Öğrenme Güçlüklerinin Erken Teşhisinde Yapay Zekâ Destekli EEG Modeli Yüzde 99 Doğruluk Sağladı

Disleksi, diskalkuli ve disgrafi gibi öğrenme güçlükleri, çocukların akademik başarısını ve sosyal yaşamını olumsuz etkileyen önemli sorunlar arasında yer alıyor. Erken tanının kritik önem taşıdığı bu alanda, Bahçeşehir Üniversitesi’nden Dr. Günet Eroğlu tarafından yürütülen ve Diagnostics dergisinde yayınlanan çalışma, umut verici sonuçlar ortaya koydu.

Araştırmada, elektroensefalografi (EEG) verileri yapay zekâ destekli bir modelle analiz edildi. 70 farklı özellik üzerinden geliştirilen yapay sinir ağı modeli, öğrenme güçlüğü yaşayan çocuklarla sağlıklı kontrol grubu arasındaki farkı yüzde 99,49 doğruluk oranıyla belirledi. Bu yüksek başarı oranı, tanı sürecinde yıllar süren gözlem ve testlerin yerine kısa ve güvenilir EEG uygulamalarını mümkün kılıyor.

Erken Tanıda Yapay Zekâ Desteği

Öğrenme güçlükleri genellikle okul öncesi dönemde harfleri karıştırma, yavaş okuma, sayıları tersten yazma gibi belirtilerle kendini gösteriyor. Ancak çoğu zaman bu belirtiler gözden kaçıyor veya farklı durumlarla karıştırılıyor. EEG tabanlı yapay zekâ modeli ise bu noktada devreye girerek erken ve doğru teşhisi kolaylaştırıyor.

“Kişiselleştirilmiş Eğitim Çözümlerinin Kapısını Açıyoruz”

Çalışmayı yürüten Dr. Günet Eroğlu, “Yapay zekâ destekli modelimiz, EEG verilerini kullanarak tanı sürecini hızlandırıyor ve yüzde 99’un üzerinde güvenilir sonuç veriyor. Böylece öğrenme güçlüklerinin sadece daha hızlı değil, aynı zamanda bilimsel veriye dayalı şekilde teşhis edilmesi mümkün oluyor” dedi.

Eroğlu, bu yaklaşımın yalnızca tanı sürecini iyileştirmekle kalmayıp eğitim ve sağlık alanında kişiselleştirilmiş çözümler geliştirilmesine de olanak sağladığını vurguladı. Özellikle frontal bölgelerde tespit edilen nörolojik farklılıkların, gelecekte biyobelirteç çalışmalarına da katkı sağlayacağı belirtiliyor.