
Yapay Zeka Üretimi ‘Sentetik Yara İzli Kalpler’ Atrial Fibrilasyon Tedavisine Destek Oluyor
Queen Mary Üniversitesi’nin yeni çalışması, yapay zeka ile oluşturulan sentetik yara izli kalp modellerinin, atrial fibrilasyon (AF) tedavisini kişiselleştirebileceğini gösteriyor. Gerçek hasta verilerine bağımlılığı azaltan bu AI aracı, kalp ablasyonu sonuçlarını öngörüyor ve hastaların tedavi planlamasını daha güvenli ve etkili hale getiriyor.
Kalbin Dijital İkizi: AI ile Kişiselleştirilmiş Tedavi
Atrial fibrilasyon (AF), Birleşik Krallık’ta 1.4 milyon kişiyi etkileyen yaygın bir kalp ritim bozukluğu. Tedavide sıkça kullanılan ablasyon yöntemi, başarısızlık oranlarıyla mücadele ediyor. Ancak Queen Mary Üniversitesi’nden araştırmacıların geliştirdiği yapay zeka (AI) aracı, sentetik yara izli kalp modelleri üreterek bu sorunu çözmeye bir adım daha yaklaşıyor.
Frontiers in Cardiovascular Medicine’de yayınlanan çalışma, AI’nin sentetik fibrotik kalp dokusu modelleri oluşturarak, AF hastalarının tedavi planlamasını nasıl iyileştirebileceğini gösteriyor. Bu teknoloji, hasta gizliliğini korurken, doktorlara her hastanın benzersiz kalp yapısında farklı tedavi yaklaşımlarını test etme imkanı sunuyor.
Kalp Yara İzleri: Fibrozisin Rolü
Fibrozis, yaşlanma, uzun süreli stres veya AF’nin kendisi gibi nedenlerle kalpte oluşan yara dokusudur. Bu sert, lifli dokular, kalbin elektrik sistemini bozarak AF’ye özgü düzensiz kalp atışlarına yol açar. Fibrozis, LGE-MRI taramalarıyla değerlendirilir ve yara dokusunun dağılımı, ablasyon tedavisinin başarısını büyük ölçüde etkiler.
Ablasyon, düzensiz elektrik sinyallerini engellemek için kontrollü küçük yara izleri oluşturmayı içerir. Ancak başarı oranları değişkendir ve hangi yöntemin bir hasta için en iyi sonucu vereceğini öngörmek zordur. AI, bu öngörüleri geliştirmek için umut vadetse de, yüksek kaliteli hasta görüntüleme verilerine erişim eksikliği bu alandaki ilerlemeyi sınırlıyordu.
Baş yazar Dr. Alexander Zolotarev, “LGE-MRI, kalp fibrozisi hakkında hayati bilgiler sağlıyor, ancak kapsamlı AI eğitimi için yeterli tarama elde etmek zor. Sadece 100 gerçek LGE-MRI taramasıyla bir AI modeli eğittik. Sistem, gerçek kalp yara izlerini doğru bir şekilde taklit eden 100 ek sentetik fibrozis deseni üretti,” diyor.
AI’nin Kalp Simülatörü: Sentetik Yara İzli Kalpler
Araştırmacılar, ileri difüzyon modeli kullanarak, gerçek hasta verileriyle olağanüstü doğrulukta eşleşen sentetik fibrozis dağılımları oluşturdu. Bu AI üretimi modeller, 3D kalp modellerine uygulandı ve farklı ablasyon stratejilerinin performansı test edildi. Sonuçlar, sentetik modellerle yapılan öngörülerin, gerçek hasta verileriyle yapılanlara neredeyse eşdeğer güvenilirlikte olduğunu gösterdi.
Dr. Zolotarev, “Bu, doktorların kararlarını değiştirmekle ilgili değil. Bu, klinisyenlere her hastanın benzersiz kalp yapısında farklı tedavi yaklaşımlarını test edebilecekleri sofistike bir simülatör sunmakla ilgili,” diyor.
Hasta Gizliliği ve Daha Geniş Senaryolar
Bu yöntem, iki kritik sağlık sorununu ele alıyor:
- Sınırlı Hasta Verisi: Sentetik modeller, gerçek hasta verilerine olan bağımlılığı azaltarak veri eksikliği sorununu çözüyor.
- Gizlilik Koruma: Gerçek hasta verileri kullanılmadan geniş çaplı senaryolar çalışılabiliyor, böylece etik ve gizlilik kaygıları gideriliyor.
Çalışmanın lider yazarı Dr. Caroline Roney, “Bu araştırma, kardiyak dijital ikiz modeller için sınırlı klinik veri sorununu ele alıyor. Büyük ölçekli in silico denemeler ve hasta spesifik modelleme, atrial fibrilasyon hastaları için daha kişiselleştirilmiş tedaviler yaratmayı amaçlıyor,” diyor.
Gerçek Dünyada Etki: Daha Az Tekrar Ablasyon
Ablasyonun %50 oranında başarısız olduğu düşünüldüğünde, bu teknoloji, tekrar prosedürleri azaltarak hastaların yaşam kalitesini artırabilir ve sağlık sistemine olan yükü hafifletebilir. Çalışma, Dr. Roney’nin UKRI Geleceğin Liderleri Bursu projesinin bir parçası olup, AF hastaları için kişiselleştirilmiş dijital ikiz kalp modelleri geliştirmeyi hedefliyor.
Gelecek İçin Öneriler
Araştırmacılar, bu AI aracının klinik ortamlarda test edilmesi ve daha geniş hasta popülasyonlarına uygulanması için çalışmalar öneriyor. Ayrıca, farklı kalp anatomileri ve fibrozis desenleri için modelin doğruluğunu artırmak amacıyla daha fazla sentetik veri üretimi planlanıyor.
Yayın Tarihi ve Kaynak
Yayın Tarihi: 11 Nisan 2025
Kaynak: Queen Mary Üniversitesi, Londra
Referans: Alexander M. Zolotarev, Kiane Johnson, Yusuf Mohammad, Omnia Alwazzan, Gregory Slabaugh, Caroline H. Roney. Synthetic Fibrosis Distributions for Data Augmentation in Predicting Atrial Fibrilation Ablation Outcomes: An In Silico Study. Frontiers in Cardiovascular Medicine, 2025; 12 DOI: 10.3389/fcvm.2025.1512356
İlk yorum yapan siz olun