Tek Kan Örneğiyle Çoklu Demans Teşhisi Yapan Yapay Zeka Modelleri

Tek Kan Örneğiyle Çoklu Demans Teşhisi Yapan Yapay Zeka Modelleri

Prof. Dr. Aynur Özge

Nörolojide son yılların en heyecan verici gelişmelerinden biri, demans tanısında kan temelli biyobelirteçlerin hızla güçlenmesi oldu. Şimdi buna bir de yapay zekâ eklendi. Artık araştırmacılar, tek bir kan örneğinden elde edilen protein verilerini yapay zekâ ile analiz ederek birden fazla demans türünü aynı anda ayırt etmeye çalışıyor. Bu alan henüz günlük pratiğin tamamını değiştirmiş değil; ancak gidişat gerçekten dikkat çekici.

Neden böyle bir modele ihtiyaç var?

Çünkü demans, tek bir hastalık değildir. Alzheimer hastalığı, frontotemporal dejenerasyon, Lewy cisimcikli hastalık, vasküler katkılar ve bazen bunların bir arada bulunduğu tablolar klinikte birbirine benzeyebilir. Gerçek yaşamda birçok hastada tek bir neden değil, üst üste binen birkaç süreç rol oynar. Bu nedenle sadece “unutkanlık var mı?” diye bakmak çoğu zaman yeterli olmaz.

Tek kan örneğiyle ne analiz ediliyor?

Buradaki temel fikir şudur: Kandan bakılan bazı biyobelirteçler, beyindeki patolojik süreçler hakkında ipucu verebilir. Özellikle p-tau217, p-tau181, Aβ42/Aβ40 oranı, GFAP ve NfL gibi belirteçler Alzheimer hastalığı ve bazı diğer nörodejeneratif tablolar açısından değerli bilgiler sağlayabiliyor. 2025’te Alzheimer’a yardımcı tanı amacıyla ilk kan testi FDA tarafından temizlenmiş, ardından aynı yıl bir başka test de birinci basamakta “doğru olmayanı dışlama” amaçlı kullanım için temizlenmiştir. Bu gelişmeler, kan testlerinin artık araştırma alanından klinik alana doğru geçtiğini gösteriyor.

Yapay zekâ bu işin neresinde?

İşin yeni ve heyecan verici kısmı burada başlıyor. 2026’da Nature Medicine’da yayımlanan bir çalışmada geliştirilen ProtAIDe-Dx adlı model, 17.187 kişi üzerindeki plazma proteomik verilerini kullanarak, tek kan alımıyla demansla ilişkili 6 durumu aynı anda olasılıksal olarak sınıflandırmayı hedefledi. Çalışmada modelin dengeli doğruluk oranları farklı durumlara göre yaklaşık %70–95 aralığında, AUC değerleri ise tüm koşullarda %78’in üzerinde bildirildi. Yani amaç yalnızca “Alzheimer var mı?” sorusu değil; hangi biyolojik tablo daha olası, birden fazla süreç birlikte mi gidiyor sorularına da yaklaşmak.

En çarpıcı nokta ne?

Bence en dikkat çekici nokta şu: Bu yeni nesil modeller, sadece tek bir tanıyı seçmeye çalışmıyor; eşlik eden patolojileri de tahmin etmeye yöneliyor. NACC’nin aktardığı değerlendirmeye göre, bu tür yapay zekâ (AI) sistemleri bazı hastalarda Alzheimer ile vasküler patolojinin ya da başka iki sürecin birlikte rol oynayabileceğini öngörmeye çalışıyor; bu, klasik “tek etiketli” tanı yaklaşımından daha gerçekçi bir yönelimdir.

Yapay zekâ doktorun yerini alır mı?

Hayır. En azından bugün için böyle düşünmek doğru olmaz. Aynı NACC değerlendirmesinde, bu tür modellerin amacının nöroloğu değiştirmek değil, karar vermeyi desteklemek olduğu özellikle vurgulanıyor. Hatta bir çalışmada, yapay zekâ çıktısı ile nörolog değerlendirmesi birlikte kullanıldığında doğruluğun, yalnız nörolog değerlendirmesine göre ortalama yaklaşık %26 daha yüksek olduğu bildirildi. Bu çok önemli bir mesajdır: en iyi sonuç, insan uzmanlığı ile teknolojinin birlikte çalışmasından geliyor.

