< Return to Video

Yapay zekânın tıptaki potansiyeli ve metabolitler

  • 0:02 - 0:03
    2003 yılında,
  • 0:03 - 0:06
    insan genomunu düzenlediğimizde
  • 0:06 - 0:10
    birçok hastalığın tedavisini
    bulacağımızı düşünmüştük.
  • 0:11 - 0:14
    Fakat gerçekler bundan daha farklı
  • 0:15 - 0:17
    çünkü genlerimizin yanı sıra
  • 0:17 - 0:21
    ciddi hastalıklara yakalanmamızda
    çevrenin ve yaşam biçiminin de
  • 0:21 - 0:24
    büyük rolü var.
  • 0:24 - 0:27
    Bunun bir örneği
    yağlı karaciğer hastalığı,
  • 0:27 - 0:32
    bütün dünyanın %20'sini
    etkileyen bir hastalık,
  • 0:32 - 0:34
    hiçbir tedavisi yok ve karaciğer kanserine
  • 0:34 - 0:36
    veya karaciğer yetmezliğine yol açıyor.
  • 0:38 - 0:42
    Yani DNA dizisi bize
    etkili tedavi bulmak için
  • 0:42 - 0:45
    yeterli bilgi vermez.
  • 0:45 - 0:48
    Olumlu yönden bakarsak vücudumuzda
    birçok diğer molekül bulunmakta.
  • 0:48 - 0:52
    Hatta 100.000'den fazla metabolit mevcut.
  • 0:52 - 0:57
    Metabolitler, çok küçük moleküllerdir.
  • 0:57 - 1:02
    Bilinen örnekleri glikoz,
    fruktoz, yağlar, kolesterol.
  • 1:02 - 1:04
    Her zaman duyduğumuz şeyler.
  • 1:04 - 1:07
    Metabolitlerin
    metabolizmada işlevleri var.
  • 1:08 - 1:12
    Ayrıca DNA'nın birer parçası,
  • 1:12 - 1:17
    yani hem genlerimiz hem de
    yaşam tarzımız ile ilgili bilgi taşırlar.
  • 1:17 - 1:23
    Metabolitleri anlamak, birçok hastalığa
    tedavi bulmak için önemli.
  • 1:23 - 1:25
    Her zaman hastaları
    tedavi etmek istemiştim.
  • 1:26 - 1:30
    Buna rağmen 15 yıl önce
    tıp okulundan ayrıldım
  • 1:30 - 1:32
    çünkü matematiği özlemiştim.
  • 1:33 - 1:36
    Kısa bir süre sonra
    çok güzel bir şey öğrendim.
  • 1:37 - 1:39
    Tıp alanında çalışmak için
    matematik kullanabilirdim.
  • 1:41 - 1:46
    O zamandan beri biyolojik veri
    analizi için algoritmalar geliştiriyorum.
  • 1:47 - 1:49
    Sözde kulağa kolay geliyor:
  • 1:49 - 1:53
    Hadi bütün vücudumuzdaki
    metabolitlerden bilgi toplayalım,
  • 1:53 - 1:58
    bir hastalıkta nasıl değiştiklerini
    açıklayan matematiksel modeller yapalım
  • 1:58 - 2:01
    ve bu değişikliklere engel olarak
    hastalığı tedavi edelim.
  • 2:02 - 2:06
    Sonra neden bunu daha önce
    kimsenin denemediğini anladım,
  • 2:07 - 2:09
    bu aşırı derecede zor bir iş.
  • 2:09 - 2:10
    (Gülüşmeler)
  • 2:10 - 2:12
    Vücudumuzda çok fazla metabolit var.
  • 2:13 - 2:15
    Her biri birbirinden farklı.
  • 2:15 - 2:19
    Bazı metabolitlerin kütlesini,
  • 2:19 - 2:22
    kütle spektrometresi aletleri
    kullanarak hesaplayabiliyoruz.
  • 2:22 - 2:26
    Ama aynı kütleye sahip olan diyelim ki
    10 tane molekül olabileceği için
  • 2:26 - 2:28
    tam olarak ne olduklarını bilmiyoruz
  • 2:28 - 2:31
    ve eğer hepsini tek tek
    ayırt etmek istiyorsak
  • 2:31 - 2:34
    daha çok deneyler yapmamız gerekir,
    bu da onlarca yıla
  • 2:34 - 2:36
    ve milyarlarca dolara mal olur.
  • 2:36 - 2:42
    Biz de bunu yapması için bir yapay zekâ
    ya da AI platformu geliştirdik.
  • 2:42 - 2:45
    Biyolojik verinin büyümesine
    katkıda bulunduk,
  • 2:45 - 2:49
    metabolitlerle ve onların diğer
