Rutin kan testleri ve makine öğrenmesi yüksek miyopide komplikasyonları tespit ediyor

Basit bir kan testinin görmeyi nasıl kurtarabileceği

Birçok kişi çok miyop olmanın daha kalın gözlük anlamına geldiğini bilir. Daha az kişi bunun gözün kendisine sessizce zarar vererek katarakt, glokom, retina dekolmanı ve kalıcı görme kaybına yol açabilecek diğer sorunlara neden olabileceğini fark eder. Bu komplikasyonları tespit etmek için gereken özel göz kameraları ve tarayıcılar pahalıdır ve özellikle büyük hastaneler dışında düzensiz olarak bulunur. Bu çalışma şaşırtıcı bir alternatifi araştırıyor: rutin kan testlerinin sonuçlarını makine öğrenmesi ile birleştirerek, semptomlar ortaya çıkmadan çok önce ciddi göz komplikasyonları geliştiren yüksek miyoplu kişileri işaretlemek.

Sıradan bir göz sorununun sessiz tehdide dönüşmesi

Genellikle çok güçlü yakın görme kusuru olarak tanımlanan yüksek miyopi dünya genelinde giderek yaygınlaşıyor. Uzak görmenin bulanık olmasının ötesinde, gözün gerilip incelmesine neden olarak katarakt, glokom, ışığa duyarlı makula hasarı ve retina dekolmanı riskini artırır. Bu durumlardan bazıları erken yakalanırsa yavaşlatılabilir veya tedavi edilebilir, ancak yüksek miyoplu birçok kişi düzenli uzman göz kontrolleri almaz. Optik koherens tomografi gibi ileri görüntüleme araçları gözün ayrıntılı görüntülerini sunar, fakat maliyetli, eğitimli personel gerektirir ve birçok bölgede nadirdir. Sonuç olarak, tehlikeli göz değişiklikleri çoğunlukla görme zaten ciddi şekilde etkilenene kadar gözden kaçar.

Günlük kan testlerinde ipuçları aramak

Araştırmacılar, standart sağlık kontrolleri sırasında zaten toplanan bilgilerin yardımcı olup olamayacağını sordular. Rutin kan testleri ucuz, yaygın ve genel sağlığı izlemek için günde milyonlarca kez yapılır. Önceki çalışmalar, iltihaplanma, metabolizma ve pıhtılaşma ile ilişkili bazı kan belirteçlerinin göz hastalıklarıyla bağlantılı olduğunu ima etmişti. Bu çalışmada ekip, Çin’de beş hastanede tedavi gören 10.000’den fazla yüksek miyoplu kişinin verilerini topladı. Bazılarınında başka sorun yoktu; bazılarında ise katarakt, makula dejenerasyonu, retinanın altında anormal yeni kan damarları, glokom veya retina dekolmanı olmak üzere beş büyük komplikasyondan biri vardı. Her kişi için nötrofil dahil beyaz kan hücreleri türleri, yağ düzeyleri ve pıhtılaşma ölçümleri dahil olmak üzere 61 yaygın laboratuvar ölçümü, kan örneklerindeki desenlerin komplikasyonu olanlarla olmayanları ayırt edip edemeyeceğini görmek üzere çeşitli makine öğrenmesi algoritmalarına verildi.

Göz riski için dokuz rakamlı bir parmak izi

Test edilen birçok algoritma arasında, random forest (rastgele orman) adı verilen bir model türü özellikle iyi performans gösterdi. Dikkate değer olan, modelin tüm 61 ölçüme ihtiyacı olmamasıydı. Özenli özellik seçimi sonrasında, ağırlıklı olarak belirli bağışıklık hücreleri (eozinofiller ve bazofiller ve yüzdeleri), trombositler, ürik asit ve trigliseridler ile apolipoprotein B gibi kan yağları gibi sadece dokuz rutin ölçülen belirteç neredeyse tüm öngörü gücünü yakaladı. Bu belirteçler, iltihap, kan lipidleri ve pıhtılaşmanın yüksek miyopide göz hasarına nasıl katkıda bulunduğuna dair bilinenlerle uyumluydu. Yalnızca bu dokuz değer kullanıldığında, model orijinal hastane kohortunda komplikasyonsuz ile komplikasyonlu yüksek miyopiyi çok yüksek doğrulukla ayırdı ve performansı iki ek hastane grubunda test edildiğinde de güçlü kaldı.

Bilgisayar modelinden gerçek dünya taramasına

Bu yaklaşımın günlük uygulamada işe yarayıp yaramayacağını görmek için araştırmacılar dokuz belirteçlik modeli bir kan alınması sırasında klinisyenlerin kullanabileceği basit bir web uygulamasına gömdü. 4.500’den fazla yüksek miyoplu kişinin yer aldığı prospektif bir hastane çalışmasında araç bazılarını yüksek riskli, diğerlerini düşük riskli olarak etiketledi. Bu hastalar daha sonra detaylı göz muayenesinden geçtiğinde yüksek riskli olarak işaretlenenlerin gerçek komplikasyona sahip olma olasılığı çok daha yüksekti ve model nispeten az vaka kaçırdı. Ekip daha sonra topluma geçti ve modeli rutin sağlık kontrollerine katılan 300.000’den fazla yetişkin arasından tanımlanan yaklaşık 1.900 yüksek miyoplu kişiye uyguladı. Modelin yüksek risk olarak işaretledikleri ve ileri göz muayenesine katılmayı kabul edenler arasında neredeyse dört kişiden üçü ciddi bir komplikasyonla doğrulandı — herkes rastgele sevk edilse beklenenden çok daha yüksek bir oran.

Hastalar ve sağlık sistemleri için anlamı

Çalışma, dikkatle eğitilmiş bir algoritma aracılığıyla yorumlandığında standart bir kan paneli gibi basit bir şeyin yüksek miyoplu kişilerde tehlikeli göz hastalıkları için erken uyarı sistemi olarak hizmet edebileceğini öne sürüyor. Bu, uzman göz görüntülemesi veya muayenesinin yerini almaz; bunun yerine kimin en acil olarak o nadir dikkate ihtiyaç duyduğunu belirlemeye yardımcı olur. Göz ekipmanı ve uzmanların sınırlı olduğu ortamlarda, kan bazlı böyle bir triyaj aracı popülasyon taramasını daha uygulanabilir ve uygun maliyetli hale getirebilir; birçok vakayı daha erken yakalarken gereksiz sevkleri de önleyebilir. Daha fazla ülkede doğrulanır ve kaçırılan vaka ve yanlış alarmları azaltacak şekilde rafine edilirse, bu yaklaşım rutin bakımın bir parçası olan testleri kullanarak görmeyi korumanın ölçeklenebilir bir yolu haline gelebilir.

Atıf: Li, S., Ren, J., Wang, F. et al. Routine blood tests and machine learning identify complications in high myopia. Nat Commun 17, 3930 (2026). https://doi.org/10.1038/s41467-026-70891-5

Anahtar kelimeler: yüksek miyopi, görme taraması, makine öğrenmesi, kan biyobelirteçleri, göz komplikasyonları