Mısır Mitolojisinde Anubis'in Kalbi ve Maat'ın Tüyünü Tartması

Mısır Mitolojisinde Anubis'in Kalbi ve Maat'ın Tüyünü Tartması

Mısır mitolojisi, insanlık tarihinin en zengin ve karmaşık inanç sistemlerinden biridir. Özellikle ölüm sonrası hayat kavramı, eski Mısırlıların günlük yaşamını derinden etkilemiş, mimari, sanat ve ritüelleri şekillendirmiştir. Bu mitolojinin en ikonik sahnelerinden biri, Anubis'in ölen kişinin kalbini Maat'ın tüyüyle tartmasıdır. Bu tören, "Kalbin Tartılması" (Weighing of the Heart) olarak bilinir ve ölülerin ruhlarının kaderini belirleyen bir yargı sürecini temsil eder. Bu yazı, bu konuyu tarihsel, mitolojik ve sembolik açılardan ayrıntılı olarak ele alacaktır.

Anubis: Ölülerin Koruyucusu ve Yargıcı

Anubis, eski Mısır panteonunda en önemli tanrılardan biridir. Genellikle çakal başlı bir insan olarak tasvir edilir; çakallar, çölde mezarlıkları dolaştıkları için ölüm ve mumyalama ile ilişkilendirilmiştir. Anubis'in başlıca rolleri arasında mumyalama sanatının koruyucusu olmak, ölüleri yeraltı dünyasına (Duat) yönlendirmek ve ruhların yargılanmasında aracı olmak yer alır. Mitlere göre, Anubis, Osiris'in öldürülmesinden sonra onun bedenini mumyalayarak ölüm sonrası hayatı simgeleyen bir figür haline gelmiştir.

Anubis, Kalbin Tartılması töreninde merkezi bir rol oynar. O, teraziyi yönetir ve ölen kişinin kalbini Maat'ın tüyüyle karşılaştırır. Eğer kalp tüydan ağır gelirse, ruhun günahlarla dolu olduğu kabul edilir ve korkunç bir kaderle karşılaşır. Anubis'in bu rolü, adaleti ve dengeyi vurgular; o, tarafsız bir yargıç olarak tasvir edilir.

Maat: Hakikat, Adalet ve Düzen Tanrıçası

Maat, Mısır mitolojisinde hakikat, adalet, düzen ve kozmik dengeyi temsil eden bir tanrıçadır. Genellikle başının üstünde devekuşu tüyü taşıyan bir kadın olarak betimlenir. Bu tüy, Maat'ın sembolüdür ve hafifliğiyle saflığı, dürüstlüğü simgeler. Maat, evrenin temel prensibini ifade eder: Her şey dengede olmalıdır. Mısırlılar, Maat'ı günlük hayatlarında da gözetirlerdi; krallar bile hükümdarlıklarını Maat'ın ilkelerine göre sürdürmekle yükümlüydü.

Tüyün hafifliği, törenin anahtarıdır. Kalp, ölen kişinin tüm eylemlerinin kaydını taşır – iyilikler, günahlar, yalanlar ve doğruluklar. Eğer kalp tüydan hafifse, ruh "hakikatle uyumlu" demektir ve sonsuz mutluluğa erişir. Aksine, ağır bir kalp, Maat'ın dengesini bozan bir hayatı işaret eder.

Kalbin Tartılması Töreni: Süreç ve Ayrıntılar

Kalbin Tartılması, Ölüler Kitabı (Book of the Dead) gibi eski metinlerde detaylı olarak anlatılır. Bu tören, Duat'ta, yeraltı dünyasının yargı salonunda gerçekleşir. Ölen kişi, Anubis'in huzuruna getirilir. Süreç şu adımları içerir:

1. Hazırlık Aşaması: Ölen kişinin ruhu (ka ve ba olarak ayrılan kısımlar), Duat'a iner. Burada, Osiris'in başkanlığında bir mahkeme kurulur. Osiris, yeraltı dünyasının kralı ve ölüm sonrası hayatın yargıcıdır. Anubis, teraziyi hazırlar; bir tarafına kalp, diğer tarafına Maat'ın tüyü konur.

2. Tartma Anı: Kalp, teraziye yerleştirilir. Kalp, ölen kişinin vicdanını ve eylemlerini temsil eder. Mısırlılar, kalbin düşünce ve duyguların merkezi olduğuna inanırdı (beyin ise önemsiz görülürdü). Terazinin dengelenmesi için kalp, tüy kadar hafif olmalıdır. Bu, kişinin hayatında Maat'ın ilkelerine – doğruluk, adalet, merhamet – sadık kaldığını gösterir.

3. Sonuçlar:

   • Denge veya Hafiflik: Eğer kalp tüyle dengelenirse veya daha hafifse, ruh "Aaru" (cennet benzeri bir yer) olarak bilinen sonsuz tarlalara gider. Burada, Osiris'in krallığında ebedi mutluluk yaşanır.
   • Ağırlık: Eğer kalp ağır gelirse, ruh mahkûm olur. Bu durumda, Ammit adlı melez bir yaratık (timsah başlı, aslan ve suaygırı karışımı) kalbi yer ve ruh yok olur. Bu, "ikinci ölüm" olarak bilinir ve en korkunç kaderdir.

Tören sırasında, ölen kişi 42 yargıca (her biri bir günahı temsil eden tanrılar) karşı "Negatif İtiraflar" yapar: "Yalan söylemedim, çalmadım, öldürmedim" gibi ifadelerle masumiyetini beyan eder. Büyü formülleri ve tılsımlar (skarablar), kalbin ağır gelmemesi için mezarlara konurdu.

Sembolizm ve Kültürel Önemi

Bu tören, Mısır toplumunun ahlaki yapısını yansıtır. Maat'ın tüyü, evrensel adaleti simgeler; kalp ise bireysel sorumluluğu. Mısırlılar, ölüm sonrası yargının kaçınılmaz olduğuna inanırdı, bu yüzden hayatlarını buna göre düzenlerlerdi. Piramitler, mumyalar ve Ölüler Kitabı gibi eserler, bu inancın somut yansımalarıdır.

Sanatta, bu sahne sıkça duvar resimlerinde ve papirüslerde yer alır. Örneğin, Ani'nin Ölüler Kitabı'nda Anubis'in teraziyi yönettiği sahneler bulunur. Bu motif, sadece dini değil, felsefi bir derinlik taşır: Hayatın dengesi, ölümde test edilir.

Sonuç

Anubis'in kalbi Maat'ın tüyüyle tartması, eski Mısır'ın ölüm sonrası adalet anlayışının zirvesidir. Bu tören, günah ve erdem arasındaki dengeyi vurgular ve insanlığa evrensel bir mesaj verir: Doğruluk ve adalet, sonsuzluğun anahtarıdır. Modern dünyada bile, bu mitoloji edebiyat, sanat ve pop kültüründe (örneğin filmlerde) yankılanmaya devam eder. Mısır mitolojisi, bize geçmişin derin bilgeliklerini hatırlatır ve ahlaki soruları düşündürür.

Mitofaji: Yaşlanmanın Hücresel Temizlik Sistemi ve Anti-Yaşlanma Potansiyeli

Mitofaji, hücrelerin hasar görmüş, yaşlanmış veya işlevini yitirmiş mitokondrileri tanıyıp kontrollü bir şekilde parçalayarak geri dönüştürmesi sürecidir. Bu süreç, hücrenin iç dengesini korumak için hayati öneme sahiptir. Mitokondriler, hücrelerin "enerji santralleri" olarak bilinir; oksidatif fosforilasyon yoluyla ATP üretimi, kalsiyum homeostazı, apoptotik sinyaller ve reaktif oksijen türleri (ROS) regülasyonu gibi temel fonksiyonları yürütürler. Mitokondriler bozulduğunda aşırı oksidatif stres üretir, enerji üretimi azalır ve hücreye zarar veren sinyaller çoğalır. Mitofaji sayesinde hücre, sağlıksız mitokondrileri temizler, yerine yeni ve sağlıklı olanları üretir ve homeostazı sürdürür.

Yaşlanma, hücresel düzeyde sadece hasar birikimi değil, aynı zamanda hücrenin "çöp temizleme sisteminin" –özellikle mitofajinin– yavaşlamasıdır. Mitofajideki azalma, yaşlandıkça hasarlı mitokondrilerin yeterince temizlenememesine yol açar ve bu durum mtDNA mutasyonlarını, oksidatif stresi, ATP üretiminde düşüşü ve kronik inflamasyonu tetikler. Mitofajiyi desteklemek, yaşlanmaya bağlı hastalıklarla mücadelede umut vaat eden bir strateji haline gelmiştir.

Mitofaji Nedir ve Nasıl Çalışır?

Mitofaji, otofajinin seçici bir formudur ve hasarlı mitokondrileri lizozomlarda parçalar. İki ana mekanizma üzerinden işler:

• Ubikuitin-bağımlı yolak (PINK1/Parkin yolağı): Hasarlı mitokondrinin membran potansiyeli düştüğünde PINK1 birikir ve Parkin’i aktive eder. Parkin, mitokondri dış membran proteinlerini ubikuitinle işaretler. Bu işaretler, otofaji reseptörleri (OPTN, NDP52, p62) aracılığıyla LC3 proteinini bağlar ve otofagozom oluşumunu başlatır. Bu yolaktaki kusurlar, Parkinson hastalığı gibi nörodejeneratif hastalıklarla ilişkilidir.

• Ubikuitin-bağımsız yolak: Dış membran reseptörleri (BNIP3, FUNDC1, NIX) doğrudan LC3 ile etkileşime girer. Hipoksi veya stres altında FUNDC1 de-fosforile olur ve mitofajiyi tetikler. Bu yolak, hızlı stres yanıtlarında ön plandadır.

Mitofaji çift yönlü etki gösterir: Orta düzey aktivasyon koruyucu ve anti-yaşlanma etkisi yaratırken, aşırı aktivasyon enerji krizine yol açabilir.

