Kırmızı–yeşil renk görme bozukluklarını tespit eden hızlı test: sinir ağı destekli renk adlandırma görevi

Günlük yaşam için neden önemli

Milyonlarca insan renkleri farklı görür ama bunun farkında olmayabilir; geleneksel renk görme testleri yavaş, pahalı olabilir veya çocuklar, yaşlılar ya da hareket kısıtlılığı olan kişiler için kullanımı zor olabilir. Bu çalışma, insanlara gördükleri renkleri söylettirirken yapay zekâ sisteminin sessizce onların görmesinin tipik olup olmadığını belirlediği, kırmızı–yeşil renk görme farklılıklarını hızlı ve basitçe saptayan bilgisayar tabanlı bir yöntem sunar.

İnsanlar arasında renk görmenin nasıl farklılaşabileceği

İnsan renk görmesi esas olarak gözdeki üç tür ışığa duyarlı hücreye (uzun—kırmızımsı, orta—yeşilimsi ve kısa—maviimsı dalga boylarına duyarlı koniler) dayanır. Bu türlerden biri eksikse, çalışmıyorsa veya duyarlılığı kaymışsa, insanlar belirli tonları, özellikle kırmızılarla yeşilleri karıştırabilir. Bazıları yalnızca iki koniye dayanarak (dikromat) görürken, diğerleri tüm üç koniye sahip ancak birinin duyarlılığı kaymış olduğu için bazı renkleri ayırt etmekte zorlanan anormal trikromatlardır. Kırmızı–yeşil farklılıklar yaklaşık olarak insanların %8’ini etkiler; bunların çoğu doğuştandır; diğerleri ise örneğin göz hastalığı veya ilaçlar nedeniyle yaşamın ilerleyen dönemlerinde renk sorunları geliştirebilir.

Mevcut renk görme testlerinin sınırlamaları

Hekimler ve işverenler birkaç tür renk testi kullanır. Ünlü plak testleri—renkli noktalarla oluşturulmuş sayıları veya şekilleri seçtiren testler—sorunları yakalamada iyidir ancak aydınlatmaya duyarlı olabilir ve her zaman ekrana taşınması kolay değildir. Hareketli renkli şekiller gösteren veya hassas el becerisi gerektiren daha gelişmiş dijital testler, görmeyi ayrıntılı ölçebilir ancak genellikle 20–30 dakika sürer ve dikkat ile iyi motor beceri gerektirir. Başka testler renkli çipleri sıralamayı ya da renkli ışıkları eşleştirmeyi ister; bunlar yorucu, çocuklar veya yaşlılar için zorlu ve özel ekipman gerektiren yöntemler olabilir.

Basit bir fikir: gördüğünü söyle

Araştırmacılar günlük yaşamı yansıtan farklı bir yaklaşım denediler: renkleri adlandırma. 56 gönüllüye doğal sahnelerden alınmış—gerçek dünya nesnelerinde bulunan tonlara benzeyen—182 renk gösterdiler ve her birini Portekizce 11 temel renk sözcüğü kullanarak (örneğin kırmızı, yeşil, mavi veya kahverengi) adlandırmalarını istediler. Bu grup tipik renk görmesine sahip kişiler ile çeşitli kırmızı–yeşil farklılıkları olanları içeriyordu. Yanıtları yorumlamak için insan uzmanına güvenmek yerine ekip, adlandırma desenlerini verideki karmaşık kalıpları tanımayı öğrenebilen bir yapay zekâ türü olan sinir ağına verdi.

Yapay zekânın öğrendikleri

Sinir ağı üç düzeyde karar vermek üzere eğitildi: önce kişinin renk görmesinin tipik olup olmadığını basitçe belirlemek; ikinci olarak tipik görme, dikromatlar ve anormal trikromatlar olarak ayırmak; üçüncü olarak ise belirli kırmızı–yeşil kayıp türlerini de içeren beş ayrıntılı kategoriyi ayırt etmek. 182 renkten oluşan tam setle, renk görme farklılığı olan kişileri çok yüksek bir genel başarıyla tanımladı: temel taramada hem duyarlılık (farklılığı olanları yakalama) hem de özgüllük (tipik görmeyi yanlış etiketlememe) %95’in üzerindeydi. Model beşli ayrımlara çalıştığında da performansı kullanışlı kaldı fakat daha az hassastı; bu, görevin daha zor olmasının bir yansımasıdır.

En bilgilendirici renkleri bulmak

Testi hızlandırmak için ekip, yararlı bilginin çoğunu taşıyan daha küçük bir renk seti aradı. Sinir ağının en çok hangi girdilere dayandığını açıklayan bir yöntem kullandılar ve tüm 182 rengi öneme göre sıraladılar. Sistemi en iyi 5, 10, 15, 20 veya 25 renkle yeniden eğitip test ederek yaklaşık 20 dikkatle seçilmiş rengin, tam setteki performanstan biraz daha iyi tarama sağladığını buldular. Bu, ekstra renklerin açıklık yerine gürültü katabileceğini ve standart kalibre ekranlarda akıcı bir biçimde iki dakikanın altında tamamlanabilecek sadeleştirilmiş bir testin mümkün olduğunu gösterir.

Sağlık ve günlük tarama için anlamı

Çalışma, yapay zekâ tarafından otomatik olarak yorumlanan hızlı, düşük çaba gerektiren bir renk adlandırma görevine dayanmanın, kırmızı–yeşil renk görme farklılıklarını tespit etmede klasik plak testlerine denk veya biraz daha iyi olabileceğini; ayrıca dijitalleştirmesinin daha kolay ve birçok kullanıcı için daha konforlu olduğunu gösteriyor. Konuşma veya basit yanıtlar ile statik görüntülere dayanması nedeniyle bu yöntem rutin göz kontrolleri ve işe alım taramaları için yararlı olmasının yanı sıra göz hastalıklarını izlemek veya Alzheimer hastalığı ya da otizm gibi beyin durumlarıyla ilişkilendirilebilecek renk değişimlerini keşfetmek için de kullanılabilir. Günlük bir dille bu çalışma, kısa bir uygulama tabanlı testin sadece birkaç dakikada renk görme sorunlarını güvenilir biçimde işaretleyebileceği bir geleceğe işaret ediyor.

Atıf: Monteiro, J.A.R., Marques, D.N., Linhares, J.M.M. et al. Rapid test for detecting red–green color vision deficiencies using a neural network-assisted color-naming task. Sci Rep 16, 9987 (2026). https://doi.org/10.1038/s41598-026-38222-2

Anahtar kelimeler: renk görme bozukluğu, kırmızı–yeşil renk körlüğü, sinir ağı taraması, dijital göz testi, renk adlandırma