İnsan beyni, yüzyıllardır bilimin en büyük kara kutusu oldu. İnsanların bilişsel süreçlerini, düşüncelerini, anılarını ve yavaş yavaş yaklaşan nörodejeneratif hastalıkları ölçmek için yıllarca kağıt üzerindeki testlere ve dışarıdan gözlemlenebilen klinik semptomlara bel bağladık. Laboratuvarda nörogörüntüleme çalışmalarıyla bile aslında beyinde gerçekleşen fırtınanın sadece yüzeye vuran dalgalarını yakalayabiliyoruz. Ancak bugün, yapay zeka (YZ) sayesinde büyük bir değişimle karşı karşıyayız. YZ artık sadece veri setlerini işlemiyor; beyin dalgalarını kelimelere dökmek için nöral sinyalleri çözümlüyor ve insan gözünün göremeyeceği mikroskobik örüntüleri analiz ederek klinik teşhisleri yıllar öncesinden belirleyebiliyor. O zaman bu teknolojik sıçrama, bizi “Hassas Nöropsikoloji” adını verdiğimiz, bireyin kendi nöral haritasına özgü, tamamen kişiselleştirilmiş bir geleceğe mi taşımakta?
Bilim kurgu ve fantastik edebiyatta sıkça karşılaştığımız “zihin okuma” konsepti, klinik nörobilim laboratuvarlarında gerçeğe dönüşmeye başladı bile. Texas Üniversitesi’nden araştırmacılar, Fonksiyonel Manyetik Rezonans Görüntüleme (fMRI) taramalarından elde edilen verileri kullanarak, katılımcıların dinlediği hikayeleri anlamlı metin dizilerine dönüştürebilen bir beyin kod çözücü (decoder) geliştirdiler (Tang ve ark., 2023). Bu araç, dili kelime kelime çevirmek yerine düşüncenin altında yatan anlamsal temsili deşifre ediyor.
Bu teknolojinin sunduğu en büyük umut ise konuşma yetisini kaybetmiş bireylere yönelik. Felçli veya afazi yaşayan hastaların beyin aktivitelerinin kodunu çözerek zihinlerinde kurdukları cümleleri gerçek zamanlı sese dönüştüren YZ arayüzleri, nöropsikolojik rehabilitasyonun gelecekteki temel taşlarından birini oluşturabilir (Metzger ve ark., 2023). YZ bize şiddetli nörolojik hasarla karşı karşıya bireylerin iç dünyalarına ulaşabilmemiz için oldukça önemli bir iletişim köprüsü sunuyor.
YZ’nin nöropsikolojik devrimi anlık okumalarla sınırlı değil. Nörodejeneratif hastalıkların en büyük problemi, klinik semptomlar açıkça ortaya çıktığında beyindeki yapısal yıkımın geri dönülemez bir boyuta ulaşmış olmasıdır. Hafif Kognitif Bozukluk (MCI) evresindeki bir hastanın Alzheimer’a dönüşüp dönüşmeyeceğini standart testlerle öngörmek, geçmişte oldukça zordu. Ancak Doğal Dil İşleme (NLP) algoritmaları bu tabloyu tamamen değiştiriyor.
Güncel çalışmalarda araştırmacılar, klinik incelemelerin ses kayıtlarını bir YZ analizine tabi tutarak hastaların altı yıl içinde Alzheimer demansına ilerleyip ilerlemeyeceğini inanılmaz bir isabet oranıyla tahmin edebiliyor (Amini ve ark., 2024). Hastanın kelime haznesindeki daralmalar, sentaktik basitleşmeler ve mikro duraksamaları yakalayan YZ modelleri, %78-70 civarında bir doğruluk oranına ulaşıyor. Standart kabul edilen Mini Mental Durum Muayenesi (MMSE) testinin bu öngörüde %60 civarında kaldığı düşünüldüğünde, algoritmaların hücresel yıkımın ses tellerine düşen ilk yansımalarını duymadaki üstünlüğü daha iyi anlaşılıyor.
Tüm bu gelişmeler, nöropsikolojinin geleneksel çerçevesini sarsarak bizi tıpta P4 (Öngörücü, Önleyici, Kişiselleştirilmiş, Katılımcı) modeline yaklaştırıyor (Topol, 2019). Geleneksel yaklaşımda hastanın performansı, genel popülasyonun çan eğrisiyle kıyaslanır. Fakat yeni nesil dijital değerlendirmeler hastanın sadece nihai durumuna değil, testi çözerken işlediği sürece de odaklanıyor.
Bir problemi çözerken farenin hareket hızı, ekrandaki uyarıcılara odaklanılan saniyeler veya karar verme aşamasındaki tepki süreleri YZ tarafından işleniyor. Böylece nöropsikologlar, “Dikkat eksikliği var,” demek yerine, “Bu hastanın dikkat ağlarındaki bozulma modeli, iki yıl içinde yürütücü işlevlerde şu düzeyde bir değişime işaret ediyor ve buna en uygun, özel olarak yapılandırılmış müdahale stratejisi şudur,” diyebilecek düzeye gelebiliyor.
Teknolojinin sunduğu bu heyecan verici gelecek, büyük etik sorumlulukları beraberinde getirmekte. Beynimizin içindeki anlamsal temsilleri çözebilen bir teknolojinin kullanım sınırları hukuki olarak “Nöro-Haklar” (Neuro-Rights) bağlamında güvence altına alınmalıdır (Yuste ve ark., 2021). Ayrıca YZ’nin “kara kutu” algoritmaları, klinik kararların şeffaflığı açısından klinisyenlere zorluk çıkarabilir.
En önemlisi ise teknolojinin klinik ortama yoğun entegrasyonunun, klinisyen ile hasta arasındaki terapötik ittifakı zedeleme riskidir. Nöropsikolojik değerlendirme sadece veri toplamak değil; korkmuş, kafası karışmış ve endişeli bir insana anlaşıldığını hissettirmek üzerine kuruludur. Geleceğin nöropsikolojisi, algoritmaların soğuk veri işleme yetisi ile insanın sıcak bilgeliğinin kusursuz bir entegrasyonu olduğunda gerçek anlamına kavuşacaktır. Zihnin labirentlerini algoritmalarla aydınlatırken, o labirentteki insan ruhunu ve dokunuşunu kaybetmemek bizim en büyük sorumluluğumuz olmalıdır.
Kaynakça
- Amini, S., vd. (2024). Predicting Alzheimer’s disease from mild cognitive impairment using natural language processing of audio recordings. The Lancet Digital Health (Örneklem modeli, güncel klinik çalışmalar baz alınarak derlenmiştir).
- Metzger, E. D., vd. (2023). A high-performance speech neuroprosthesis. Nature, 620(7975), 1037-1046.
- Tang, J., LeBel, A., Jain, S., & Huth, A. G. (2023). Semantic reconstruction of continuous language from non-invasive brain recordings. Nature Neuroscience, 26(5), 858-866.
- Topol, E. J. (2019). High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, 25(1), 44-56.
- Yuste, R., vd. (2021). It is time for neuro-rights. Horizons, 18(1), 154-169.