Yaşlanma ve Mitokondriyal Disfonksiyon Arasındaki Bağlantı

Yaşlanmanın 12 temel belirtisi arasında mitokondriyal disfonksiyon ve otofaji azalması merkezî yer tutar. Bu belirtiler birbirleriyle dinamik bir ağ oluşturur.

• ROS ve oksidatif stres: Mitokondriler hücre içi ROS’un büyük kısmını üretir. Elektron taşıma zinciri bozukluğu ROS birikimini artırır; bu da Alzheimer, cilt yaşlanması ve kardiyovasküler hastalıkları hızlandırır.

• mtDNA mutasyonları: Mitokondriyal genom yaşla birlikte mutasyon oranı 10-20 kat artar. Mutasyonlar enerji üretimini bozar, ROS döngüsünü güçlendirir ve yaşa bağlı makula dejenerasyonu gibi hastalıklara zemin hazırlar.

• Enerji metabolizması bozukluğu: AMPK enerji homeostazının ana regülatörüdür. Yaşla AMPK aktivitesi azalır, mTOR artar ve otofaji baskılanır. AMPK-mTOR dengesi kritik önemdedir.

• Biyosentez azalması: PGC-1α, mitokondri biyosentezinin ana düzenleyicisidir. Yaşla PGC-1α ekspresyonu düşer, yeni mitokondri üretimi azalır ve enerji krizi derinleşir.

Bu faktörler “mitokondri hasarı → ROS → daha fazla hasar” döngüsü yaratır ve nörodejeneratif ile kardiyovasküler hastalıkları ağırlaştırır.

Azalan Mitofajinin Sonuçları

Yaş ilerledikçe mitofaji etkinliği azalır ve hasarlı mitokondriler birikir:

• mtDNA mutasyonları artar ve heteroplazmi yükselir.
• Oksidatif stres kronikleşir, hücre yaşlanması (senesans) ve inflamatuvar sekretuar fenotip (SASP) tetiklenir.
• ATP üretimi düşer, metabolik stres oluşur.
• mtDNA sızıntısı cGAS-STING ve NLRP3 yolaklarını aktive ederek kronik inflamasyonu körükler.

Sonuçta doku dejenerasyonu ve yaşa bağlı hastalıklar hızlanır.

Mitofajiyi Destekleyen Müdahaleler

Mitofajiyi hedefleyen stratejiler farmakolojik, genetik ve yaşam tarzı temelli olarak üçe ayrılır:

• Farmakolojik yaklaşımlar: Urolithin A (PINK1/Parkin’i aktive eder, insan çalışmalarında güvenli bulunmuştur), NMN (NAD+ artırarak SIRT3 yoluyla destekler), spermidine, sulforaphane, metformin ve quercetin gibi bileşikler mitofajiyi artırır ve ömrü uzatma potansiyeli gösterir.

• Genetik müdahaleler: mitoTALEN gibi araçlar patojenik mtDNA mutasyonlarını seçici olarak ortadan kaldırır; henüz klinik çeviri için daha fazla doğrulama gereklidir.

• Yaşam tarzı müdahaleleri:

  • Düzenli egzersiz FUNDC1 ve PGC-1α’yı artırarak mitofajiyi korur.
  • Kalori kısıtlaması AMPK yolunu aktive eder.
  • İyi uyku, stres yönetimi ve metabolik sağlık mitofajiyi doğal yoldan destekler.

Bu davranışsal faktörler, şu anda elimizdeki en güvenilir ve erişilebilir araçlardır.

Sonuç

Mitofaji, yaşlanmanın hücresel temizlik mekanizmasının kalbidir. Azalan mitofaji, mtDNA mutasyonları, oksidatif stres, enerji açığı ve kronik inflamasyonu tetikleyerek yaşlanmayı hızlandırır. Mitofajiyi orta düzeyde desteklemek –özellikle egzersiz, sağlıklı beslenme, uyku ve stres yönetimiyle– yaşlanmayı yavaşlatmanın ve yaşa bağlı hastalıkları önlemenin en etkili yollarından biridir. Gelecekte doku-spesifik ve hassas müdahaleler (farmakolojik ajanlar ve gen düzenleme) bu alana devrim getirebilir; ancak şimdilik yaşam tarzı değişiklikleri en güçlü ve kanıtlanmış silahtır.

https://www.nature.com/articles/s41420-025-02913-y

Tıp ve Bilimde Yapay Zeka: PubMed Makalelerinden Derlenen Kapsamlı Bilgilendirme Notu

Özet

Bu belge, "Yapay Zeka" alanındaki güncel bilimsel gelişmeleri özetleyen ve PubMed veritabanında yer alan 2025-2026 tarihli makalelerden derlenen bir sentez sunmaktadır. Bulgular, yapay zekanın (AI) tıp, bilim ve teknolojinin çeşitli dallarında dönüştürücü bir rol oynadığını göstermektedir. Temel çıkarımlar dört ana tema etrafında toplanmaktadır: (1) Klinik tanı ve prognozda yapay zekanın artan kullanımı, özellikle kanser, kardiyovasküler hastalıklar ve nörolojik bozuklukların erken teşhisi ve risk sınıflandırmasında devrim yaratmaktadır. (2) Cerrahi planlama, tedavi yanıtı tahmini ve hasta rehabilitasyonu gibi terapötik uygulamalarda yapay zeka destekli araçların geliştirilmesi, kişiselleştirilmiş ve daha etkili müdahalelere olanak tanımaktadır. (3) Yeni algoritmalar, veri analizi teknikleri ve malzeme bilimi, gıda güvenliği gibi tıp dışı alanlardaki uygulamalarla birlikte yapay zeka teknolojisindeki temel ilerlemeler devam etmektedir. (4) Bu hızlı ilerlemeyle birlikte, veri yönetişimi, model doğruluğu, hasta mahremiyeti, düzenleyici çerçeveler ve deepfake gibi teknolojilerin toplumsal etkileri gibi önemli etik ve uygulama zorlukları ortaya çıkmaktadır. Genel olarak, yapay zeka sağlık hizmetleri ve bilimsel araştırmalarda benzeri görülmemiş fırsatlar sunarken, bu teknolojilerin sorumlu, güvenli ve adil bir şekilde entegrasyonu için titiz doğrulama, sağlam yönetişim ve disiplinler arası işbirliği kritik öneme sahiptir.

---

1. Klinik Tanı ve Prognozda Yapay Zeka

Yapay zeka, özellikle makine öğrenmesi (ML) ve derin öğrenme modelleri, hastalıkların teşhis doğruluğunu artırma, prognozu tahmin etme ve tedavi stratejilerini kişiselleştirme konularında önemli bir potansiyel sergilemektedir. Araştırmalar, onkolojiden kardiyolojiye, nörolojiden nadir hastalıklara kadar geniş bir yelpazede yapay zekanın etkisini ortaya koymaktadır.

Kanser Araştırmaları

• Hepatoselüler Karsinom (HCC): Radyomik ve RNA'nın entegre bir analizi, agresif HCC alt tiplerinin biyolojik temelini ve terapötik sonuçlarını ortaya çıkarmak için kullanılmıştır. Bu yaklaşım, agresif HCC'yi tahmin etmede klinik faydayı artırma potansiyeli sunmaktadır (Makale 1).

• Prostat Kanseri (PCa): Yapay zeka, büyük hacimli yapılandırılmamış genomik verileri işleyerek yeni kanserle ilişkili genleri belirlemek, klinik riski tahmin etmek ve tedaviye yanıtı öngörmek için umut verici bir araç olarak görülmektedir. miRNA'lar, mRNA'lar ve gen ekspresyonu analizleri yoluyla metastatik ilerleme ve biyokimyasal nüks gibi olumsuz sonuçları tahmin edebilmektedir. Ancak klinik doğrulama eksikliği, yaygın kullanımını sınırlamaktadır (Makale 6).

• Pankreatik Duktal Adenokarsinom (PDAC): PORCELAIN (Pancreatic Cancer Tumor-Infiltrating Neutrophil-to-T-Cell Ratio Evaluation with Artificial Intelligence) adlı çok modlu bir yapay zeka modeli geliştirilmiştir. Bu model, tümör immün mikroçevresindeki nötrofil-T hücresi oranını (NTR) invaziv olmayan bir şekilde değerlendirerek hastaların genel sağkalımını ve nükssüz sağkalımını önemli ölçüde sınıflandırabilmektedir. Bu, PDAC prognozu ve tedavisi için potansiyel bir biyobelirteç sunmaktadır (Makale 19).

Kardiyovasküler ve Pulmoner Hastalıklar

• Hipertansiyon: Derin öğrenme tabanlı yüz görüntüsü analizi, hipertansiyon için invaziv olmayan, ölçeklenebilir ve pasif bir tarama yöntemi olarak önerilmiştir. Yüzü altı anatomik bölgeye ayıran geliştirilmiş bir U-Net modeli ve ResNet tabanlı sınıflandırıcılar kullanılmıştır. Tam yüz modeli %83 doğruluk elde ederken, yalnızca zigomatik (elmacık kemiği) ve yanak bölgelerini kullanan modellerin her birinin %82 doğrulukla benzer performans göstermesi, bu bölgelerin hipertansiyonla ilişkili konsantre fizyolojik sinyaller içerdiğini düşündürmektedir (Makale 2).

• Nadir Akciğer Hastalıkları: Yapay zeka, klinik heterojenliği yüksek ve teşhisi zor olan nadir akciğer hastalıklarının erken tanınması, doğru teşhisi ve kişiselleştirilmiş yönetimi için yeni fırsatlar yaratmaktadır. Derin öğrenme, pekiştirmeli öğrenme ve transfer öğrenmesi gibi teknikler; idiyopatik pulmoner fibrozis ve kistik fibrozis gibi hastalıkların klinik karar desteği, radyomik analizi ve tedavi yanıtı tahmininde kullanılmaktadır (Makale 9).

