Pediyatrik nörofibromatoz tip 1 hastalarında görme bozukluklarını saptamak için optik koherens tomografi ve makine öğrenimini kullanma

Çocukların görmesi için neden önemli

Nörofibromatoz tip 1 (NF‑1) adı verilen nadir bir genetik durumdaki çocuklar için görme kaybı yaşamı değiştiren bir komplikasyon olabilir. Hekimler, gözün arkasındaki küçük yapıları incelemek için invaziv olmayan bir tarama olan optik koherens tomografiyi (OCT) zaten kullanıyor, ancak bu görüntüleri hangi çocukların risk altında olduğuna dair net uyarılara dönüştürmek zor oldu. Bu çalışma, makine öğrenimi olarak bilinen bilgisayar tabanlı desen tanımanın rutin OCT ölçümlerini bu genç hastalarda görme sorunları için erken uyarı sistemine dönüştürüp dönüştüremeyeceğini araştırıyor.

Gizli göz riskleri olan bir genetik bozukluk

NF‑1 yaklaşık her 2.500–3.000 yenidoğandan birini etkiler ve deri, sinir ve gözlerde geniş değişikliklere yol açabilir. En ciddi tehditlerden biri, görsel yol boyunca gelişen tümörler olan optik yol gliomlarıdır. NF‑1’li çocukların yaklaşık beşte biri genellikle beş yaş civarında bu tümörleri geliştirecek ve bazıları kalıcı görme keskinliği veya görme alanı kaybı yaşayacaktır. Küçük çocuklar görme kaybını fark etmeyebileceğinden veya bildiremeyebileceğinden, hekimler sorunları erken yakalamak için düzenli testlere ve beyin taramalarına güvenmek zorundadır — bu uygulamalar stresli, zaman alıcı ve bazen kesin olmayan sonuçlar doğurabilir.

Gözün iletim hattına daha yakından bakış

OCT, ses yerine ışık kullanarak ultrasona benzeyen şekilde çalışır ve retina ile optik sinirin ayrıntılı kesit görüntülerini üretir. Araştırma ekibi, özellikle retina sinir lifi tabakası ve retinal ganglion hücre tabakaları gibi görsel sinyalleri göze gönderen katmanların kalın veya ince olmasına odaklandı. 3 ila 19 yaş arasındaki 168 çocuk ve ergenden 515 OCT incelemesi topladılar; bunların bazıları normal görmeye sahipken diğerleri bir ya da daha fazla ziyarette azalmış görme gösteriyordu. Her taramanın her pikselini analiz etmek yerine, bilim insanları makuladaki ve optik sinir çevresindeki ana katmanların genel kalınlıkları gibi basit sayısal özetler kullandı; bu da sonuçları gerçek anatomiyle ve kliniklerde zaten görülenlerle ilişkilendirmeyi kolaylaştırdı.

Bilgisayarları erken uyarı işaretlerini tanıyacak şekilde eğitmek

Araştırmacılar daha sonra yalnızca bu kalınlık ölçümlerini kullanarak normal ile anormal görmeyi en iyi ayırt edebilen dokuz farklı makine öğrenimi yaklaşımını denedi. Aynı çocuğa ait verilerin hem eğitim hem de test kümesinde yer almamasını sağlayarak aşırı iyimser sonuçlardan kaçınmaya özellikle dikkat ettiler. Eşitsiz sınıf büyüklükleri için ayarlanmış karar ağaçlarından oluşan bir topluluk olan Balanced Random Forest adlı model, tarama aracı için en uygun model olarak ortaya çıktı. Sadece makula ölçümlerini kullanarak, normal ile anormal görmeyi eğri altındaki alan (AUC) 0,82 olan bir doğrulukla ayırdı ve görme sorunları olan çocukların yaklaşık üçte ikisini saptadı; bu duyarlılık düzeyi, risk altındaki hastaları kaçırmamanın öncelik olduğu durumlarda değerli kabul edilir.

Sayılardan pratik eşiklere

Sistemi klinisyenler için anlaşılır tutmak amacıyla ekip, her özelliğin modeli normal veya anormal görme yönünde ne kadar iteklediğini gösteren bir açıklama yöntemi uyguladı. Bu, hem makula hem de sinir bölgesinde retinal sinir lifi tabakasının ve birleşik ganglion hücre katmanlarının incelmesinin görme kaybıyla güçlü şekilde ilişkili olduğunu ortaya koydu. Araştırmacılar bir adım daha ileri giderek bu açıklamalardan yola çıkarak geçici eşik değerleri türettiler — örneğin, maküler sinir lifi tabakasının yaklaşık 34 mikrometreden daha ince olması, anormal görme oranının çok daha yüksek olmasıyla ilişkilendirildi. Ayrıca riskin, daha fazla katman eşiklerini aştıkça nasıl arttığını test ettiler: üç veya daha fazla anormal eşik aşan çocukların görme sorunlarına sahip olma olasılığı, aşmayanlara göre çok daha yüksekti; bu da birkaç ince değişikliği birleştirmenin risk tahminlerini keskinleştirebileceğini düşündürüyor.

Bu aileler ve doktorlar için ne anlama geliyor

Çalışma, standart OCT göz taramalarından zaten elde edilen basit ölçümlerin NF‑1’li çocuklarda görme açısından tehdit oluşturabilecek hasarı geliştirenleri işaretlemek için şeffaf, veri odaklı bir araca dönüştürülebileceğini gösteriyor. Bu modeller doktorların yerini almak yerine hangi çocukların daha yakın izleme, daha erken tedavi veya ek testlere ihtiyaç duyduğunu vurgulayabilir. Önerilen kalınlık eşikleri ve “anormal katman sayısı” kuralları tek başına tedaviye rehberlik edecek hazırda değildir; daha büyük, çok merkezli çalışmalarda doğrulanmaları gerekir. Yine de bu çalışma, hassas göz görüntülemeyi açıklanabilir yapay zekâ ile birleştirmenin kırılmadan önce sorunları yakalayarak savunmasız bir çocuk grubunun görmesini korumaya yardımcı olabileceğini öne sürüyor.

Atıf: Cañada, C.F., Parcerisas, J.G., Bartomeu, J.P. et al. Utilizing optical coherence tomography and machine learning to identify vision abnormalities in pediatric neurofibromatosis type 1 patients. Sci Rep 16, 7237 (2026). https://doi.org/10.1038/s41598-026-37900-5

Anahtar kelimeler: nörofibromatoz tip 1, çocuklarda görme, optik koherens tomografi, makine öğrenimi, retinal sinir lifi tabakası