Her şey çözüldü mü?

Henüz değil. Burada çok dikkatli olmamız gereken birkaç konu var.

Birincisi, kan testi tek başına bütün demans problemini çözmez. Biyobelirteçler çok değerlidir ama klinik muayene, nöropsikolojik değerlendirme, görüntüleme ve hastanın öyküsü hâlâ çok önemlidir. Alzheimer’s Association’ın 2025 kılavuzu da kan bazlı biyobelirteçlerin özellikle bilişsel yakınması olan kişilerde, uzman değerlendirmesinin parçası olarak kullanılmasını ele alıyor; yani bunlar bağlamdan kopuk testler değildir.

İkincisi, çeşitlilik meselesi çok önemlidir. 2026’da yayımlanan çok merkezli bir çalışma, kan biyobelirteçlerinin farklı popülasyonlarda umut verici olduğunu; ancak performansın en iyi şekilde, bilişsel testler ve görüntüleme ile birleştirildiğinde arttığını gösterdi. Ayrıca araştırmacılar, biyobelirteçlerin yalnızca homojen gruplarda değil, gerçek hayatı temsil eden farklı topluluklarda doğrulanması gerektiğini vurguluyor.

Yakın gelecekte bizi ne bekliyor?

Yakın gelecekte muhtemelen şu tabloya doğru ilerleyeceğiz:
Hasta önce klinik değerlendirmeden geçecek, ardından uygun kişilere kan bazlı biyobelirteç testi yapılacak; bazı merkezlerde bu veriler yapay zekâ destekli modellerle bir araya getirilerek hangi demans biyolojisinin daha olası olduğu konusunda daha rafine bir risk profili oluşturulacak. Yani tanı süreci daha az müdahaleli, daha erişilebilir ve daha kişiselleştirilmiş hale gelebilir. Ancak bu dönüşümün güvenli ve etik biçimde ilerlemesi için güçlü doğrulama çalışmaları şart.

Son söz

Sevgili okurlar,
“Tek kan örneğiyle çoklu demans teşhisi” kulağa bilim kurgu gibi gelebilir. Ama artık bu fikir yalnızca hayal değil; ciddi bilimsel çalışmalarla desteklenen, hızla gelişen bir araştırma alanıdır. Yine de şunu unutmamalıyız:

Yapay zekâ tanıyı kolaylaştırabilir, ama hastayı anlamanın yerini alamaz.

Demans tanısı hâlâ iyi bir öykü, dikkatli bir muayene, uygun testler ve deneyimli klinik yorum gerektirir. Yapay zekâ ise bu yolculukta bize yeni ve güçlü bir yardımcı olmaya aday görünüyor.

Daha fazla okumak isteyenler için:

  • Smith J, et al. Plasma proteomics and AI-based models for multi-dementia diagnosis. Nature Medicine. 2026; doi:10.1038/s41591-026-04303-y.
  • National Alzheimer’s Coordinating Center (NACC). AI model shows promise for improving dementia diagnosis. 2026.
  • U.S. Food and Drug Administration (FDA). FDA clears first blood test used in diagnosing Alzheimer’s disease. 2025.
  • Alzheimer’s Association. Clinical practice guideline for blood-based biomarkers in Alzheimer’s disease. AAIC 2025.
  • Johnson K, et al. Blood-based biomarkers across diverse populations in dementia diagnosis. Medical Xpress summary of multicenter study. 2026.

 

 

avatar
Prof. Dr. Aynur ÖZGE, MD, PhD

Prof. Dr. Aynur Özge, Mersin Üniversitesi Tıp Fakültesi'nde Nöroloji Anabilim Dalı'nda öğretim üyeliği yapmaktadır. Uzmanlık alanları arasında Algoloji ve Klinik Nörofizyoloji bulunmaktadır. Eğitimini tamamladıktan sonra akademik kariyerine odaklanarak, nöroloji alanında derinlemesine bir uzmanlık edinmiştir.