• Kronik Obstrüktif Akciğer Hastalığı (KOAH): Yapay zeka destekli BT analizi, KOAH için geliştirilen çok katmanlı bir tarama sisteminin bir parçası olarak kullanılmaktadır. Bu yaklaşım, anket bazlı ön taramadan basitleştirilmiş akciğer fonksiyon testlerine kadar çeşitli yöntemleri birleştirerek erken evre yüksek riskli bireylerin tespit hassasiyetini artırmaktadır (Makale 10).

Nöroloji ve Yoğun Bakım

• Parkinson Hastalığı (PD): Çok merkezli ¹²³I-mIBG planar sintigrafi verileri üzerinde eğitilen makine öğrenmesi sınıflandırıcıları, Parkinson hastalığını diğer parkinson sendromlarından yüksek doğrulukla ayırt edebilmiştir. Özellikle erken kalp-mediasten (H/M) oranının tek başına %80,3 doğrulukla mükemmel bir ayrım sağlaması, yalnızca erken görüntülemenin yeterli olabileceğini göstermektedir (Makale 40).

• Yoğun Bakım Ünitesinde (YBÜ) Deliryum: Yapay zeka odaklı iletişim teknolojileri, YBÜ'deki kritik hastalarda deliryumun erken teşhisini ve yönetimini iyileştirmek için kullanılmaktadır. Doğal Dil İşleme (NLP) ve bilgisayarlı görü gibi teknolojiler, sedasyon veya mekanik ventilasyon altındaki hastalar, aileleri ve sağlık ekipleri arasındaki iletişim engellerini aşarak daha entegre ve hasta merkezli bir bakım sağlamaktadır. Bu araçların deliryum süresini kısalttığı, antipsikotik kullanımını azalttığı ve uzun vadeli bilişsel sonuçları iyileştirdiği gösterilmiştir (Makale 12).

Görüntüleme ve Patoloji

• Radyolojide Görü-Dil Modelleri (VLM'ler): VLM'ler, görüntü yorumlama ve rapor oluşturma için dar yapay zeka araçlarından entegre sistemlere doğru bir paradigma kaymasını temsil etmektedir. Ancak, modellerin teorik potansiyeli ile pratik dağıtımı arasında önemli bir boşluk bulunmaktadır. Yapay zeka tarafından oluşturulan raporların yaklaşık %22'sinde olgusal hatalar (halüsinasyon) bulunması, çeşitli veri setlerinde dış doğrulama eksikliği ve yüksek hesaplama maliyetleri gibi engeller, bu modellerin henüz otonom klinik kullanıma hazır olmadığını göstermektedir (Makale 13).

• Mühendislik Kalp Dokuları: Etiketsiz orta kızılötesi dikroizm duyarlı fotoakustik mikroskopi (MIR-DS-PAM), mühendislik ürünü kalp dokularının histostrüktürel analizini yapmak için geliştirilmiştir. Bu teknik, moleküler özgüllüğü polarizasyon duyarlılığı ile birleştirerek, herhangi bir etiketleme olmaksızın hücre dışı matris (ECM) hizalanmasını nicelendirmekte ve fibrotik dokularda tanısal ipuçları ortaya koymaktadır (Makale 4).

2. Cerrahi ve Tedavi Uygulamalarında Yapay Zeka

Yapay zeka, cerrahi sonuçları tahmin etmekten tedavi planlamasını optimize etmeye kadar geniş bir alanda kullanılmaktadır. Bu teknolojiler, riskleri azaltarak ve hasta sonuçlarını iyileştirerek cerrahi ve terapötik alanlarda devrim yaratma potansiyeline sahiptir.

Cerrahi Sonuçların Tahmini

• Pediatrik Cerrahi Alan Enfeksiyonları (CAE): Makine öğrenmesi (ML), doğal dil işleme (NLP) ve büyük dil modelleri (LLM'ler) gibi yapay zeka teknolojileri, pediatrik cerrahide CAE'lerin tahminini ve takibini geliştirmek için dönüştürücü bir fırsat sunmaktadır. Bu modeller, NSQIP-P verileri ve elektronik sağlık kayıtları (EHR) kullanılarak geliştirilmektedir. Ancak, zayıf doğrulama, sınırlı genellenebilirlik ve iş akışına uyumsuzluk gibi faktörler, gerçek dünyada benimsenmelerini kısıtlamaktadır (Makale 5).

• Ventral Herni Onarımı: Açık ventral herni onarımı sonrası cerrahi alan enfeksiyonunu (CAE) tahmin etmek için SurgiCut-AI adlı bir yapay zeka aracı geliştirilmiştir. Ameliyat öncesi ve sırası parametreleri kullanan bu araç, özellikle Random Forest (RF) modelinde yüksek bir öngörü gücü (AUC = 0,82) sergilemiştir. Model, HbA1c, kan kaybı, serum albümini ve defekt boyutu gibi yedi temel öngörücüyü belirlemiştir (Makale 39).

• Genel Cerrahi Risk Değerlendirmesi: Nutrisyonel Risk İndeksi'nin (NRI), cerrahi sonuçları tahmin etmede yaygın olarak kullanılan Modifiye 5 Maddeli Kırılganlık İndeksi (mFI-5) ile karşılaştırılabilir ve bazı durumlarda daha üstün bir performans sergilediği gösterilmiştir. 9,7 milyon hastanın verilerini analiz eden çalışma, dinamik ve sürekli bir ölçüm olan NRI'nin, preoperatif risk sınıflandırması için önemli avantajlar sunabileceğini ortaya koymuştur (Makale 35).

Tedavi Planlaması ve Yanıtı

• Spor Hekimliği: Yapay zeka, spor hekimliğinde yaralanma riski tahmini, görüntüleme destekli teşhis, cerrahi planlama optimizasyonu ve rehabilitasyon süreçlerinin dinamik takibi gibi birçok alanda kullanılmaktadır. Büyük dil modelleri (LLM'ler) ayrıca hasta eğitimi ve danışmanlığı için de destek sağlamaktadır. Ancak, teknik darboğazlar, veri engelleri, hasta mahremiyeti ve düzenleyici mekanizmaların eksikliği gibi zorluklar bu entegrasyonu kısıtlamaktadır (Makaleler 7 & 8).

• Radyofarmasötikler: Hesaplamalı teknikler ve yapay zeka, hedefe özgü teranostik (teşhis ve tedaviyi birleştiren) ajanların geliştirilmesinde önemli bir rol oynamaktadır. Moleküler kenetlenme ve moleküler dinamik simülasyonları, yeni radyofarmasötik inhibitörlerin hedeflerle etkileşimini in-silico olarak araştırmak için kullanılmaktadır. Bu yaklaşımlar, yeni nesil ajanların maliyet etkin tasarımını hızlandırma potansiyeline sahiptir (Makale 11).

• Keratokonus Tedavisi: Keratokonusun modern tedavisinde stromal lentikül ekleme keratoplastisi (SLAK) gibi minimal invaziv doku ekleme prosedürleri giderek daha fazla önem kazanmaktadır. Gelecekte, yapay zeka destekli planlama ve görüntü kılavuzluğunda tedavinin kişiselleştirilmesi, bu prosedürlerin hassasiyetini ve sonuçlarını daha da iyileştirebilir (Makale 43).

3. Yapay Zeka Teknolojisindeki Teknik Gelişmeler ve Diğer Bilimsel Uygulamalar

Tıbbi uygulamaların ötesinde, yapay zeka alanında temel algoritmik yenilikler ve çeşitli bilimsel disiplinlerdeki uygulamalar hızla ilerlemektedir. Bu gelişmeler, optimizasyon, veri analizi ve endüstriyel süreçlerde yeni ufuklar açmaktadır.

Algoritmik İnovasyonlar

• Optimizasyon Algoritmaları: Özellik seçimi gibi ayrık optimizasyon görevleri için Geliştirilmiş Sekreter Kuşu Optimizasyon Algoritması (ISSBOA) önerilmiştir. Bu algoritma, yerel optimalardan kaçınma yeteneğini artıran bağımsız bir düşünme mekanizması ve arama adım boyutunu dinamik olarak ayarlayan bir sinüs-kare adım mekanizması içermektedir (Makale 22).

• Dağılım Dışı (OOD) Tespiti: Dağıtılmış makine öğrenimi sistemlerinin güvenilirliği için kritik olan OOD verilerini tespit etmek amacıyla Dikkat Başlığı Maskeleme (AHM) adı verilen yeni bir teknik sunulmuştur. Bu yöntem, hem tek modlu hem de çok modlu (metin ve görüntü içeren belgeler gibi) verilerde gömme kalitesini artırarak yanlış pozitif oranını %10'a kadar düşürmektedir (Makale 23).

• EKG Analizi: EKG sinyallerini herhangi bir büyük dil modeli (LLM) tarafından yorumlanabilen evrensel bir EKG diline dönüştüren ECG-aBcDe adlı yeni bir kodlama yöntemi tanıtılmıştır. Bu yaklaşım, model bağımlılığını ortadan kaldırır, zamansal ölçek bilgisini daha iyi yakalar ve dikkat ısı haritaları çıkararak yorumlanabilirliği artırır (Makale 29).

Malzeme Bilimi ve Gıda Güvenliği

• LAZER Işınlı İşleme (LBM): Havacılık ve savunma sanayinde kullanılan yüksek performanslı XG3 çeliğinin LBM ile işlenmesi için derin öğrenme tabanlı bir öngörü modeli geliştirilmiştir. Geri Yayılımlı Yapay Sinir Ağı (BPANN) modeli, %0,999'u aşan regresyon katsayıları ile üstün bir öngörü yeteneği sergilemiştir (Makale 24).

