Bahçeşehir Üniversitesi Mühendislik ve Doğa Bilimleri Fakültesi Bilgisayar Mühendisliği Bölümü’nden Dr. Günet Eroğlu’nun yaptığı yeni bir araştırma, öğrenme güçlüklerinin erken teşhisinde çığır açan sonuçlar ortaya koydu. “Elektroensefalografi Tabanlı Nöroinflamasyon Teşhisi ve Öğrenme Güçlüklerindeki Rolü” başlıklı makale, Diagnostics dergisinde yayımlandı ve EEG (elektroensefalografi) verileri ile yapay zeka teknolojisinin öğrenme güçlüğü yaşayan çocukların tanısındaki etkisini vurguladı.
Öğrenme güçlükleri, genellikle çocukların okuma, yazma veya matematik becerilerinde zorluk yaşamalarına neden olan ve sıklıkla “tembel” veya “dikkatsiz” olarak etiketlenmelerine yol açan durumlar arasında yer alıyor. Ancak bu sorunların, zekâ geriliği ya da tembellikten kaynaklanmadığı, beynin bilgi işleme yöntemlerindeki nörolojik farklılıklardan kaynaklandığı ifade ediliyor.
Dr. Eroğlu’nun araştırmasında, 70 farklı EEG özelliği bir yapay sinir ağı modeli ile analiz edildi ve bu modelin öğrenme güçlüğü yaşayan çocukları sağlıklı kontrol grubundan ayırmadaki başarısı dikkat çekti. 5-katlı çapraz doğrulama testi sonucunda modelin yüzde 99.49’luk doğruluk oranına ulaştığı belirlendi. Bu sonuç, öğrenme güçlüklerinin tanısının daha hızlı ve güvenilir bir şekilde konulmasına olanak tanıyor.
Dr. Eroğlu, “Geliştirdiğimiz yapay zekâ destekli model, EEG verilerini kullanarak tanı sürecini hızlandırıyor ve güvenilir sonuçlar elde etmemizi sağlıyor. Böylece uzun süreli gözlemlere dayanan geleneksel yöntemlerin yerini, nörofizyolojik verilere dayanan daha hızlı ve objektif bir yaklaşım alıyor” dedi.
Araştırma, sadece tanı süreçlerini kısaltmakla kalmayıp, eğitim ve sağlık alanında kişiselleştirilmiş ve etkili çözümler sunulmasına da olanak tanıyor. Özellikle frontal bölgelerdeki teta güç dağılımındaki farklılıkların tespit edilmesi, biyobelirteç çalışmalarına önemli katkılar sağlayacak.
 beynin bazı bölgelerindeki farklılıklar veya işlev bozuklukları nedeniyle ortaya çıkıyor.){kind=link}