PROJE ADI:Hipertansiyon Hastalarında EKG Verilerinden Veri Madenciliği ile Dipper/ Non Dipper Hipertansiyon Paterninin Öngörülmesi

Yapay zeka (AI), makinelere problem çözme işlevleri, kelime veya nesne tanıma ve karar verme
becerisi kazandıran özel matematiksel algoritmaların kullanımına atıfta bulunan kapsayıcı bir
kavramdır. Yapay zekanın, tıbbi kaynakların yetersiz olduğu bir durumda bile uzman
düzeyinde tıbbi bakım sağlamak için kullanılması beklenmektedir.
Elektrokardiyogram (EKG), en az kaynağa sahip ortamlarda bile kullanılabilen düşük
maliyetli, hızlı ve basit bir testtir. Yapay zekanın (AI) her yerde bulunan ve standartlaştırılmış bir test
olan EKG’ye uygulanması, AI'nin kardiyovasküler tıp üzerindeki devam eden dönüştürücü etkisinin
bir örneğidir. Zengin klinik verilere bağlı dijital EKG büyük kümeleri; sol ventrikül disfonksiyonu,
sessiz (daha önce belgelenmemiş ve asemptomatik) atriyal fibrilasyon ve hipertrofik kardiyomiyopati
tespiti için kullanılmıştır.
Ambulatuvar kan basıncı izlemesi ile yapılan bu sınıflamada, gece ölçülen kan basıncı
değerinde gündüz değerine göre %10 veya daha fazla düşme olması dipper hipertansiyon (DHT),
%10’dan az düşme olması non-dipper hipertansiyon (NDHT) olarak tanımlanmıştır. Dipper/nondipper tansiyonun belirlenebilmesi için hastanın 24 saat boyunca Holter cihazını taşıması
gerekmektedir. Bu prosedür non-invaziv de olsa hastanın uzun süre boyunca cihazı taşımasının
olumsuz etkileri de bulunmaktadır. Bunları şu şekilde sıralayabiliriz:
-Hastanın bu cihazı takması ve çıkarması için öncelikle hastaneye gelmesi ve randevu almak için
zaman ve efor harcaması gerekmektir.
-Bu cihazı 24 saat boyunca taşımak hem fiziksel (giysi değiştirmekte zorlanmak, banyo yapamamak,
rahatsız uyku vb.) hem de zihinsel olumsuzluğa neden olur. Bu olumsuzluklar hastanın uyku
kalitesinin de düşmesine neden olur. Bu nedenle olumsuzluklar ortaya çıkar: Hastanın gece uyku
kalitesi düştüğünde (sıklıkla uyanma, tekrar uyuyamama vb.) buna bağlı olarak nabız değerleri
etkilenir ve veri kaydı doğru alınamayabilir.
-Holter cihazı hem tıbbi tesisler hem de devlet için bir takım masraflar getirmektedir. Bu harcamalar,
sosyal güvenlik veya özel sigortalar üzerinde artan maliyetler getirir.
-Aynı anda daha fazla hastaya hizmet verebilmek için bu cihazları satın alıp sayılarını artırmaya
çalışmak maliyeti de artırmaktadır.
-Bu cihazın takılması ve çıkarılması için eğitimli personel ihtiyacı ve veri aktarım işlemleri hem
eğitim hem de istihdam maliyetini beraberinde getirmektedir. Marmara Üniversitesi Hipertansiyon
ve Ateroskleroz Araştırma ve Uygulama Merkezi’nde yapılan daha önceki bir araştırmada tip-2
diyabete sahip normotansif hastalarda klinik bulgu ve veriler kullanılarak %73.6 doğruluk ile
hastanın dipper/non-dipper tansiyon patternine sahip olduğu tahmin edilebilmiştir. 
Amacımız yapay zeka kullanılarak EKG ve klinik veriler ile tansiyonun dipper/non-dipper
formunun tahmin edilmesinin sağlanmasıdır. Bu prospektif proje var olan deneyimlerimizi artıracak
ve bu alanda daha büyük ve temiz bir veri seti ile daha anlamlı sonuçlara ulaşmamızı sağlayacaktır.

Sorumlu Araştırıcı:

HİPAM Müdürü Prof. Dr. Ali Serdar Fak