Yapay Zekâ ile Otizmde Erken Teşhis ve Müdahale Dönemi

Yaşam 02.09.2026 - 13:55, Güncelleme: 02.09.2026 - 20:19 416 kez okundu.
 

Yapay Zekâ ile Otizmde Erken Teşhis ve Müdahale Dönemi

Dr. Öğr. Üyesi Demet Gülaldı, yapay zekânın otizm spektrum bozukluğunda erken tanı, davranışsal veri analizi ve kişiselleştirilmiş eğitimdeki rolünü açıkladı.

Üsküdar Üniversitesi Sağlık Bilimleri Fakültesi Çocuk Gelişimi Bölümü Dr. Öğr. Üyesi Demet Gülaldı, yapay zekâ teknolojilerinin Otizm Spektrum Bozukluğu (OSB) alanındaki yansımalarını, erken tarama, klinik tanılama ve bireyselleştirilmiş müdahale süreçlerindeki katkılarını kapsamlı biçimde değerlendirdi. Yapay zekânın salt bir veri işleme aracı olmaktan çıkarak insan davranışlarındaki karmaşık örüntüleri çözümleyebilen akıllı bir mekanizmaya dönüştüğünü vurgulayan Gülaldı; özellikle Derin Öğrenme (Deep Learning) ve Doğal Dil İşleme (NLP) modellerinin insan davranışlarındaki en ufak nüansları saptayabildiğini ve geleneksel yöntemlerle insan gözünün kaçırabileceği mikroskobik ipuçlarını dahi başarıyla tespit edebildiğini ifade etti. Otizmin sosyal etkileşim, iletişim ve davranış kalıplarıyla tanımlanan nörogelişimsel bir durum olduğunu hatırlatan Dr. Gülaldı, moleküler genetik göstergelerdeki bireysel farklılıkların yüksekliği sebebiyle klinik teşhisin çoğunlukla gözlemlenebilir davranışsal parametrelere dayandığını belirtti. Belirtilerin çoğunlukla iki yaşından önce ortaya çıkmasına rağmen tanı süreçlerinin sıklıkla altı yaş sonrasına sarkmasının, kritik gelişim evrelerinin kaçırılmasına ve yaşam kalitesinin düşmesine yol açtığına işaret etti. Buna karşın makine öğrenmesi algoritmaları sayesinde bir çocuğun göz hareketleri, ses tonu frekansları ve oyun pratikleri taranarak geleneksel teşhis işaretlerinin 6 ila 12 aylık dönemde dahi saptanabileceği kaydedildi. Geleneksel klinik gözlemler ve ebeveyn bildirimlerine dayalı tanı süreçlerinin yapay zekâ ile otomatikleştirilip hızlandırılabileceğini aktaran Dr. Gülaldı, Evrişimli Sinir Ağları (CNN) gibi ileri teknolojilerin umut verici tahmin modelleri sunduğunu kaydetti. Alternatif karar ağacı modelleriyle 13 ila 48 aylık çocuklarda yüzde 99,97'ye varan doğruluk oranlarıyla tanı konulabildiğini belirten Gülaldı, bu sistemlerin çocukların duyguları tanıma ve sosyal iletişim kurma becerilerini geliştirmede de aktif rol üstlendiğini dile getirdi. Yapay zekânın her çocuğun bireysel gelişimine uygun, kişiselleştirilmiş ve sabırlı bir öğrenme ortamı oluşturduğunu belirten Gülaldı, bu teknolojik araçların otizmi bir engel yerine doğru destekle topluma kazandırılabilecek bir farklılık olarak görmeyi mümkün kıldığını sözlerine ekledi.
Dr. Öğr. Üyesi Demet Gülaldı, yapay zekânın otizm spektrum bozukluğunda erken tanı, davranışsal veri analizi ve kişiselleştirilmiş eğitimdeki rolünü açıkladı.

Üsküdar Üniversitesi Sağlık Bilimleri Fakültesi Çocuk Gelişimi Bölümü Dr. Öğr. Üyesi Demet Gülaldı, yapay zekâ teknolojilerinin Otizm Spektrum Bozukluğu (OSB) alanındaki yansımalarını, erken tarama, klinik tanılama ve bireyselleştirilmiş müdahale süreçlerindeki katkılarını kapsamlı biçimde değerlendirdi. Yapay zekânın salt bir veri işleme aracı olmaktan çıkarak insan davranışlarındaki karmaşık örüntüleri çözümleyebilen akıllı bir mekanizmaya dönüştüğünü vurgulayan Gülaldı; özellikle Derin Öğrenme (Deep Learning) ve Doğal Dil İşleme (NLP) modellerinin insan davranışlarındaki en ufak nüansları saptayabildiğini ve geleneksel yöntemlerle insan gözünün kaçırabileceği mikroskobik ipuçlarını dahi başarıyla tespit edebildiğini ifade etti.

Otizmin sosyal etkileşim, iletişim ve davranış kalıplarıyla tanımlanan nörogelişimsel bir durum olduğunu hatırlatan Dr. Gülaldı, moleküler genetik göstergelerdeki bireysel farklılıkların yüksekliği sebebiyle klinik teşhisin çoğunlukla gözlemlenebilir davranışsal parametrelere dayandığını belirtti. Belirtilerin çoğunlukla iki yaşından önce ortaya çıkmasına rağmen tanı süreçlerinin sıklıkla altı yaş sonrasına sarkmasının, kritik gelişim evrelerinin kaçırılmasına ve yaşam kalitesinin düşmesine yol açtığına işaret etti. Buna karşın makine öğrenmesi algoritmaları sayesinde bir çocuğun göz hareketleri, ses tonu frekansları ve oyun pratikleri taranarak geleneksel teşhis işaretlerinin 6 ila 12 aylık dönemde dahi saptanabileceği kaydedildi.

Geleneksel klinik gözlemler ve ebeveyn bildirimlerine dayalı tanı süreçlerinin yapay zekâ ile otomatikleştirilip hızlandırılabileceğini aktaran Dr. Gülaldı, Evrişimli Sinir Ağları (CNN) gibi ileri teknolojilerin umut verici tahmin modelleri sunduğunu kaydetti. Alternatif karar ağacı modelleriyle 13 ila 48 aylık çocuklarda yüzde 99,97'ye varan doğruluk oranlarıyla tanı konulabildiğini belirten Gülaldı, bu sistemlerin çocukların duyguları tanıma ve sosyal iletişim kurma becerilerini geliştirmede de aktif rol üstlendiğini dile getirdi. Yapay zekânın her çocuğun bireysel gelişimine uygun, kişiselleştirilmiş ve sabırlı bir öğrenme ortamı oluşturduğunu belirten Gülaldı, bu teknolojik araçların otizmi bir engel yerine doğru destekle topluma kazandırılabilecek bir farklılık olarak görmeyi mümkün kıldığını sözlerine ekledi.

Habere ifade bırak !
Habere ait etiket tanımlanmamış.
Okuyucu Yorumları (0)

Yorumunuz başarıyla alındı, inceleme ardından en kısa sürede yayına alınacaktır.

Yorum yazarak Topluluk Kuralları’nı kabul etmiş bulunuyor ve canakkaleninsesi.com sitesine yaptığınız yorumunuzla ilgili doğrudan veya dolaylı tüm sorumluluğu tek başınıza üstleniyorsunuz. Yazılan tüm yorumlardan site yönetimi hiçbir şekilde sorumlu tutulamaz.
Sitemizden en iyi şekilde faydalanabilmeniz için çerezler kullanılmaktadır, sitemizi kullanarak çerezleri kabul etmiş saylırsınız.