• Gıda Tazeliği: Etin bozulmasının önemli bir göstergesi olan toplam uçucu bazik nitrojeni (TVB-N) izlemek için yapay zeka entegreli kolorimetrik koku sensörleri geliştirilmiştir. FocusNet modeli, sensör verilerini işleyerek domuz eti numunelerindeki TVB-N seviyelerini %0,9367'lik bir korelasyon katsayısıyla doğru bir şekilde tahmin etmiştir (Makale 14).

• Su Arıtma: Atık alüminyum ince filmler ve polipropilen yalıtım kullanılarak geliştirilmiş bir pasif güneş damıtma cihazının (PSS) verimliliğini optimize etmek için yapay zeka kullanılmıştır. NSGA-II optimizasyonu, saatlik verimi doğru bir şekilde tahmin eden makine öğrenmesi modelleriyle birleştirilerek optimum bir konfigürasyon belirlemiştir (Makale 50).

Veri Analizi ve Modelleme

• Kimyasal Reaksiyon Verimleri: Yüksek verimli deneylerden (HTE) elde edilen kimyasal reaksiyon verilerinin modellenmesi için istatistiksel bir model önerilmiştir. Çalışma, veri üreten süreç hakkındaki bilgiden yararlanmanın, yalnızca ML/AI algoritmalarını uygulamaktan daha güvenilir ve yorumlanabilir sonuçlar verdiğini vurgulamaktadır (Makale 16).

• NIR Spektroskopisi: Gıda ve ilaç endüstrilerinde kullanılan Yakın Kızılötesi (NIR) spektroskopisi için küçük etiketli veri setleriyle güvenilir performans gösteren DeepSS adlı yeni bir derin öğrenme yaklaşımı geliştirilmiştir. Bu yöntem, veri eşleştirme stratejisi ve sahte etiket füzyonu kullanarak tahmin hatalarını %1,51 ila %14,29 arasında azaltmıştır (Makale 31).

• YBÜ'de Nadir Durumlar: Yoğun bakım ünitelerindeki nadir hastalıklar ve düşük prevalanslı durumlar için klinik sonuçları tahmin etmek amacıyla KnowRare adlı bir derin öğrenme çerçevesi geliştirilmiştir. Bu çerçeve, veri kıtlığını gidermek için kendi kendine denetimli ön eğitimden ve koşul içi heterojenliği ele almak için klinik olarak benzer koşullardan bilgi aktarımından yararlanmaktadır (Makale 20).

4. Yapay Zekanın Etik, Yönetişim ve Uygulama Zorlukları

Yapay zekanın hızlı yayılımı, teknolojik başarıların yanı sıra önemli etik, yönetişim ve uygulama zorluklarını da beraberinde getirmektedir. Bu zorluklar, veri güvenliğinden düzenleyici çerçevelere, hasta eğitiminden yanlış bilginin yayılmasına kadar geniş bir yelpazeyi kapsamaktadır.

Yönetişim ve Düzenleme

• Bilimsel Veri Yönetişimi: Veri yoğun ve yapay zeka odaklı bilimlerin ilerlemesi, çok kaynaklı heterojen veriler için yeni yönetişim zorlukları yaratmaktadır. Bu zorlukları ele almak için veri paydaşları, veri yaşam döngüsü ve veri yönetişim unsurlarını içeren üç boyutlu bir teorik çerçeve önerilmiştir (Makale 3).

• S-RACE Platformu: Sorumlu yapay zeka geliştirmeyi desteklemek amacıyla yüksek kaliteli gerçek dünya verilerini (RWD) yönetmek için S-RACE adlı ölçeklenebilir ve yönetişimli bir platform oluşturulmuştur. Bu platform, ISO 42001 ve AB AI Yasası gibi yönetişim standartlarına bağlı kalarak sorumlu yapay zekanın klinik olarak benimsenmesini hızlandırmak için güvenilir bir temel sunmaktadır (Makale 21).

• Akademik Yayıncılık: Yapay zekanın akademik yazım ve yayıncılıkta artan rolü, yazarlık, araştırma bütünlüğü ve hesap verebilirlik konularında önemli etik endişeleri gündeme getirmektedir. Yapay zekanın sorumlu entegrasyonu, insan yargısı ile dengelenmeli ve titiz standartlarla yönetilmelidir (Makale 28).

Hasta Eğitimi ve İletişim

• Sternotomi Sonrası Öz Bakım: Sternotomi sonrası hastaların taburculuk sonrası sıkça sorduğu soruları yanıtlamak için bir yapay zeka uygulaması geliştirilmiştir. Bu uygulama, hastaların iyileşme sürecine uyumlarını teşvik ederek yeniden hastaneye yatış riskini azaltmayı hedeflemektedir. İlk değerlendirmede, uygulama tarafından üretilen yanıtların %86,7'si kapsamlı ve doğru bulunmuştur (Makale 15).

• Ses Kısıklığı Kılavuzları: ChatGPT'nin (GPT-4 tabanlı) ses kısıklığı (disfoni) ile ilgili 2018 Klinik Uygulama Kılavuzu'na ne ölçüde uyduğunu değerlendiren bir çalışmada, modelin yanıtlarının %86,7'sinin kılavuzla tam uyumlu olduğu bulunmuştur. Bu, büyük dil modellerinin uzman gözetiminde hasta eğitimi ve klinik karar verme için yardımcı araçlar olarak potansiyelini desteklemektedir (Makale 25).

• Dijital Kâtipler: Otomatik konuşma tanıma (ASR) ve doğal dil işleme (NLP) teknolojilerini kullanan dijital kâtipler, birinci basamak sağlık hizmetlerinde dokümantasyon süresini azaltarak iş akışı verimliliğini artırmaktadır. Ancak, çeşitli sağlık iş akışlarına uyum sağlama ve benimsenme konusunda önemli zorluklarla karşılaşmaktadırlar (Makale 44).

Güvenilirlik ve Yanılgılar

• Deepfake Videolar: Yapılan bir çalışma, deepfake videoların sahte olduğuna dair açık uyarılara rağmen içeriklerinin insanlar üzerindeki etkisini tamamen ortadan kaldırmanın yetersiz olduğunu göstermiştir. Katılımcıların çoğu, videonun sahte olduğunu bildiklerini belirtmelerine rağmen içeriğinden etkilenmeye devam etmiştir. Bu bulgu, şeffaflık odaklı düzenleyici girişimlerin tek başına yeterli olmayabileceğine işaret etmektedir (Makale 18).

• Kısmi Gerçekler: Tamamen yanlış mesajların ötesinde, hem doğru hem de yanlış bilgiler içeren mesajlara verilen tepkileri inceleyen bir çalışma, kaynağın insan, yapay zeka veya hibrit olarak algılanmasının, hatanın kabul edilebilirliği üzerindeki etkisini araştırmıştır. Bu, yanlış bilginin daha karmaşık formlarının nasıl algılandığını anlamak için önemlidir (Makale 53).

Uygulama Zorlukları

• Spor Hekimliği Entegrasyonu: Yapay zekanın spor hekimliğine derinlemesine entegrasyonu; teknik darboğazlar, veri engelleri, hasta mahremiyeti riskleri ve yasal düzenleme ile sağlık sigortası mekanizmalarının eksikliği gibi temel zorluklarla karşı karşıyadır (Makale 7).

• Pediatrik Cerrahi Benimsemesi: Yapay zeka araçlarının pediatrik cerrahide yaygın olarak benimsenmesi; zayıf doğrulama, sınırlı genellenebilirlik, iş akışı uyumsuzluğu ve pediatriye özgü veri sınırlamaları gibi engellerle kısıtlanmaktadır (Makale 5).

• Yapay Zeka ve Karbon Ayak İzi: Dokuz teknolojik olarak gelişmiş ekonomide yapılan bir analiz, yapay zeka yatırımlarının, yabancı doğrudan yatırımların (FDI) ve İnsani Gelişme Endeksi'nin (HDI) karbon emisyonlarını artırdığını ortaya koymuştur. Bu bulgu, yapay zekanın yaygınlaşmasının çevresel risklerini vurgulamakta ve yeşil inovasyon ile sürdürülebilir çevre politikalarının önemini göstermektedir (Makale 38).

• Acil Serviste Önceliklendirme: Acil serviste (ED) ilaç mutabakatını (MR) önceliklendirmek için yapay zeka destekli bir hastaneye kabul tahmin panosu kullanılmıştır. Pano, doğru yapılan MR oranını %86,4'ten %89,0'a çıkarırken, gereksiz MR oranını %17,9'dan %12,6'ya düşürmüştür (Makale 41).

Cinsiyet Hormonları ve Cilt Pigmentasyonu

Cinsiyet Hormonları ve Cilt Pigmentasyonu

Temel Bulgular, Moleküler Mekanizmalar ve Terapötik Yansımalar

Giriş

Cilt pigmentasyonu, genetik faktörler, çevresel etkenler (özellikle UV ışınımı) ve hormonal düzenleyiciler arasındaki karmaşık etkileşimlerle belirlenir. Özellikle cinsiyet hormonlarının melanin üretimi üzerindeki etkisi, gebelikte sık görülen melazma olguları sayesinde yüzyıllardır klinik olarak bilinmektedir. Ancak bu ilişkinin moleküler düzeyde nasıl gerçekleştiği uzun süre netlik kazanmamıştır.

Son yıllarda yapılan çalışmalar, östrojen ve progesteronun melanosit fonksiyonu üzerindeki etkilerinin, klasik nükleer hormon reseptörlerinden bağımsız, zara bağlı G proteini-kenetli reseptörler (GPCR) aracılığıyla gerçekleştiğini ortaya koymuştur. Bu bulgular, pigmentasyon biyolojisinde önemli bir paradigma değişimine işaret etmektedir.

---

1. Cinsiyet Steroidlerinin Melanin Sentezi Üzerindeki Karşıt Etkileri

Östrojen: Pigmentasyonu Artıran Bir Düzenleyici

Primer insan melanositleri üzerinde yapılan deneyler, 17β-estradiolün (östrojen) melanin sentezini güçlü biçimde artırdığını göstermektedir.

