Nöbetçi Eczaneler
Dünya genelinde milyonlarca çocuğun okuma ve yazma becerilerini etkileyen disleksi, tanı süreci uzun ve karmaşık bir nörogelişimsel bozukluk olarak biliniyor. Bahçeşehir Üniversitesi Mühendislik ve Doğa Bilimleri Fakültesi’nden Dr. Günet Eroğlu ve Raja Abou Harb tarafından yürütülen araştırma, yapay zekânın bu alandaki potansiyelini gözler önüne serdi.
Dyslexia Dergisi’nde yayımlanan çalışmada, beyin dalgalarına (QEEG verileri) dayalı analizlerle disleksinin yüzde 99,6 doğruluk oranıyla tespit edilebildiği açıklandı. Toplumun yaklaşık yüzde 10’unu etkileyen disleksi, bireylerin dil seslerini ayırt etmesini, kelimeleri tanımasını ve yazılı metinleri işlemesini zorlaştırıyor.
Yapay zekâyla erken teşhis mümkün
Araştırmada, 200 çocuk üzerinde yapılan beyin dalgası ölçümlerinde disleksili bireylerin “Theta” dalgalarının yüksek, “Beta-1” dalgalarının ise düşük olduğu belirlendi. Bu farklılıkları analiz eden yapay zekâ modeli, klasik testlere göre çok daha hızlı ve doğru sonuçlar elde etti.
Çalışmada ayrıca nöro geribildirim (neurofeedback) yönteminin etkinliğine de yer verildi. 100 seanslık uygulamaların ardından disleksili çocukların yüzde 48’inde beyin dalgalarının normal sınıflara yaklaştığı gözlemlendi.
“Disleksi sabit bir durum değil”
Araştırmayı yürüten Dr. Günet Eroğlu, yapay zekânın karmaşık beyin yapılarındaki değişimleri insan gözünün çok ötesinde bir hızla analiz edebildiğini vurguladı:
“Bu teknolojiler, sadece disleksi için değil, diğer nörogelişimsel farklılıkların anlaşılmasında da devrim yaratabilir. Bulgular, disleksinin sabit bir durum olmadığını ve doğru yöntemlerle geliştirilebileceğini gösteriyor.”
Eroğlu, makine öğrenimi sayesinde nöro geribildirim terapisine hangi çocukların daha iyi yanıt verebileceğinin de önceden tahmin edilebildiğini söyledi:
“Bu sayede aileler, hem daha ulaşılabilir hem de kişiye özel çözümler hakkında bilinçli kararlar alabiliyor.”
Uzmanlara göre bu tür teknolojik gelişmeler, erken tanı ve kişiselleştirilmiş eğitim süreçlerinde yeni bir dönemin kapılarını aralıyor.