Invamed Başkanı Raşit Dinç tarafından geliştirilen yapay zeka tabanlı Mediology platformu, nadir hastalıkların teşhisinde çığır açacak bir adım olarak öne çıkıyor. Platform, benzer klinik ve genetik profillere sahip hastaları eşleştirerek hekimlere veri temelli karar desteği sunmayı hedefliyor.
BENZER VAKALARI EŞLEŞTİRME YAKLAŞIMI
Mediology, dünya genelinde farklı ülkelerdeki hastaları karşılaştırarak "biyolojik ikiz" eşleştirmesi yapıyor. Bu sistem, hasta verilerini klinik semptomlar, genetik varyantlar, hastalık seyri, demografik bilgiler ve tedavi geçmişi gibi birçok parametre üzerinden analiz ediyor. Nadir hastalıkların teşhis sürecinin uzun ve karmaşık olabildiği durumlarda, bu küresel hasta eşleştirme ağı büyük önem taşıyor. Broad Instituteun 2022deki bir vakasında, Cameron adlı çocuğun doğru tanıya ulaşması bu yöntemin potansiyelini gösteriyor.
YAPAY ZEKA VE DİJİTAL KÜTÜPHANE ENTEGRASYONU
Platform, Matchmaker Exchange metodolojisini yapay zeka teknolojileriyle birleştirerek otomatikleştiriyor. Mediology, klinik notlar, tıbbi görüntüler, genetik veriler, yaşam verileri ve akademik veri tabanları gibi çeşitli kaynaklardan veri topluyor. Makine öğrenmesi algoritmaları, UCSF ve UCLAnın çalışmalarında nadir hastalıkların tanısında %89 ila %93 arasında doğruluk oranına ulaşırken, Mediology de bu tür algoritmalarla hasta eşleştirmesi yapacak. Görüntü analizi teknolojisi ve doğal dil işleme sistemleri de hekimlere uzman seviyesinde analiz ve yapılandırılmış bilgi çıkarma imkanı sunacak. Karar şeffaflığı ilkesi gereği, önerilerin dayanakları hekimlere açıkça gösterilecek.
TEŞHİS, TEDAVİ VE ARAŞTIRMALARDA KULLANIM POTANSİYELİ
Mediologynin teşhis desteği, tedavi planlaması ve araştırma faaliyetleri gibi geniş bir kullanım alanı bulunuyor. Hekimler, belirsiz semptomlu hastaları platforma girerek benzer vakaların teşhis ve tedavi geçmişlerine ulaşabilecek. Araştırmacılar ise belirli genetik varyantlara sahip hasta gruplarını hızla tespit ederek veri tabanları oluşturabilecek. Platform, UCSF/UCLA çalışması, Matchmaker Exchange sistemi ve 2025te yayımlanan Nature incelemesi gibi bilimsel standartlara uygun şekilde tasarlandı. Hasta bilgilerinin korunması için veri anonimleştirme, şifreleme, hasta onayı süreçleri ve GDPR ile KVKK uyumu sağlanacak. Klinik kullanıma geçiş sürecinde pilot uygulamalar ve düzenleyici onaylar bekleniyor.