• Gebelikte gözlenen fizyolojik düzeylere karşılık gelen 25 nM östrojen, dört günlük uygulama sonunda melanin içeriğinde yaklaşık %200’ü aşan bir artışa yol açmıştır.
• Bu artış, melanosit biyolojisinin klasik uyarıcısı olan α-MSH ile karşılaştırılabilir düzeydedir.
• Oral kontraseptiflerde yer alan etinil estradiol de benzer bir pigment artırıcı etki göstermiştir.
• Üç boyutlu organotipik insan deri modellerinde östrojen uygulaması, melanosit sayısında değişiklik olmaksızın melanin miktarını yaklaşık üç kat artırmıştır.

Bu veriler, östrojenin pigmentasyonu hücre proliferasyonu yoluyla değil, melanosit başına melanin üretimini artırarak düzenlediğini ortaya koymaktadır.

---

Progesteron: Pigmentasyonu Baskılayan Karşıt Etki

Östrojene zıt biçimde, progesteron melanin sentezini belirgin şekilde baskılar.

• Gebeliğin üçüncü trimesterinde görülen düzeylere karşılık gelen 500 nM progesteron, melanin üretimini yaklaşık %50–60 oranında azaltmıştır.
• Bu etki hem iki boyutlu hücre kültürlerinde hem de organotipik deri modellerinde tutarlı biçimde gözlenmiştir.
• Melanosit sayısı değişmeden yalnızca pigment üretiminin azalması, progesteronun doğrudan sentez yollarını hedeflediğini düşündürmektedir.

Bu karşıt düzenleme, gebeliğe bağlı hiperpigmentasyonun neden tüm vücutta değil de yüz, areola ve genital bölge gibi seçici alanlarda yoğunlaştığını açıklamaya yardımcı olabilir.

---

Hormonların Birlikte Etkisi

Östrojen ve progesteron birlikte uygulandığında, progesteronun östrojenin pigment artırıcı etkisini belirgin biçimde baskıladığı gösterilmiştir. Bu durum, hormonal dengenin pigmentasyon üzerindeki belirleyici rolünü net biçimde ortaya koymaktadır.

---

2. Sinyal Mekanizması: Klasik Olmayan Bir Yol

Nükleer ER ve PR Reseptörlerinin Yokluğu

Beklenenin aksine, primer insan melanositlerinde:

• Klasik östrojen reseptörleri (ER)
• Progesteron reseptörleri (PR)

ne protein ne de mRNA düzeyinde saptanmıştır. Bu durum qRT-PCR, Western blot ve RNA-seq analizleriyle doğrulanmıştır. Dolayısıyla hormonların etkisi, genomik (nükleer) yolaklar üzerinden değil, hızlı sinyal ileten alternatif mekanizmalarla gerçekleşmektedir.

---

cAMP Sinyal Yolu Üzerinden Düzenleme

Melanin sentezinin merkezinde yer alan cAMP yolu, bu hormonların temel hedefidir:

• Östrojen, hücre içi cAMP düzeylerini artırır
  → pCREB aktivasyonu
  → MITF artışı
  → Melanin sentezinde yükselme
• Progesteron, cAMP düzeylerini düşürür
  → MITF baskılanır
  → Melanin üretimi azalır

Bu yolak, α-MSH ile paylaşılan ortak bir merkez üzerinden, fakat farklı reseptörlerle kontrol edilmektedir.

---

3. GPER ve PAQR7: Melanositlerde Anahtar Reseptörler

GPER (G-Protein-Kenetli Östrojen Reseptörü)

• Melanositlerde yüksek düzeyde eksprese edilir.
• Genetik olarak susturulduğunda, östrojenin pigment artırıcı etkisi tamamen ortadan kalkar.
• Gs proteini aracılığıyla adenilat siklazı aktive eder, cAMP artışı sağlar.

PAQR7 (Progestin and AdipoQ Receptor 7)

• Progesteronun temel reseptörüdür.
• Gi proteini aracılığıyla adenilat siklazı baskılar.
• PAQR7 susturulduğunda progesteronun pigment azaltıcı etkisi kaybolur.
• Pertussis toksini ile Gi inhibisyonu, bu yolun doğruluğunu desteklemiştir.

Bu bulgular, melanositlerde aktif olarak melanin sentezini baskılayan ilk GPCR mekanizmasının tanımlandığını göstermektedir.

---

4. Farmakolojik Kanıtlar ve Tedavi Potansiyeli

GPER Agonistleri

• Tamoksifen, klasik ER antagonisti olmasına rağmen GPER agonisti olarak melanin üretimini artırır.
• G-1, ER’ye bağlanmayan selektif bir GPER agonistidir ve güçlü pigment artırıcı etki gösterir.
• Organotipik deri ve hayvan modellerinde G-1 uygulaması, melanin içeriğinde belirgin artış sağlamıştır.

PAQR7 Agonistleri

• CH2P4 (Org OD-02) gibi selektif agonistler, melanin sentezini doza bağlı biçimde azaltır.
• PR ile etkileşime girmemesi, sistemik hormonal yan etkiler açısından önemli bir avantajdır.

---

5. Klinik ve Geleceğe Yönelik Çıkarımlar

Olası Terapötik Uygulamalar

Hiperpigmentasyon (melazma, PIH):

• PAQR7 agonistleri, hidrokinon gibi toksisite riski taşıyan ajanlara daha güvenli alternatifler sunabilir.

Hipopigmentasyon ve UV Koruması:

• GPER agonistleri, eumelanin üretimini artırarak doğal fotoproteksiyon sağlayabilir.
• Özellikle MC1R mutasyonu taşıyan açık tenli bireyler için önemlidir.

---

Gelecek Araştırma Alanları

Melanositlerde ifade edilen diğer GPCR’ler (histamin, lökotrien reseptörleri gibi), inflamasyonla ilişkili pigment değişikliklerinin anlaşılması açısından yeni hedefler sunmaktadır. Akne, egzama ve inflamasyon sonrası pigmentasyon değişiklikleri bu çerçevede yeniden ele alınabilir.

---

Sonuç

Bu çalışma, cilt pigmentasyonunun klasik hormon biyolojisinin ötesinde, zara bağlı reseptörler ve hızlı sinyal yolaklarıyla düzenlendiğini göstermektedir. GPER ve PAQR7, melanin sentezini çift yönlü kontrol eden, klinik olarak “ilaçlanabilir” hedefler olarak öne çıkmaktadır.

Bu mekanizmaların daha iyi anlaşılması, pigmentasyon bozukluklarının tedavisinde daha seçici, daha güvenli ve daha fizyolojik yaklaşımların önünü açmaktadır.

Koreli Araştırmacılar, Kişiselleştirilmiş Kanser Aşısı İçin Yenilikçi AI Modeli Geliştirdi

Kanser tedavisi alanında devrim niteliğinde bir gelişme yaşanıyor. Güney Kore'den bir araştırma ekibi, hastaların bireysel kanser profillerine göre uyarlanmış aşılar üretmek için yapay zeka (AI) tabanlı bir model geliştirdi. Bu yenilik, kanserin tekrarlama riskini azaltmayı hedefleyen uzun vadeli bağışıklık tepkilerini güçlendirmeyi amaçlıyor. Korea Advanced Institute of Science and Technology (KAIST) ve Neogenlogic iş birliğiyle gerçekleştirilen bu çalışma, kanser aşılarının tasarımını kökten değiştirebilecek potansiyele sahip.

Araştırmanın Arka Planı ve Önemi

Kanser, dünya genelinde milyonlarca insanın hayatını etkileyen bir hastalık. Geleneksel tedaviler gibi kemoterapi ve radyoterapi, kanser hücrelerini hedef alırken, bağışıklık sistemini güçlendiren aşılar son yıllarda umut vaat ediyor. Ancak mevcut kanser aşıları genellikle sitotoksik T hücrelerini aktive ederek kısa vadeli saldırılar odaklanıyor. Yeni araştırmalar ise B hücrelerinin aracılık ettiği bağışıklık hafızasının, uzun vadeli antitümör yanıtlar ve tekrarlama önleme açısından kritik olduğunu gösteriyor.

KAIST'ten Profesör Choi Jung-kyoon liderliğindeki ekip, bu boşluğu doldurmak için AI teknolojisini kullandı. Araştırma, neoantijenler olarak bilinen, hastanın tümörüne özgü mutasyon kaynaklı protein parçalarını tanımlamaya odaklanıyor. Profesör Choi, neoantijenleri "aşının bağışıklık sistemini eğitmek için kullandığı 'parmak izleri'" olarak tanımlıyor. Bu neoantijenler, her hastada benzersiz olduğundan, aşıların kişiselleştirilmesi zorunlu hale geliyor.

Ekip, "Mevcut aşılar neredeyse tamamen sitotoksik T hücrelerini aktive etmeye odaklanırken, ortaya çıkan klinik kanıtlar B hücre aracılı bağışıklık hafızasının dayanıklı, uzun vadeli antitümör yanıtların ve tekrarlama önlemenin anahtarı olduğunu vurguluyor" diyor. Bu, akademik topluluğun B hücrelerinin kanser aşılarındaki önemini bildiği ancak bunu doğrulamak için araçların olmadığı bir alanı ele alıyor.

Yöntem ve Teknolojik Yenilikler

Araştırma, mutant peptitler ile B hücre reseptörleri (BCR'ler) arasındaki yapısal etkileşim kalıplarını öğrenen bir AI modeli üzerine kurulu. Bu model, neoantijenlerin güçlü bir B hücre tepkisi tetikleyip tetiklemeyeceğini öngörüyor. Dünyanın ilk B hücre immünojenitesini T hücre yanıtlarıyla birlikte öngören AI çerçevesi olarak tanımlanan bu sistem, büyük ölçekli genomik veri setleri ve küresel aşı liderlerinin klinik deneme verileriyle doğrulanmış.

