlerden hastalara özel ipuçları yakalamaya çalışıyoruz." diye konuştu.
Depresyon tanısı bulunan kişilerin yüz ifadeleri, mimikleri ve ses özelliklerinde bazı farklılıklar görülebildiğine değinen Kayış, depresyondaki kişilerin daha az mimik kullandığını, daha az gülümsediğini, konuşma hızlarının yavaşlayabildiğini ve kelimeler arasındaki boşlukların uzayabildiğini vurguladı.
Sistem aracılığıyla bu özellikleri analiz etmeyi amaçladıklarını aktaran Kayış, şöyle devam etti:
"Bunları matematiksel verilere dönüştürdükten sonra makine öğrenim teknikleri kullanarak hastalar ve hastalıkları ile ilgili risk sınıflandırması yapmayı planlıyoruz. Bu tabii bir karar destek sistemi yani hekimin yerine geçecek bir şey değil. Son ve kesin tanıyı her zaman hekim koyacaktır ama diğer tetkiklerde olduğu gibi bunun hekime tanı sürecinde yardımcı olabilecek, tanı koyarken destek olabilecek bir sistem olmasını planlıyoruz."
Kayış, TÜRKPATENT tarafından tescillenen faydalı modelin depresyonla ilgili olduğunu ancak geliştirdikleri yöntemin yalnızca bu hastalıkla sınırlı olmadığını kaydetti.
Çocuklarda otizm, dikkat eksikliği ve hiperaktivite bozukluğu için de benzer çalışmalar yürüttüklerinden bahseden Kayış, otizm riski bulunan çocuklarla yapılan görüşmelerde göz teması ve bakış yönü gibi verileri akıllı gözlük aracılığıyla ölçebildiklerini söyledi.
Kayış, seslenildiğinde çocuğun bakıp bakmadığını, sosyal gülümseme olarak tanımlanan bakış ile gülümsemenin aynı anda gerçekleşme süresini tespit etmeye çalıştıklarını belirterek, "Bunlar otizm açısından çocukların risk altında olup olmadığını değerlendirmede bize yardımcı oluyor. Yine aynı şekilde dikkat eksikliği, hiperaktivite bozukluğuyla ilgili, anlatım esnasında çocukların hareketlerini tespit edebiliyor, bilişsel görev verildiğindeki bakışlarından dikkatleriyle ilgili çıkarımlarda bulunabiliyoruz." diye konuştu.