Epilepsi Takibinde Yapay Zekâ Yanlış Nöbet Alarmlarını Yüzde 80 Azalttı
ABD'de Pensilvanya Üniversitesi araştırmacıları tarafından geliştirilen yapay zekâ destekli epilepsi takip sisteminin sonuçları, 13 Ekim 2026'da Nature Medicine dergisinde yayımlandı. ABD Ulusal Sağlık Enstitüleri (NIH) tarafından desteklenen araştırmada, hastaların nöbet takip cihazlarıyla doğrudan iletişim kurarak yanlış alarmların azaltılmasına katkıda bulunabileceği gösterildi.
Hastalar Beyin Aktivitelerini Sorguladı
Araştırma, Pensilvanya Üniversitesi Hastanesinde epilepsi nöbetleri izlenen 13 yetişkin hastayla gerçekleştirildi. Katılımcıların 11'inde başa yerleştirilen elektrotlarla, ikisinde ise beyin içi elektrotlarla elektriksel aktivite kaydedildi.
Geliştirilen sistem, elektroensefalografi (EEG) yöntemiyle ölçülen beyin dalgalarını yapay zekâ aracılığıyla değerlendirdi.
Hastalar, cep telefonu uygulaması üzerinden nöbet geçirip geçirmediklerini sorgulayabildi, uyku bilgilerine erişebildi ve gelen nöbet uyarılarını değerlendirdi.
Yaklaşık beş günlük ortanca takip süresinde hastalar ile sistem arasında 1.307 mesaj alışverişi gerçekleşti. Yapay zekâ, sağlık verilerine erişim gerektiren 38 sorgunun 35'ini doğru şekilde gerçekleştirdi.
Yanlış Alarmlarda Yüzde 80 Azalma
Araştırmanın en önemli bulgusu, hastaların geri bildirimlerinin nöbet tespit algoritmasını geliştirmek için kullanılabilmesi oldu.
Altı hastanın nöbet uyarılarına verdiği yanıtlarla gerçekleştirilen bilgisayar simülasyonunda, yanlış alarm oranı yaklaşık yüzde 80 azaldı.
Bu sonuç, hastalardan alınan bilgilerin gereksiz nöbet uyarılarını azaltabileceğini gösterdi. Ancak azalma, hastaların geçirdiği gerçek nöbet sayısında değil, sistemin yanlış alarm oranında gerçekleşti.
Simülasyonda nöbetleri tespit etme duyarlılığı korunurken artış sağlanamadı. Güncellenen sistemde de günlük yaklaşık iki ila dört yanlış alarm oluşabileceği belirtildi.
Sistem Henüz 13 Hastada Test Edildi
Araştırma, tek merkezde ve hastane ortamında izlenen 13 hastayla yürütüldü. Randomize bir kontrol grubu bulunmuyordu.
Yanlış alarm oranındaki yüzde 80'lik azalma, hastaların günlük kullanımında değil, gerçek zamanlı çalışmayı taklit eden bilgisayar simülasyonunda elde edildi. Hasta izlemi sırasında yalnızca başlangıçta kullanılan nöbet tespit modeli çalıştırıldı.
Çalışmada hastalara gönderilen ilk nöbet uyarıları, hekimlerin doğruladığı 59 nöbetin yalnızca 8'ini tespit edebildi. Bu bulgu, yanlış alarmların azalmasının sistemin bütün nöbetleri güvenilir biçimde saptadığı anlamına gelmediğini gösteriyor.
Araştırmacılar, teknolojinin hastane dışında ve daha geniş hasta gruplarında değerlendirilmesini planlıyor.
Henüz araştırma aşamasındaki sistemin, epilepsi hastalarının nöbetlerini takip etmelerini kolaylaştırması ve hekimlere hastalığın seyri hakkında daha kapsamlı bilgi sağlaması hedefleniyor.
Kaynaklar
-
Nature Medicine – Human–artificial intelligence collaboration for comanaging epilepsy in real time, 13 Ekim 2026.
-
ABD Ulusal Sağlık Enstitüleri (NIH) – Patients engage with epilepsy monitor in real time, improving seizure detection, 13 Ekim 2026.