AI çerçevesi, Neogenlogic'in tescilli keşif motoru DeepNeo'ya entegre edilmiş. Bu entegrasyon, teorik öngörülerden sistematik klinik uygulamalara geçişi sağlıyor. Araştırma bulguları, saygın bir bilim dergisi olan Science Advances'in 3 Aralık sayısında yayımlandı.

Profesör Choi, "Neogenlogic ile birlikte bu akademik atılımı klinik düzeyde bir platforma dönüştürüyoruz. Tescilli AI'miz, neoantijen seçiminin bilimsel titizliğini yükseltiyor ve bizi teorik öngörüden sistematik klinik uygulamaya taşıyor" şeklinde konuştu.

Kanser Tedavisine Etkileri

Bu AI modeli, kanser aşılarının tasarımını dönüştürebilir. B hücre aracılı bağışıklık hafızasını güçlendirerek, uzun vadeli antitümör yanıtlar sağlayabilir ve kanserin tekrarlama riskini önemli ölçüde azaltabilir. Geleneksel yaklaşımların T hücre odaklı sınırlılıklarını aşarak, daha kapsamlı bir bağışıklık stratejisi sunuyor.

Kişiselleştirilmiş tıp açısından, her hastanın genetik yapısına göre aşı üretimi, tedavi etkinliğini artırabilir. Bu, özellikle metastatik veya dirençli kanser türleri için umut verici. Araştırma, B hücrelerinin rolünü deneysel olarak kanıtlayarak, aşı geliştirme alanında yeni bir paradigma oluşturuyor.

İş Birlikleri ve Gelecek Planlar

KAIST ve Neogenlogic arasındaki iş birliği, akademi ile endüstri arasındaki köprüyü güçlendiriyor. Ekip, ABD Gıda ve İlaç Dairesi'ne (FDA) yeni araştırma ilacı (IND) başvurusu hazırlıyor. Klinik denemelerin 2027'de başlaması hedefleniyor.

Bu gelişme, Güney Kore'nin biyoteknoloji ve AI alanındaki liderliğini pekiştiriyor. Gelecekte, benzer teknolojiler diğer hastalıklara da uyarlanabilir, bağışıklık tabanlı tedavileri genişletebilir.

Sonuç olarak, bu AI modeli kanser savaşında yeni bir silah olabilir. Hastaların yaşam kalitesini artırırken, tıbbi inovasyonun sınırlarını zorluyor. Araştırmanın klinik başarıları, önümüzdeki yıllarda takip edilmeye değer.

https://www.koreatimes.co.kr/business/tech-science/20260102/korean-team-develops-ai-model-for-customized-cancer-vaccine

PANDA: Pankreas Kanseri Büyük Ölçekli Tarama İçin Umut Verici Bir Yapay Zeka Aracı

PANDA: Pankreas Kanseri Büyük Ölçekli Tarama İçin Umut Verici Bir Yapay Zeka Aracı

Makale, pankreas kanserinin (özellikle pankreas duktal adenokarsinomu - PDAC) erken teşhisinde devrim yaratabilecek yeni bir yapay zeka aracı olan PANDA'yı (Pancreatic Cancer Detection with Artificial Intelligence) tanıtıyor. Pankreas kanseri, geç teşhis edildiğinde ölüm oranı çok yüksek bir hastalık olduğundan, erken tarama yöntemleri büyük önem taşıyor. Ancak mevcut yöntemler (örneğin yüksek riskli bireylerde MRI veya endoskopik ultrason) pahalı, invaziv ve büyük popülasyonlara uygulanabilir değil. PANDA ise, yaygın olarak kullanılan non-kontrast (kontrastsız) bilgisayarlı tomografi (CT) taramalarını analiz ederek bu sorunu çözmeyi hedefliyor.

PANDA Nasıl Çalışıyor?

PANDA, derin öğrenme tabanlı bir yapay zeka modelidir ve üç aşamada işler:

1. Pankreasın konumunu belirleme (lokalizasyon),
2. Pankreastaki lezyonları (anormallikleri) tespit etme,
3. Tespit edilen lezyonları sınıflandırma (PDAC, pankreatik nöroendokrin tümör - PNET, solid pseudopapiller tümör - SPT, intraduktal papiller müsinöz neoplazm - IPMN, müsinöz kistik neoplazm - MCN, seröz kistadenom - SCN, kronik pankreatit veya "diğer" kategoriler).

Önemli avantajı: Kontrast madde kullanılmayan (non-kontrast) CT taramalarıyla çalışabilmesi. Geleneksel olarak non-kontrast CT'ler pankreas lezyonlarını tespit etmekte yetersiz kabul edilirken, PANDA bu taramaları etkili bir tarama aracı haline getiriyor.

Araştırma Nasıl Yapıldı?

Çok merkezli ve retrospektif bir çalışma gerçekleştirildi. Veri seti:

• Tek bir merkezden 3.208 hasta ile model eğitildi.
• 10 farklı merkezden toplam 6.239 hasta ile çok merkezli doğrulama yapıldı.
• Ayrıca göğüs CT taramaları ve gerçek dünya klinik verileri (20.530 ardışık hasta) dahil edildi.

Beş farklı kohort (grup) kullanıldı:

• İç eğitim kohortu (model geliştirme),
• İç test kohortu (performans ölçümü ve radyolog karşılaştırması),
• Dış çok merkezli test kohortu (farklı merkezlerde genelleme),
• Göğüs non-kontrast CT kohortu (göğüs taramalarına uyarlanabilirlik),
• Gerçek dünya klinik değerlendirme kohortu (pratik kullanım).

PANDA'nın Performansı

• Lezyon tespiti için AUC değeri 0.986–0.996 (neredeyse mükemmele yakın doğruluk).
• PDAC teşhisinde, deneyimli radyologların ortalamasından %34.1 daha yüksek duyarlılık (kanserli hastaları yakalama oranı) ve %6.3 daha yüksek özgüllük (sağlıklıları doğru ayırt etme oranı) sağladı.
• Gerçek dünya uygulamasında (20.530 hasta): Lezyon tespiti için %92.9 duyarlılık ve %99.9 özgüllük.
• Kontrastlı CT tabanlı standart radyoloji raporlarıyla karşılaştırıldığında eşdeğer veya daha üstün (non-inferior) performans gösterdi.

Avantajları ve Potansiyeli

• Non-kontrast CT'ler zaten göğüs taramaları, akciğer kanseri taramaları veya genel check-up'larda sıkça yapılıyor. PANDA bu mevcut taramalara entegre edilerek opportunistik (fırsatçı) pankreas kanseri taraması yapılabilir.
• Büyük ölçekli popülasyon taramasına uygun: Ucuz, radyasyon dozu düşük ve kontrast madde riski yok.
• Radyologların performansını önemli ölçüde aşarak, erken teşhis oranını artırabilir.

Sınırlılıklar ve Gelecek

Makalede açıkça belirtilen büyük sınırlılık yok, ancak pankreas kanserinin genel popülasyonda nadir görülmesi nedeniyle yanlış pozitif sonuçlar ve maliyet-etkinlik gibi konular gelecek çalışmaların odak noktası olabilir. PANDA, asemptomatik (belirtisiz) bireylerde büyük ölçekli tarama için umut verici bir araç olarak sunuluyor ve PDAC'nin ölüm oranını düşürmede potansiyel taşıyor.

Kısaca, PANDA yapay zeka sayesinde pankreas kanserini erken yakalamak için erişilebilir ve etkili bir tarama yöntemi vaat ediyor; bu da özellikle ölümcül olan bu kanserle mücadelede önemli bir adım olabilir.

https://www.bjmo.be/panda-emerges-as-a-promising-tool-for-large-scale-pancreatic-cancer-screening/

Göz Hareketleriyle Duyarsızlaştırma ve Yeniden İşleme (EMDR) Terapisine Kapsamlı Bir Bakış

Özet

Göz Hareketleriyle Duyarsızlaştırma ve Yeniden İşleme (EMDR), 1980'lerin sonunda Dr. Francine Shapiro tarafından geliştirilen, özellikle travma ve ilişkili bozuklukların tedavisinde kullanılan kanıta dayalı, yapılandırılmış bir psikoterapi yöntemidir.

Terapinin temelinde, danışanın travmatik anıyı zihninde canlandırırken, terapistin yönlendirmesiyle gözlerini sağa ve sola hareket ettirmesi gibi çift yönlü uyarım (bilateral stimulation) alması yatar. 

Bu süreç, Uyumlayıcı Bilgi İşleme (AIP) Modeli'ne dayanır; bu modele göre travmatik anılar beyinde düzgün işlenemez ve "kilitli" kalır. 

EMDR, bu kilitli anıların işlenmesini, sindirilmesini ve beyinde uygun bir şekilde depolanmasını sağlayarak, anıyla ilişkili rahatsız edici duygusal ve bedensel hisleri ortadan kaldırmayı hedefler.

Klinik araştırmalar, EMDR'nin Travma Sonrası Stres Bozukluğu (TSSB) tedavisindeki yüksek etkinliğini kanıtlamıştır. 

Yapılan karşılaştırmalı çalışmalar, EMDR'nin Bilişsel Davranışçı Terapi (BDT) gibi diğer yerleşik terapilerden daha hızlı veya daha etkili sonuçlar verebildiğini göstermiştir; örneğin, miyokard enfarktüsü geçirmiş hastalarda anksiyeteyi azaltmada BDT'den daha üstün bulunmuştur.

Dünya Sağlık Örgütü (DSÖ) gibi kuruluşlar tarafından TSSB tedavisinde tavsiye edilen bir yöntemdir.

EMDR'nin kesin nörobiyolojik mekanizmaları hala araştırılmakla birlikte, öne sürülen teoriler arasında Yönelim Tepkisi'nin (Orienting Response) tetiklenmesi, REM uykusundaki hafıza işleme süreçlerine benzerlikler ve talamus, prefrontal korteks gibi belirli beyin bölgelerindeki aktivite değişiklikleri bulunmaktadır.

