Dr. Sema Gül, son altı yıldır bebek hareketlerini analiz eden bir model üzerinde çalıştıklarını ve bu modelin bebeklerin 2‑3 dakikalık video kayıtlarını iskelet temelli bir yapıya dönüştürerek hareket bozukluklarını tespit ettiğini açıkladı. Sistem, elde edilen iskelet verilerini derin öğrenme algoritmalarıyla karşılaştırarak çocuğun serebral palsi ya da spinal müsküler atrofi (SMA) gibi nörogelişimsel hastalıklara risk taşıyıp taşımadığını belirliyor.

‘Riskli Bebeklerde Yapay Zeka ile Erken Tanı ve Müdahale Sempozyumu’nda Dr. Gül, BabySensAI sayesinde şu ana kadar yaklaşık 300 bebek tarandığını ve bu bebeklerin %18’inin riskli olarak belirlendiğini duyurdu. Erken tanı sayesinde bu çocuklar, gerekli rehabilitasyon hizmetlerine erken erişim sağlayarak %40’lık bir engel oranı azalışı hedefini gerçekleştirdiklerini vurguladı.
2020 yılından itibaren OMÜ, bebeklerin uzaktan tanılanması üzerine çalışmalar yürütüyor. Dr. Gül, “Yapay zeka modelleri son yıllarda popülerleşse de biz altı yıldır bu alanda özelleşmiş bir sistem geliştirdik. Sistemimiz, sadece video analiziyle sınırlı kalmayıp, bebeklerin klinik verileriyle de bütünleşerek daha güvenilir bir risk skoru sunuyor.” şeklinde konuştu.
Samsun Büyükşehir Belediyesi’nin desteğiyle BabySensAI, Şehir genelinde ve 17 ilçe belediyesinde riskli bebek taramalarını başlattı. Dr. Gül, “Prematüre Günü vesilesiyle düzenlediğimiz sempozyum, bu teknolojinin geniş kitlelere duyurulması açısından kritik bir adım oldu. Önümüzdeki iki yılda tarama sayısını 1.500’e çıkarmayı ve ulusal çapta bir erken tanı ağı oluşturmayı hedefliyoruz.” dedi.
Erken tanı, nörogelişimsel bozuklukların ilerlemesini yavaşlatmak ve ailelerin yaşam kalitesini artırmak için hayati öneme sahip. BabySensAI, düşük maliyetli ve hızlı bir tarama yöntemi sunarak özellikle kırsal ve erişimi zor bölgelerde sağlık hizmetlerinin eşitlenmesine katkı sağlıyor. Uzmanlar, bu tür yapay zeka çözümlerinin gelecekte genetik testlerle entegrasyonunun, tanı sürecini daha da güçlendireceğini belirtiyor.