Akıllı kalemle çizdiğiniz şekiller Parkinson’u %99’a yakın doğrulukla ele veriyor.

Parkinson’da erken tanı zor. Günlük pratikte herkesin erişebileceği, tek başına kesinlik taşıyan bir biyobelirteç yok. Bu nedenle muayene ve klinik değerlendirme belirleyici oluyor. Çizim tabanlı bir tarama, invazif olmayan, ucuz ve uzaktan uygulanabilir bir ön eleme aracı sunabilir.

Kalemle iki çizim, iki veri akışı

Ekip, Brezilya’da yürütülmüş önceki bir Parkinson çalışmasından alınan 66 kişinin (31 Parkinson, 35 sağlıklı) verisini kullandı. Katılımcılar biyometrik bir akıllı kalemle spiral ve meander çizgilerini takip etti.

Kalem, bir yandan çizimi dijital görsel olarak kaydetti. Diğer yandan parmak kavrama kuvveti, eksenel basınç, kalem eğimi ve ivmelenme gibi hareket sinyallerini topladı.

Araştırmacılar, iki kanalı birlikte ele aldı: Görüntüler, şekil bozulmaları ve çizgi düzensizliklerini; sensör sinyalleri ise hız dalgalanmaları, basınç iniş–çıkışları ve eşgüdüm farklarını yansıtıyor.

“El yazısı görüntüleri, vuruş düzensizliklerinin mekânsal özelliklerini, titremenin neden olduğu bozulmaları ve şekil sapmalarını gösterir. Buna karşılık, sensör temelli yazı sinyalleri hız değişimleri, basınç tutarsızlıkları ve koordinasyon açıkları gibi zamansal motor davranışı yakalar.” — Ishan Ayus ve meslektaşları, Siksha ’O’ Anusandhan University

Nasıl çalışıyor: SNAKE algoritması

Ekip, derin öğrenme (veriden örüntü öğrenen yapay zekâ yöntemi) kullanan birden fazla modeli, hem çizim görüntülerine hem de kalem sensör verilerine uyguladı. Her model, spiral ve meanderlerdeki mekânsal düzensizlikleri ve eldeki ince motor farklılıklarını puanladı.

Son karar için SNAKE adlı bir bileşik algoritma devreye girdi. SNAKE, farklı ağların tahminlerini, doğruluklarına ağırlık vererek birleştiriyor ve her çizimi “Parkinson” ya da “sağlıklı” olarak sınıflıyor.

Bu çoklu ve çok modlu kurulum, daha önce el yazısı ve çizimlerden Parkinson saptamak için denenen pek çok yapay zekâ yaklaşımını geçti. Araştırmacılar, meander desenlerinde %98,95, spiral desenlerinde %97,74 doğruluk bildirdi.

“Genel olarak çalışma, nörolojik bozuklukların erken ve erişilebilir taramasında yapay zekânın artan rolünü gösteriyor.” — Ishan Ayus ve meslektaşları, Siksha ’O’ Anusandhan University

Yöntem künyesi

• Örneklem: 66 kişi (31 Parkinson, 35 sağlıklı)

• Kaynak: Brezilya’da yapılmış önceki Parkinson veri seti

• Görev: Spiral ve meander çizimlerini akıllı kalemle izleme

• Cihaz verileri: Parmak kavrama, eksenel basınç, eğim, ivme

• Yaklaşım: Çoklu derin öğrenme modeli + SNAKE ile birleştirme

• Yayın: Discover Computing (2026)

Ne kanıtlıyor, ne kanıtlamıyor

Veri seti küçük. 66 kişi, Parkinson’un farklı evrelerini, eşlik eden hastalıkları ve yaş dağılımını tam temsil etmiyor. Ekip, sonuçların “yöntemin potansiyelini” gösterdiğini, kesin tanı performansının daha geniş klinik çalışmalarda sınanması gerektiğini vurguluyor.

Bu bulgular, çizim temelli bir taramanın mümkün olabileceğine işaret ediyor. Ancak duyarlılık–seçicilik dengesi, yanlış pozitif ve yanlış negatif oranları ve farklı akıllı kalem donanımlarında tekrarlanabilirlik henüz gösterilmedi.

Neden önemli?

Parkinson, hareket ve kas kontrolünü etkiliyor ve engellilik ile ölüm yükü açısından dünyada en hızlı artan nörolojik hastalıklardan biri olarak anılıyor. Muayene odasında birkaç dakika süren bir çizimle, riskli kişileri erkenden taramak mümkün olursa, ileri tetkiklerin yolu daha çabuk açılabilir.

Bu yaklaşım, evde ya da birinci basamakta uygulanabilecek uzaktan izleme seçeneklerine de kapı aralayabilir. Akıllı kalemin aynı anda hem çizimi hem de eldeki ince hareketleri toplaması, tek kanallı yöntemlere göre daha zengin bir tablo sunuyor.