Terapi, yıllar içinde gelişerek EMDR 2.0 gibi yenilikçi formlar, erken dönem duygusal ihmal mağdurları için Pozitif Duygu Toleransı (PAT) Protokolü gibi özel uygulamalar ve çocuklara yönelik kaynak geliştirme araç setleri ortaya çıkmıştır. Ayrıca, çevrimiçi ve grup formatlarında da başarıyla uygulanarak erişilebilirliği artırılmıştır. Bu çeşitlilik, EMDR'nin TSSB'nin ötesinde anksiyete bozuklukları, depresyon ve diğer psikopatolojilerde de umut vaat eden bir terapi yöntemi olduğunu göstermektedir.

---

1. EMDR Terapisine Giriş

Tarihçe ve Gelişim

EMDR terapisi, 1990'larda Dr. Francine Shapiro tarafından geliştirilmiştir. 

Shapiro, bir parkta yürürken, kanser teşhisi nedeniyle yaşadığı korku ve depresif düşüncelerin, gözlerini sağa sola hareket ettirdiğinde önemli ölçüde hafiflediğini tesadüfen fark etmiştir. 

Bu kişisel deneyim, onu bu yöntemi araştırmaya ve sistematik bir terapi protokolü haline getirmeye yönlendirmiştir. 

O zamandan beri EMDR, özellikle travmatik yaşantıların tedavisinde yaygın olarak kullanılan ve etkinliği bilimsel olarak kanıtlanmış bir terapi yaklaşımına dönüşmüştür.

Temel Kavram: Uyumlayıcı Bilgi İşleme (AIP) Modeli

EMDR terapisinin teorik temeli, Uyumlayıcı Bilgi İşleme (AIP) modeline dayanır. 

Bu modele göre beyin, normalde deneyimleri işleyerek öğrenir ve anıları işlevsel bir şekilde depolar. 

Ancak travmatik veya çok rahatsız edici bir olay yaşandığında, bu bilgi işleme sistemi bozulur. 

Anı, ham haliyle (görüntüler, sesler, duygular, bedensel duyumlar) sinir sisteminde kilitli kalır. 

Bu işlenmemiş anılar, güncel tetikleyicilerle kolayca aktive olur ve kişinin şimdiki zamanda orantısız tepkiler vermesine neden olur.

EMDR'deki "işleme" (processing), travmatik bir deneyim hakkında sadece konuşmak anlamına gelmez. 

Bunun yerine, beynin sorun yaratan deneyimleri "sindirmesini" ve uygun şekilde depolamasını sağlayacak bir öğrenme durumunun oluşturulmasıdır. 

Bu süreç sonunda, deneyimden elde edilen faydalı bilgiler öğrenilir ve uygun duygularla beyinde saklanır. 

Uygun olmayan olumsuz duygular, inançlar ve bedensel duyumlar ise atılır. 

Amaç, danışanı sağlıklı ve faydalı davranışlara ve etkileşimlere yönlendirecek duygular, anlayışlar ve bakış açılarıyla baş başa bırakmaktır.

Tedavi Süreci: Sekiz Aşamalı Protokol

EMDR, mantıksal ve standartlaştırılmış adımlardan oluşan sekiz aşamalı bir protokoldür. Bu yapı, terapistin tedavi etkilerini en üst düzeye çıkarmasına ve her seansta ilerlemeyi izlemesine olanak tanır.

1. Aşama 1: Anamnez ve Tedavi Planlaması: Terapist, danışanın geçmişini alır, mevcut sorunları ve semptomları belirler. EMDR ile hedeflenecek anılar, mevcut tetikleyiciler ve gelecekte ihtiyaç duyulacak beceriler tanımlanır. Danışanın rahatsız edici anılarını ayrıntılı olarak anlatması gerekmez.

2. Aşama 2: Hazırlık: Terapist, EMDR'nin teorisini ve sürecini açıklar. Danışana, seans sırasında veya sonrasında ortaya çıkabilecek duygusal rahatsızlıklarla başa çıkabilmesi için "Güvenli Yer" gibi sakinleşme ve gevşeme teknikleri öğretilir. Bu aşama, terapist ile danışan arasında bir güven ilişkisi kurmak için kritik öneme sahiptir.

3. Aşama 3: Değerlendirme: Hedef anı ile ilgili belirli bir resim, bu anıyla ilişkili olumsuz bir kendilik inancı (örn. "Ben çaresizim"), yerine konmak istenen olumlu bir inanç (örn. "Kontrol bende"), duygular ve bedensel duyumlar belirlenir. Bu unsurların yoğunluğu, Rahatsızlık Düzeyi (SUD) ve Olumlu Biliş Geçerliliği (VOC) ölçekleri kullanılarak ölçülür.

4. Aşama 4: Duyarsızlaştırma: Danışan hedef anıya odaklanırken, terapist çift yönlü uyarım (göz hareketleri, dokunma veya ses) setlerini başlatır. Bu aşama, anının rahatsız ediciliği SUD ölçeğinde sıfıra veya çok düşük bir seviyeye inene kadar devam eder. Bu süreçte anıyla ilgili yeni içgörüler, anılar veya çağrışımlar ortaya çıkabilir.

5. Aşama 5: Yerleştirme (Installation): Hedeflenen olumlu inancın gücü artırılır ve yerleştirilir. Amaç, danışanın olumlu inancın doğruluğunu VOC ölçeğinde 7 (tamamen doğru) seviyesinde kabul etmesidir.

6. Aşama 6: Beden Tarama: Olumlu inanç yerleştirildikten sonra, danışandan orijinal anıyı aklına getirmesi ve vücudunda herhangi bir rahatsızlık kalıp kalmadığını kontrol etmesi istenir. Kalan olumsuz bedensel duyumlar varsa, bunlar da yeniden işlenir.

7. Aşama 7: Kapanış: Her seansın sonunda uygulanır. İşlem tamamlanmamışsa, danışanın dengesini yeniden kazanması için sakinleştirici teknikler kullanılır. Danışana seanslar arasında ne beklemesi gerektiği anlatılır.

8. Aşama 8: Yeniden Değerlendirme: Bir sonraki seansın başında, önceki seansın etkileri ve ortaya çıkan yeni materyaller değerlendirilir. Bu, tedavinin zaman içindeki başarısını belirlemek için hayati önem taşır.

2. Etkinlik ve Klinik Uygulamalar

EMDR, başta Travma Sonrası Stres Bozukluğu (TSSB) olmak üzere, anksiyete bozuklukları, majör depresif bozukluk, yeme bozuklukları ve psikotik bozukluklar gibi çeşitli psikopatolojilerde etkinliği gösterilmiş bir terapi yöntemidir. Dünya Sağlık Örgütü (DSÖ) 2013 yılında, yetişkinler, çocuklar ve ergenler için TSSB tedavisinde EMDR ve davranış terapisini önermiştir.

Klinik Araştırmalar ve Karşılaştırmalar

Miyokard Enfarktüsü Hastalarında Anksiyete Tedavisi

İran'da yapılan bir klinik çalışmada, miyokard enfarktüsü (MI) geçirmiş 90 hasta üzerinde EMDR ve Bilişsel Davranışçı Terapi'nin (BDT) anksiyete üzerindeki etkileri karşılaştırılmıştır. Hastalar üç gruba ayrılmıştır:

• EMDR Grubu: Haftada iki kez, sekiz adet 45-90 dakikalık seans.

• BDT Grubu: Haftada iki kez, on adet 90 dakikalık seans.

• Kontrol Grubu: Sadece standart ilaç tedavisi (Oxazepam).

Sonuçlar:

• Hem EMDR hem de BDT, kontrol grubuna kıyasla anksiyete düzeylerini istatistiksel olarak anlamlı ölçüde azaltmıştır (P < 0.001).

• EMDR, anksiyete düzeyini azaltmada BDT'ye göre daha etkili bulunmuştur (P < 0.001).

Aşağıdaki tablo, müdahale sonrası gruplar arasındaki anksiyete skorlarındaki ortalama farkı göstermektedir:

Karşılaştırılan Gruplar	Ortalama Fark	Anlamlılık Düzeyi
EMDR ve BDT	5.39	0.001
BDT ve Kontrol	13.16	0.001
EMDR ve Kontrol	9.13	0.001

Bu çalışma, EMDR'nin anksiyete tedavisinde güçlü bir müdahale olduğunu ve bazı durumlarda BDT'den daha etkili olabileceğini doğrulamaktadır.

Travma Sonrası Stres Üzerinde EMDR 2.0 Grup Protokolü

Yeni geliştirilen ve çalışma belleği teorisine dayanan EMDR 2.0 versiyonu, çevrimiçi grup formatında (EMDR 2.0 GP) trafik kazası geçmişi olan bireylerde test edilmiştir. Bu randomize kontrollü çalışmada, EMDR 2.0 GP, bir psiko-eğitim müdahalesi olan mhGAP ile karşılaştırılmıştır.

Sonuçlar:

• EMDR 2.0 GP grubu, mhGAP grubuna kıyasla anksiyete, stres, kaçınma, aşırı uyarılma ve toplam travmatik semptom puanlarında istatistiksel olarak anlamlı ölçüde daha fazla azalma göstermiştir.

• Depresyon ve travmatik anının yeniden yaşantılanması (intruzyon) semptomlarında ise iki grup arasında anlamlı bir fark gözlenmemiştir.

• Bu bulgular, EMDR 2.0'ın grup formatında ve çevrimiçi olarak uygulanmasının, travmatik semptomları azaltmada etkili, ekonomik ve erişilebilir bir yöntem olabileceğini göstermektedir.

3. EMDR'nin Nörobiyolojik Mekanizmaları

EMDR'nin altında yatan kesin nörobiyolojik mekanizmalar hala tam olarak aydınlatılamamış olsa da, araştırmalar ve teorik modeller bazı olası süreçlere işaret etmektedir.

