Retina, görmenin oluşmasında merkezi rol oynayan son derece hassas bir doku. Yaşlanma, genetik yatkınlık ve doku çevresindeki biyokimyasal değişiklikler bu yapıyı bozduğunda, sonuç geri dönüşü zor görme kaybı olabiliyor. AMD, özellikle ileri yaşlarda merkezi görmeyi etkileyen en yaygın nedenlerden biri olarak bilinirken, DHRD/ML daha nadir olmasına rağmen benzer biçimde retina tabakalarında hasar oluşturan kalıtsal bir hastalık olarak öne çıkıyor. Minnesota ekibinin çalışması, bu iki klinik tablonun ortak ya da kesişen biyolojik mekanizmalarını anlamaya çalışacak.

Araştırmanın merkezinde, hücrelerin dışında yer alan ve dokulara yapısal destek sağlayan ekstrasellüler matriks proteinleri bulunuyor. Bu proteinler yalnızca bir “iskele” görevi görmez; aynı zamanda hücre davranışını, doku bütünlüğünü ve onarım süreçlerini etkileyen aktif biyolojik bileşenlerdir. Çalışmada özellikle fibulin-3 adlı glikoprotein dikkat çekiyor. Fibulin-3’ün retina dokusunun bütünlüğünün korunmasında ve homeostazın sürdürülmesinde rol oynadığı düşünülüyor. Bu proteindeki bozulmaların bazı kör edici hastalıklarla ilişkilendirilmiş olması, onu retinal hastalık araştırmalarında önemli bir hedef haline getiriyor.

Fibulin-3, fibroblastlar tarafından üretilen ve ekstrasellüler matriks içinde görev yapan bir protein olarak, retina çevresindeki mikromimarinin düzenlenmesine katkıda bulunuyor. Ancak protein düzeyindeki küçük değişiklikler bile dokunun işleyişini etkileyebiliyor. Bilim insanları, fibulin-3’ün normal koşullarda hangi yollarla çalıştığını ve mutasyonlar ya da işlev bozuklukları ortaya çıktığında hangi zincirleme etkilerin geliştiğini anlamaya çalışıyor. Bu tür bilgiler, hastalığın neden bazı kişilerde ilerleyici görme kaybına dönüştüğünü açıklamaya yardımcı olabilir.

Projede kullanılacak yaklaşım, moleküler biyoloji ile oftalmolojik araştırmanın birleşimine dayanıyor. Bu, hücre düzeyinde gözlem, protein etkileşimlerinin analizi ve retinal dokudaki değişimlerin detaylı incelenmesi gibi yöntemleri içerebilir. Araştırmanın dört yıllık zaman çizelgesi, ekibin yalnızca tek bir bulguyu değil, fibulin-3’ün retinal hastalıklardaki rolünü kapsamlı biçimde haritalamasına olanak tanıyacak. Bu da özellikle erken evre biyobelirteçlerin ve tedaviye dönüştürülebilecek hedeflerin belirlenmesi açısından önem taşıyor.

Çalışmanın bir diğer dikkat çekici yönü, potansiyel terapötik stratejiler açısından “yeniden konumlandırma” olasılıklarını da gündeme getirmesi. Erken aşamadaki temel araştırmalarda, mevcut ilaçların farklı biyolojik hedeflerde işe yarayıp yaramayacağını anlamak bilim dünyasında sık kullanılan bir yöntem. Bununla birlikte, araştırmacılar böyle yaklaşımların ancak laboratuvar verileriyle desteklenmesi halinde anlam kazanacağını vurguluyor. Retinal dejenerasyon gibi karmaşık hastalıklarda tek bir molekülü hedeflemek her zaman yeterli olmayabilir; buna rağmen doğru biyolojik hedefin belirlenmesi, tedavi geliştirme sürecini önemli ölçüde hızlandırabilir.

