SoleFusion-Net: tip II diyabet mellituste diyabetik ayak sendromu sınıflandırması için açıklanabilir çokmodlu derin öğrenme çerçevesi

Diyabette ayaklarınız neden önemli

Tip 2 diyabetle yaşayan kişilerde ayaklardaki küçük değişiklikler sessizce ülserlere ve hatta amputasyona yol açabilecek ciddi sorunlara dönüşebilir. Doktorlar sinir hasarını erken yakalamaya çalışır, ancak mevcut testler hastaların hissettiklerine ve klinisyenlerin elle yaptığı değerlendirmelere dayanır. Bu çalışma, yürürken yere nasıl bastığınıza ilişkin görüntüleri rutin klinik verilerle birleştirerek hastaları hafif, orta veya şiddetli risk kategorilerine ayıran ve aynı zamanda doktorlara kararına nasıl ulaştığını gösteren bir bilgisayar aracı olan SoleFusion-Net’i tanıtıyor.

Gözün göremediği basıncı görmek

Yürürken ayağın farklı bölgeleri yere farklı yoğunluklarda baskı uygular. Diyabette sinir hasarı ve duruştaki ince değişiklikler herhangi bir yara oluşmadan önce bu basıncı kaydırabilir. Araştırmacılar, tip 2 diyabetli 504 kişinin tabanlarının renkli haritalarını kaydetmek için basınç algılayan bir platform kullandılar. Her harita, yürürken ağırlığın ayak üzerine nasıl dağıldığını gösterir. Bu görüntüler yaş, vücut kitle indeksi, kan basıncı ve ayaklarda titreşim ya da hafif dokunuşu hissetme gibi basit yatak başı testleri gibi standart klinik ölçümlerle eşleştirildi.

Görüntüler ve klinik verilerin harmanlanması

SoleFusion-Net iki ana yol ile kuruldu. Bir yol sadece basınç haritalarına bakar ve tabanda anormal yüklenmenin hangi bölgelerde ortaya çıktığını öğrenmek için katmanlı görüntü filtreleri kullanır. Diğer yol ise klinik verileri okur; titreşim eşikleri ve monofilament skorları gibi sayısal verilerde sinir sağlığını yansıtan desenleri öğrenir. Her yol kendi verisinin bir özetini öğrendikten sonra model bu özetleri birleştirir ve kişinin nöropatisinin hafif, orta veya şiddetli olup olmadığına dair nihai tahmini yapar. Aynı grubun beş farklı bölünmesi üzerinde sistemi eğitip test ederek ekip, performansın tek bir örneğin tesadüfü olmadığını kontrol etti.

Sistem ayak riskini ne kadar iyi sınıflandırıyor

Tüm testlerde SoleFusion-Net hastaları yaklaşık yüzde 83 doğrulukla doğru sınıflandırdı. Özellikle hafif ve şiddetli sinir hasarını ayırmada başarılı oldu; aradaki grupla ilgili olarak biraz daha zorluk yaşadı ki bu insan muayeneciler için de zordur. Doğru pozitifle yanlış alarmları karşılaştıran eğriler, üç sınıf arasında güçlü bir ayrım gösterdi. Sistemin parçalarının çıkarıldığı bir ablation çalışması, yalnızca görüntülerin veya yalnızca klinik verilerin kullanılması durumunda doğruluğun belirgin şekilde düştüğünü ortaya koydu. Geç birleşim (late fusion) tasarımında her ikisi bir arada kullanıldığında model, tek bir kaynaktan daha dengeli ve güvenilir hale geliyor.

Klinisyenler için kara kutuyu açmak

Güven tıpta çok önemli olduğundan yazarlar SoleFusion-Net’in nasıl düşündüğünü açıklamak için birkaç araç kullandılar. Klinik veriler için her özelliğin nihai karara katkısı hesaplandı. Her iki ayakta yapılan titreşim algısı ve monofilament testleri en etkili faktörler olarak öne çıktı; bu da mevcut tıbbi uygulamayı yansıtıyor. Basınç görüntüleri için ısı haritaları, modelin seçiminde etkili olan tabanın belirli bölgelerini vurguladı; bunlar sıklıkla ülserlere yatkın olduğu bilinen bölgelerle örtüşüyordu. Basit kural ağaçları ve örneğe dayalı açıklamalar da dahil ek yöntemler, aynı kararların daha insan-dostu görünümlerini sundu. Birlikte, bu kontroller sistemin rastgele desenler yerine tıbben anlamlı ipuçlarına dayandığını gösterdi.

Diyabetliler için bunun anlamı nedir

Çalışma, özenle tasarlanmış bir bilgisayar modelinin yürüyüş biçiminizi ve klinikteki testlerinizi harmanlayarak ayak sinir hasarı hakkında nesnel ve şeffaf bir görüş sağlayabileceğini öne sürüyor. Çalışma tek bir hastaneye dayandığı ve diğer bölgeler ile cihaz konfigürasyonlarında test edilmesi gerektiği için sınırlamaları var; yine de yüksek riskli ayakları daha erken tespit edebilecek, daha yakın takipleri yönlendirebilecek ve kimlerin ülserlerden korunmak için daha agresif müdahale gerektiğine karar verirken doktorlara destek olabilecek gelecekteki araçlara işaret ediyor. Kısacası SoleFusion-Net, dağınık ölçümleri daha net bir ayak sağlığı tablosuna dönüştürmeye yardımcı olan ikinci bir göz ve el görevi görüyor.

Atıf: Sheikh, M.M., Balachandra, M., G, N.V. et al. SoleFusion-Net: an explainable multimodal deep learning framework for diabetic foot syndrome classification in type II diabetes mellitus. Sci Rep 16, 15973 (2026). https://doi.org/10.1038/s41598-026-42207-6

Anahtar kelimeler: diyabetik ayak, çevresel nöropati, plantar basınç görüntüleme, çokmodlu derin öğrenme, açıklanabilir yapay zeka