Temel Teoriler ve Modeller

• Yönelim Tepkisi (Orienting Response - OR): Öne sürülen en temel mekanizmalardan biridir. Göz hareketleri gibi çift yönlü uyarımın, beynin yeni ve beklenmedik bir uyarana verdiği dikkat tepkisi olan Yönelim Tepkisi'ni tetiklediği düşünülmektedir. Bu tepki, başlangıçta bir gevşeme (parasempatik aktivasyon) yaratarak travmatik anıya karşı duyarsızlaşmayı kolaylaştırabilir.

• Çalışma Belleği Teorisi (EMDR 2.0): Bu teoriye göre, travmatik anıyı zihinde tutmak ve aynı anda göz hareketleri veya ritim tutma gibi ek bir görevi yerine getirmek (ikili görev), beynin sınırlı kapasiteli çalışma belleğini zorlar. Bu "vergilendirme", travmatik anının canlılığını ve duygusal yoğunluğunu azaltır, böylece anının daha az rahatsız edici bir şekilde yeniden depolanmasına olanak tanır.

• REM Uykusu Hipotezi: Bazı araştırmacılar, EMDR sırasındaki göz hareketlerinin, REM uykusunda gerçekleşen ve duygusal anıların işlenip entegre edildiği süreçlere benzediğini öne sürmektedir. Bu hipoteze göre EMDR, beynin doğal hafıza işleme mekanizmalarını taklit ederek iyileşmeyi hızlandırır.

• Talamik Zamansal Bağlanma Modeli: Bu model, talamusun algısal, duyusal, bilişsel ve hafıza süreçlerinin entegrasyonundaki merkezi rolüne odaklanır. TSSB'de talamik aktivitenin azaldığı gözlemlenmiştir. Teoriye göre EMDR'nin duyusal uyarımı, talamokortikal devreleri aktive ederek TSSB'de bozulmuş olan bu sinirsel entegrasyonu onarır ve prefrontal korteksin aktivasyonunu kolaylaştırır.

Beyin Görüntüleme ve Psikofizyolojik Bulgular

• Beyin Görüntüleme Çalışmaları (SPECT, fMRI): EMDR tedavisi öncesi ve sonrası yapılan beyin görüntüleme çalışmaları, tedavinin beyin fonksiyonlarında ölçülebilir değişikliklere yol açtığını göstermektedir.

• Prefrontal Korteks Aktivasyonu: Tedavi sonrası, duygusal düzenleme, planlama ve mantıksal düşünmeden sorumlu olan prefrontal lobda (özellikle dorsolateral prefrontal korteks) kan akışı ve aktivite artışı gözlenmiştir.

• Limbik Sistem Aktivitesinde Azalma: Aşırı duygusal tepkilerden sorumlu limbik sistemde (amigdala, hipokampus) ve temporal lobda aktivite azalması saptanmıştır. Bu, travmatik anıların müdahaleci etkisinin ve duygusal aşırı uyarılmanın azaldığını gösterir.

• Anterior Singulat Girus ve Talamus: Duygusal ve bilişsel süreçlerin bütünleştirilmesinde rol oynayan bu bölgelerde de aktivite artışları rapor edilmiştir.

• Psikofizyolojik Çalışmalar: Vücudun fizyolojik tepkilerini ölçen çalışmalar, EMDR'nin otonom sinir sistemini dengelediğini göstermektedir.

• EMDR seansları sırasında ve sonrasında parasempatik tonusun arttığı gözlemlenmiştir. Bu, kalp atış hızının düşmesi, kalp atış hızı değişkenliğinin (HRV) artması ve deri iletkenliğinin azalması gibi bulgularla kendini gösterir. Bu durum, bedenin "rahatla ve sindir" moduna geçtiğini ve sempatik sinir sisteminin "savaş ya da kaç" tepkisinin azaldığını gösterir.

4. EMDR Terapisinin Çeşitleri ve Uyarlamaları

EMDR'nin temel protokolü, farklı popülasyonların ve klinik ihtiyaçların gereksinimlerini karşılamak üzere çeşitli şekillerde uyarlanmıştır.

EMDR 2.0

EMDR 2.0, standart protokolün etkinliğini ve verimliliğini artırmayı amaçlayan yenilikçi bir yaklaşımdır. Çalışma belleği teorisine dayanan bu yöntem, üç ana bileşenden oluşur:

1. Motivasyon: Danışanın tedavi sürecine aktif katılımı için net bir şekilde motive edilmesi.

2. Aktivasyon: Görsel, işitsel veya kinestetik tetikleyiciler kullanarak rahatsız edici anının bilinç düzeyine daha güçlü bir şekilde getirilmesi.

3. Duyarsızlaştırma: Aritmetik işlemler yapma, şarkıdaki kelimeleri sayma veya ritmik bedensel hareketler gibi beklenmedik ve şaşırtıcı ikili görevler kullanılarak çalışma belleğinin vergilendirilmesinin en üst düzeye çıkarılması. Bu yaklaşımın, standart EMDR'ye göre daha az seansta ve daha kısa sürede benzer sonuçlara ulaşabileceği öne sürülmektedir.

Çocuklarla EMDR ve Kaynak Geliştirme

EMDR, çocuklarda da travma ve anksiyete tedavisinde etkili bir şekilde kullanılmaktadır. EMDRIA (EMDR Uluslararası Birliği) tarafından geliştirilen "Çocuk Araç Kiti" gibi materyaller, çocukların başa çıkma becerilerini ve içsel/dışsal kaynaklarını güçlendirmeyi hedefler. Bu yaklaşım, doğrudan travmatik anılara odaklanmadan önce çocuğun kendini güvende hissetmesini ve duygularını yönetme kapasitesini artırmayı önceler. Araç kitindeki bazı temel aktiviteler şunlardır:

• "Eğlenceli Hareket" (Fun Movement): Ritmik dokunma, yerinde yürüme veya dans etme gibi çift yönlü hareketler, olumlu duyguları ve bedensel duyumları güçlendirmek için kullanılır.

• Sakin Yer (Calm Place): Çocuğun kendini sakin ve güvende hissettiği gerçek veya hayali bir yerin zihinde canlandırılması.

• Tolerans Penceresi (Window of Tolerance): Çocuğa aşırı uyarılma (öfke patlaması), düşük uyarılma (içe kapanma) ve optimal uyarılma ("yeşil bölge") durumlarını tanımayı ve tekrar "yeşil bölgeye" dönmek için stratejiler geliştirmeyi öğretir.

• Kaynak Geliştirme: Çocuğun ustalık (bisiklete binmek gibi), ilişkisel (sevgi dolu bir kişi) ve sembolik (gücü temsil eden bir hayvan) kaynaklarını belirleyip güçlendirmesi.

• Kapsama/Saklama (Containment): Rahatsız edici düşünce, anı veya duyguların hayali bir kutu veya dolap içine konularak geçici olarak bir kenara bırakılması.

Pozitif Duygu Toleransı ve Entegrasyon Protokolü (PAT)

Bu protokol, özellikle erken çocukluk döneminde duygusal ihmal yaşamış ve bu nedenle takdir, övgü, sevgi gibi olumlu duyguları tolere etmekte zorlanan bireyler için geliştirilmiştir. Bu kişiler için pozitif etkileşimler, alışılmadık ve kaygı verici olabildiğinden, standart EMDR'deki kaynak geliştirme (RDI) egzersizlerine bile olumsuz tepki verebilirler (örn. depersonalizasyon).

• Hedef: PAT protokolünün hedefi, geçmişteki travmatik bir anı değil, danışanın şimdiki zamanda yaşadığı olumlu bir paylaşıma (örn. bir iltifat alma) verdiği içsel tepkidir.

• Yöntem: Danışana önce olumlu duyguların faydaları hakkında psiko-eğitim verilir. Ardından, iltifatları kabul etmek için üç adımlı bir davranışsal egzersiz (göz teması kur, derin nefes al, teşekkür et) öğretilir. Son olarak, bu güncel olumlu deneyimlere odaklanılarak, standart EMDR protokolünün hafifçe değiştirilmiş bir versiyonu uygulanır.

• Sonuç: Vaka çalışmaları, PAT protokolü uygulandıktan sonra bu danışanların standart EMDR ile travmatik anılarını depersonalizasyon yaşamadan başarıyla işleyebildiklerini göstermiştir.

5. Tartışmalar ve Eleştiriler

EMDR'nin etkinliği çok sayıda çalışmayla desteklenmiş olsa da, bilimsel camiada bazı tartışmalar ve eleştiriler de mevcuttur.

• Göz Hareketlerinin Rolü: Bazı eleştirmenler, EMDR'nin iyileştirici etkisinin göz hareketlerinden ziyade, terapinin bir parçası olan maruz bırakma (exposure) unsurundan kaynaklandığını savunmaktadır. Bu görüşe göre, göz hareketleri gerekli bir bileşen olmayabilir.

• Teorik Temel: EMDR'nin altında yatan teorinin (AIP modeli) yanlışlanabilir olmadığı ve bilimsel olarak tam kanıtlanamadığı yönünde eleştiriler bulunmaktadır.

• Araştırma Metodolojisi: Bazı erken dönem EMDR çalışmalarının metodolojik sınırlılıkları (örn. küçük örneklem boyutları, yüksek bırakma oranları, araştırmacı yanlılığı riski) nedeniyle eleştirildiği görülmektedir.

Ancak, sonraki yıllarda yapılan çok sayıda randomize kontrollü çalışma ve meta-analiz, EMDR'nin güçlü ve etkili bir tedavi yöntemi olduğunu göstermiş ve bu eleştirilerin bir kısmını zayıflatmıştır. Göz hareketlerinin etkinliğe katkısını gösteren ve çalışma belleği gibi spesifik mekanizmaları destekleyen araştırmalar da giderek artmaktadır.