Çocukların Büyümesini Kalbin Elektriksel Sinyallerinden İzleyen Yapay Zeka Yöntemi Geliştirildi

Wake Forest Üniversitesi Tıp Fakültesi’nden araştırmacılar, çocuk ve ergenlerde biyolojik olgunlaşmayı izlemek için yıllardır yalnızca kalp sağlığıyla ilişkilendirilen sıradan bir testten yararlanan dikkat çekici bir yöntem geliştirdi. Elektrokardiyogram ya da kısa adıyla EKG, bu çalışmada yalnızca ritim bozukluklarını ya da kardiyak riskleri değerlendiren bir araç olmaktan çıkarak büyüme ve gelişim süreçlerine dair ipuçları veren bir biyolojik ölçüm aracı olarak kullanıldı. Araştırma ekibinin “Elektrokardiyografik Cinsiyet İndeksi” ya da ESI adını verdiği yeni yaklaşım, çocukluk ve ergenlik dönemindeki değişimleri tek bir kategoriye hapsetmek yerine, fizyolojik sinyaller üzerinden sürekli bir gelişim ölçeği sunmayı amaçlıyor.

Çalışmanın temel çıkış noktası, pediatrik büyüme araştırmalarında uzun süredir yaşanan bir veri eksikliği oldu. Ergenliğin hangi evrede olduğunu güvenilir biçimde gösteren biyobelirteçler ya da geniş veri tabanlarında hormon ölçümleri her zaman bulunmuyor. Bu nedenle birçok çalışma, gelişimi yalnızca biyolojik cinsiyet gibi geniş kategorilerle tanımlamak zorunda kalıyor. Ancak uzmanlara göre bu yaklaşım, çocuklarda ve ergenlerde puberteye geçişin yavaş, ardışık ve bireyler arasında değişken seyreden doğasını tam olarak yansıtmıyor. Yeni model tam da bu boşluğu hedef alıyor.

ESI sistemi, standart EKG kayıtlarında yer alan elektriksel örüntüleri yapay zeka algoritmalarıyla analiz ederek sayısal bir skor üretiyor. Dikkat çekici nokta, bu algoritmaların yetişkin verileriyle eğitilmiş olmasına karşın, çocuk ve ergenlerde ek bir yeniden kalibrasyon yapılmadan uygulanabilmesi. Araştırmacılar, böylece kalbin elektriksel etkinliğinde yaşla birlikte beliren ince değişimlerin, gelişim biyolojisinin dolaylı ama ölçülebilir bir yansıması olabileceğini göstermeyi amaçladı. Bu yaklaşım, girişimsel olmayan bir yöntemle olgunlaşma sürecini yakalamaya çalışan daha geniş bir biyomedikal eğilimin de parçası.

Çalışmada yenidoğan döneminden 18 yaşına kadar uzanan 60 binden fazla pediatrik EKG kaydı incelendi. Araştırmacılar, ESI skorlarının bilinen fizyolojik büyüme basamaklarıyla dikkat çekici biçimde örtüşen bir desen sergilediğini bildirdi. Erken çocuklukta skorların belirli bir yönelim izlediği, ergenlik yaklaşırken ise olgunlaşmanın hızlandığı döneme paralel değişimler gözlendi. Bu bulgular, kalbin elektriksel özelliklerinin yalnızca kardiyak durum hakkında değil, aynı zamanda gelişimin zamanlaması hakkında da bilgi taşıyabileceğine işaret ediyor.

Bilim insanları, çocukluk ve ergenlik dönemini anlamada puberte evrelemesinin kritik olduğunu ancak bu sürecin büyük ölçekli veri kümelerinde çoğu zaman eksik kaldığını vurguluyor. Tanner evreleri gibi klinik sınıflamalar gelişimsel değerlendirmede önemli olsa da, bu tür bilgiler her zaman rutin sağlık kayıtlarında yer almıyor. Hormon ölçümleri ise daha ayrıntılı olmakla birlikte, büyük popülasyonlarda sürekli izleme için pratik olmayabiliyor. EKG tabanlı yeni yaklaşımın potansiyeli, tam da bu noktada ortaya çıkıyor: Halihazırda birçok çocuk için kolayca elde edilen bir testten gelişimsel bir gösterge türetmek.

Yöntemin klinik açıdan ne kadar kullanılabilir olacağı ise hâlâ dikkatli biçimde değerlendirilmesi gereken bir konu. Çalışma, ESI’nin gelişimsel değişimi yansıtabildiğini gösterse de, bunun tek başına bireysel tanı koymak ya da ergenlik gelişimini klinik olarak yerine koymak için yeterli olduğu anlamına gelmiyor. Uzmanlar, yeni biyobelirteçlerin gerçek dünya kullanımında yaş, cinsiyet, genetik yapı, sağlık durumu ve çevresel etkenler gibi çok sayıda değişkenle birlikte yorumlanması gerektiğini hatırlatıyor. Yine de bu çalışma, pediatrik gelişimi daha hassas ve nicel biçimde ele alma yolunda önemli bir adım olarak görülüyor.

EKG’nin bu şekilde yeniden yorumlanması, yapay zekanın tıpta giderek genişleyen rolüne de güçlü bir örnek sunuyor. Günlük klinik pratikte toplanan veriler, uygun algoritmalarla işlendiğinde yalnızca mevcut hastalığı değil, biyolojik sürecin daha geniş seyrini de görünür kılabiliyor. Burada kullanılan yaklaşım, makine öğrenmesinin kalp atımının temel ritminin ötesindeki küçük varyasyonları yakalayabilme kapasitesine dayanıyor. Bu da özellikle çocuk sağlığında, müdahalesiz ve düşük maliyetli ölçümlerle uzun dönemli izlem yapılabilmesi açısından önem taşıyor.

Araştırma ekibi, ESI’nin çocuk ve ergen gelişimini inceleyen gelecekteki çalışmalarda yeni bir referans noktası olabileceğini düşünüyor. Özellikle büyüme, puberte ve kardiyovasküler olgunlaşmanın birbirine paralel ilerleyen süreçler olduğu dikkate alındığında, kalp elektriksel sinyallerinin bu ilişkinin daha iyi anlaşılmasına katkı sağlaması mümkün görünüyor. Bununla birlikte, modelin farklı popülasyonlarda, klinik ortamlarda ve uzunlamasına takiplerde doğrulanması gerekecek. Bilimsel açıdan asıl değer, tek bir testten kesin sonuç çıkarmakta değil, gelişim biyolojisini daha bütüncül bir çerçeveye oturtabilmekte yatıyor.

Sonuç olarak çalışma, sıradan bir EKG kaydının çocukların büyüme yolculuğuna dair beklenmedik biçimde zengin bilgiler barındırabileceğini ortaya koyuyor. Kalbin elektriksel dili, yapay zeka yardımıyla çözümlendiğinde, çocuk ve ergenlerde biyolojik olgunlaşmanın sürekli ve ölçülebilir bir haritasına dönüşebiliyor. Bu bulgu, hem pediatrik kardiyoloji hem de gelişim biyolojisi açısından yeni araştırma kapıları açarken, tıpta veri odaklı ve kişiselleştirilmiş değerlendirme anlayışının da nasıl genişleyebileceğini gösteriyor.