University of Minnesota’da göz hastalıkları ve görsel sinirbilim alanında çalışan Profesör John Hulleman’ın liderliğindeki ekip için bu destek, hem temel bilim hem de klinik potansiyel açısından kritik bir aşamayı temsil ediyor. Böyle projeler, doğrudan hastalara sunulabilecek bir tedavinin hemen kapıda olduğu anlamına gelmese de, hangi moleküler yolların hedeflenmesi gerektiğini ortaya koyarak uzun vadeli tedavi stratejilerinin önünü açıyor. Özellikle AMD gibi yaygın bir hastalıkta ve DHRD/ML gibi nadir ama yıkıcı genetik distrofilerde ortak biyolojik mekanizmaların bulunması, daha geniş etkili çözümlerin geliştirilmesini mümkün kılabilir.

Retina hastalıkları alanında en büyük zorluklardan biri, hastalığın çoğu zaman belirti vermeden ilerlemesi ve tanı konduğunda doku hasarının önemli bir kısmının oluşmuş olmasıdır. Bu nedenle, doku mimarisini koruyan protein ağlarının anlaşılması yalnızca akademik bir merak konusu değil, aynı zamanda klinik açıdan da önemlidir. Fibulin-3 ve benzeri ekstrasellüler matriks bileşenlerinin ayrıntılı biçimde incelenmesi, gelecekte hastalığı daha erken tanıyan testlerin ya da ilerlemeyi yavaşlatan tedavilerin geliştirilmesine katkı sağlayabilir.

Bu yeni NIH desteği, retinal hastalıkların nedenlerini tek bir açıdan değil, çok katmanlı bir biyolojik sistem olarak ele alan araştırmaların önemini de gösteriyor. Minnesota ekibinin dört yıl boyunca yürüteceği çalışma, göz dokusunun dış matriks bileşenleri ile retina sağlığı arasındaki ilişkiyi daha net ortaya koyarsa, bu bulgular yalnızca AMD ve DHRD/ML için değil, benzer mekanizmalarla seyreden diğer retinopatiler için de yol gösterici olabilir. Bilim insanları için şimdi temel soru, fibulin-3’ün bozulduğunda retina hücreleri arasında nasıl bir zincirleme etki oluşturduğunu ve bu sürecin nasıl durdurulabileceğini ortaya çıkarmak.

Washington Üniversitesi Tıp Fakültesi, Seattle’daki Washington Üniversitesi ve biyoteknoloji şirketi Genentech’ten araştırmacılar, tam da bu darboğaza müdahale etmeyi amaçlayan yeni bir yapay zekâ yaklaşımı geliştirdi. OCTCube-M adı verilen deneysel sistem, üç boyutlu OCT verisini ve ek görüntüleme türlerini birlikte işleyebilecek şekilde tasarlanmış üçlü bir model mimarisine dayanıyor. Amaç, göz hekimlerinin iş yükünü azaltırken görüntülerin yorumlanmasını hızlandırmak ve retinal hastalıkların daha erken fark edilmesine katkı sunmak. Araştırma, kısa süre önce Nature Biomedical Engineering dergisinde yayımlandı.

Çalışmanın öne çıkan yönü, sistemin yalnızca tek bir kesiti inceleyen eski nesil iki boyutlu yapay zekâ modellerine kıyasla daha geniş bir bağlamı değerlendirebilmesi. Retina hastalıkları çoğu zaman tek bir görüntüde değil, ardışık katmanlar ve komşu yapıların birlikte değerlendirilmesiyle anlaşılabiliyor. Özellikle yaşa bağlı makula dejenerasyonu, coğrafi atrofi ve damar sağlığıyla ilişkili bazı retina bozukluklarında, çok katmanlı yapıyı anlamak tanısal açıdan belirleyici olabiliyor. OCTCube-M’nin 3B yaklaşımı bu nedenle yalnızca bir otomasyon hamlesi değil, aynı zamanda görüntü yorumlamanın biyolojik gerçekliğine daha yakın bir yöntem olarak görülüyor.

Optik koherens tomografi, modern oftalmolojide neredeyse rutin bir test haline gelmiş durumda. Göz bebeğine damla damlatmadan ya da cerrahi girişim yapmadan, retina ve çevresindeki dokuların yüksek çözünürlüklü haritasını çıkarabiliyor. Bu sayede doktorlar, sıvı birikimi, doku incelmesi, tabakalar arası bozulma ya da damar kaynaklı değişiklikler gibi erken bulguları saptayabiliyor. Fakat klinik gerçeklikte her tarama, birden fazla uzman değerlendirmesi gerektirebiliyor ve büyük hasta hacmi olan merkezlerde bu durum önemli bir zaman kaybına dönüşebiliyor. Araştırmacıların geliştirdiği yeni modelin hedefi, işte bu yoğunluğu azaltmak.