    moleküllerle tepkimelerini kapsayan
  • 2:49 - 2:52
    her bilgiyle bir veri tabanı oluşturduk.
  • 2:52 - 2:56
    Bu verinin hepsini bir mega ağda topladık.
  • 2:56 - 2:59
    Sonrasında dokudan
    veya hastalarımızın kanından,
  • 2:59 - 3:02
    metabolitlerin kütlelerini hesapladık
  • 3:02 - 3:05
    ve bir hastalıkta
    değişen kütleleri bulduk.
  • 3:05 - 3:08
    Ama önceden de belirttiğim gibi
    tam olarak ne olduklarını bilmiyoruz.
  • 3:08 - 3:14
    Moleküler kütlesi 180 ise
    glukoz, galaktoz veya fruktoz olabilir.
  • 3:14 - 3:16
    Hepsinin kütlesi aynı
  • 3:16 - 3:18
    fakat işlevi farklı.
  • 3:18 - 3:21
    Bizim yapay zekâ algoritmamız
    bu belirsizlikleri göze alıyor.
  • 3:21 - 3:24
    Sonra da mega ağın derinliklerine inip
  • 3:24 - 3:28
    hastalığa sebep olan metabolik kütlelerin
  • 3:28 - 3:30
    birbirlerine bağlantısını buluyor.
  • 3:30 - 3:33
    Ve bağlanma şekillerinden yola çıkarak
  • 3:33 - 3:37
    her metabolitin kütlesini bulabiliyoruz,
  • 3:37 - 3:40
    mesela buradaki 180 glukoz olabilir
  • 3:40 - 3:44
    ve daha da önemlisi glukoz
    ve diğer metabolitlerdeki değişimlerin
  • 3:44 - 3:47
    nasıl hastalıklara
    yol açtığını keşfediyoruz.
  • 3:47 - 3:50
    Hastalık mekanizmasına olan
    yeni anlayışımız da
  • 3:51 - 3:55
    onu hedef alan tedaviler
    geliştirmemize olanak sağlıyor.
  • 3:56 - 3:59
    Biz de bu teknolojiyi markete sunmak
    ve insanların hayatlarını etkilemek
  • 3:59 - 4:01
    amacıyla bir şirket oluşturduk.
  • 4:02 - 4:05
    Şimdi benim takımım ve ben,
    ReviveMed'te metabolitlerin
  • 4:05 - 4:10
    ana sorun olduğu hastalıklara
    tedavi bulmak için çalışıyoruz,
  • 4:10 - 4:12
    mesela yağlı karaciğer hastalığı gibi
  • 4:12 - 4:15
    çünkü bu hastalık, karaciğerdeki
    metabolit tipleri olan
  • 4:15 - 4:18
    yağların birikmesi ile ortaya çıkar.
  • 4:18 - 4:22
    Daha önce de bahsettiğim gibi bu,
    tedavisi olmayan çok yaygın bir hastalık.
  • 4:22 - 4:24
    Ve yağlı karaciğer hastalığı
    sadece bir örnek.
  • 4:24 - 4:30
    İleride, tedavisi olmayan
    birçok hastalığı ele alacağız.
  • 4:30 - 4:35
    Ve metabolitler hakkında
    daha çok veri topladıkça
  • 4:35 - 4:40
    ve metabolitlerdeki değişimin
    nasıl hastalığa dönüştüğünü anladıkça
  • 4:41 - 4:44
    algoritmamız daha da zeki olacak
  • 4:44 - 4:48
    ve doğru hastalar için
    doğru tedavileri keşfedecek.
  • 4:49 - 4:52
    Ve yazdığımız her bir satır kod ile
  • 4:52 - 4:56
    hayat kurtarma amacımıza
    daha çok yaklaşmış olacağız.
  • 4:56 - 4:58
    Teşekkür ederim.
  • 4:58 - 5:01
    (Alkışlar)
Title:
Yapay zekânın tıptaki potansiyeli ve metabolitler
Speaker:
Leile Pirhaji
Description:

Birçok hastalık metabolitler tarafından oluşur -- vücudunuzdaki yağ, glukoz ve kolesterol gibi küçük moleküller-- ama onların tam olarak ne olduğunu ve nasıl çalıştıklarını bilmiyoruz. Biyoteknoloji girişimcisi ve TED Fellow Leila Pirhaji, hastalıkların nasıl geliştiğini anlamak ve daha etkili tedaviler bulabilmek için yapay zekâ temelli bir ağ oluşturma planını paylaşıyor.
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
05:14

Turkish subtitles

Revisions

Our website uses cookies for analysis purposes.