Nature Biomedical Engineering’de yayımlanan bulgulara göre OCTCube-M, önceki 2D tabanlı yapay zekâ sistemlerinden daha iyi tanısal performans sergiledi. Araştırma ekibi, sistemin doğruluğunun belirgin biçimde yükseldiğini bildirirken, modelin farklı görüntü türlerini birlikte kullanabilmesinin bu üstünlükte önemli rol oynadığını vurguladı. Böylece yapay zekâ yalnızca bir görüntüdeki tekil ipuçlarına değil, dokular arasındaki ilişkilere ve hacimsel bilgiye de dayanabiliyor. Bu ayrım, özellikle klinikte birbirine benzeyen ancak farklı tedavi izlemeleri gerektiren retina hastalıklarının ayrıştırılmasında büyük önem taşıyor.

Uzmanlar açısından bu tür sistemlerin değeri, tanıyı tamamen devralmasından çok, karar destek mekanizması olarak çalışabilmesinde yatıyor. Göz hastalıklarında erken tanı, görme kaybının önlenmesi bakımından kritik kabul ediliyor; buna karşın taramaların manuel değerlendirmesi zaman alıcı ve yoruma açık bir süreç. Yapay zekâ destekli analizler, öncelikle şüpheli olguları öne çıkararak klinik akışı hızlandırabilir. Böylece hekimler, normal bulguların ayıklanması için daha az zaman harcarken, gerçek patoloji içerebilecek vakalara daha fazla odaklanabilir.

Bu noktada multimodal tasarım, yalnızca teknik bir ayrıntı değil; klinik kullanım açısından stratejik bir avantaj. Tek bir veri kaynağına dayalı sistemler, bazen hastalığın tüm görüntüsel izlerini yakalamakta yetersiz kalabiliyor. Oysa OCTCube-M, OCT verisinin yanında ek görüntüleme ipuçlarını bir arada değerlendirecek şekilde kurgulandığı için daha bütünlüklü bir analiz sunmayı hedefliyor. Bu yaklaşım, derin öğrenme tabanlı modellerin tıpta giderek artan önemini yansıtıyor; ancak araştırmacılar, her yeni sistemde olduğu gibi klinik doğrulamanın ve farklı hasta gruplarında test edilmesinin zorunlu olduğunu da hatırlatıyor.

Retina hastalıklarının yükü, yaşlanan nüfusla birlikte dünya genelinde artış gösteriyor. Özellikle yaşa bağlı makula dejenerasyonu ve ilgili dejeneratif tablolar, görme kaybının önde gelen nedenleri arasında sayılıyor. Bu nedenle, yüksek hacimli görüntüleri daha hızlı ve tutarlı biçimde yorumlayabilen araçlar, yalnızca teknolojik bir yenilik değil, aynı zamanda halk sağlığı açısından da önem taşıyor. Yine de yapay zekâ sistemlerinin klinik uygulamaya geçişi; doğruluk, açıklanabilirlik, hasta güvenliği ve gerçek dünya performansı gibi başlıklarda kapsamlı değerlendirme gerektiriyor.

OCTCube-M üzerine yayımlanan çalışma, oftalmolojide 3 boyutlu ve çok modlu yapay zekâ modellerinin geleceğine işaret eden önemli bir adım olarak öne çıkıyor. Bulgular, göz taramalarının daha hızlı işlenebileceğini ve bazı retina hastalıklarının daha erken evrede fark edilebileceğini gösterse de, bunun otomatik bir tanı makinesi anlamına gelmediği açık. Şimdilik en gerçekçi senaryo, bu tür sistemlerin göz doktorlarına daha güçlü bir ikinci bakış sağlaması. Klinik kararın merkezinde yine hekimler bulunurken, yapay zekâ yoğun ve karmaşık görüntü dünyasında değerli bir yardımcıya dönüşebilir.