2026-01-03

Klasik Glögg Tarifi

Glögg, İskandinav ülkelerinde özellikle Noel döneminde içilen, baharatlı ve sıcak bir şarap içeceğidir. Hem klasik alkollü hem de alkolsüz versiyonları vardır. İşte geleneksel glögg tarifi ve püf noktaları:


🍷 Klasik Alkollü Glögg Tarifi

Malzemeler

  • 1 şişe kırmızı şarap (tercihen orta gövdeli, meyvemsi)
  • 1 portakal kabuğu (beyaz kısmı alınmış)
  • 1 limon kabuğu (isteğe bağlı)
  • 2–3 adet tarçın çubuğu
  • 5–6 adet karanfil
  • 4–5 adet kakule (hafifçe ezilmiş)
  • 1 küçük parça taze zencefil (veya ½ çay kaşığı toz)
  • ½ çay kaşığı yenibahar (isteğe bağlı)
  • ½ su bardağı esmer şeker veya bal
  • ¼ su bardağı kuru üzüm
  • ¼ su bardağı badem veya fındık (kabuksuz, iri doğranmış)
  • 60–100 ml aquavit, votka veya rom (isteğe bağlı)

Yapılışı

  1. Şarabı ısıtın:
    Kırmızı şarabı tencereye alın. Kaynatmadan, kısık ateşte ısıtmaya başlayın.

  2. Baharatları ekleyin:
    Portakal kabuğu, tarçın, karanfil, kakule, zencefil ve varsa diğer baharatları ekleyin.

  3. Tatlandırın:
    Şeker veya balı ekleyip karıştırın. Şeker tamamen erisin.

  4. Demlendirme:
    Karışımı kaynatmadan yaklaşık 20–30 dakika kısık ateşte demleyin.

  5. Süzme:
    Baharatları ve kabukları süzün.

  6. Servis öncesi alkol:
    Ocaktan aldıktan sonra aquavit/votka/romu ekleyin (alkol uçmaması için).

  7. Servis:
    Kupaların içine biraz kuru üzüm ve badem koyup üzerine sıcak glögg dökün.


🍎 Alkolsüz Glögg (Çocuklar için de uygun)

Malzemeler

  • 1 litre elma suyu veya üzüm suyu
  • Aynı baharatlar (tarçın, karanfil, kakule, portakal kabuğu)
  • Bal veya esmer şeker

Yapılışı

  • Kırmızı şarap yerine meyve suyunu kullanın.
  • Diğer adımlar aynıdır.
  • Tat daha yumuşak ve meyvemsi olur.

🔥 Püf Noktaları

  • Asla kaynatmayın → alkol uçar, tad bozulur.
  • Bir gece önceden yapılıp ertesi gün ısıtılırsa aromalar daha iyi oturur.
  • Şarabın çok tanenli olmaması önemli; ağır şarap glöggü acılaştırır.
  • Kakule glöggün karakterini belirler; eksik etmeyin.


2026-01-02

Yapay Zeka Alanındaki Son Gelişmeler: Tıp ve Bilim Odaklı Bir Bakış

Yapay Zeka Alanındaki Son Gelişmeler: Tıp ve Bilim Odaklı Bir Bakış

Özet

Yapay zeka (YZ), tıp, sağlık hizmetleri ve temel bilimler alanlarında bir dönüşüm gücü olarak hızla yükselmektedir. PubMed'den derlenen son araştırmalar, YZ'nin teşhis süreçlerini iyileştirme, tedavi planlamasını kişiselleştirme, klinik ve operasyonel verimliliği artırma ve temel biyolojik mekanizmaları anlama konularında devrim niteliğinde bir potansiyele sahip olduğunu göstermektedir. 

Başlıca çıkarımlar, YZ'nin özellikle tıbbi görüntüleme analizinde (kanser tespiti, lezyon segmentasyonu, prognostik belirteçlerin ölçümü gibi) teşhis doğruluğunu önemli ölçüde artırdığını ortaya koymaktadır. Bununla birlikte, tedavi süreçlerinde cerrahi güvenliği artırmaktan ilaç keşfini hızlandırmaya kadar geniş bir yelpazede kullanılmaktadır. Sağlık sistemleri düzeyinde YZ, iş akışlarını optimize ederek, sistematik derlemeler gibi araştırma süreçlerini otomatikleştirerek ve salgın gözetimi gibi halk sağlığı araçlarını güçlendirerek verimlilik sağlamaktadır. Ancak bu ilerlemeler, model güvenilirliği, veri kalitesi, etik kaygılar, hasta-hekim ilişkisi üzerindeki etkiler ve "Yeşil YZ" kavramıyla ele alınan çevresel maliyetler gibi önemli zorlukları da beraberinde getirmektedir. Yapay zekanın sorumlu ve etkili bir şekilde entegrasyonu, bu teknik, etik ve pratik engellerin aşılmasını ve insan uzmanlığının merkezi rolünün korunmasını gerektirmektedir.


Yapay Zekanın Tıbbi Teşhis ve Görüntülemedeki Rolü

Yapay zeka algoritmaları, özellikle derin öğrenme modelleri, tıbbi görüntülerin analizinde ve yorumlanmasında insan kapasitesini aşan veya tamamlayan yetenekler sergileyerek teşhis süreçlerinde devrim yaratmaktadır.

  • Otomatik Görüntü Analizi ve Segmentasyon: YZ modelleri, PET/CT görüntülerinde onkolojik lezyonların tam otomatik segmentasyonunda (Özet #10), kolon kanserinde tümör-stroma oranının kantitatif olarak belirlenmesinde (#40) ve 3 boyutlu ultrason damar görüntülerindeki gürültünün azaltılmasında (#92) başarıyla kullanılmaktadır. Bu otomasyon, hem zaman tasarrufu sağlamakta hem de öznelliği azaltarak standartlaşmayı artırmaktadır.

  • Teşhis Doğruluğunun Artırılması: Radyografilerdeki kırıkların tespitinde YZ desteğinin, klinisyenlerin hassasiyetini %77'den %87'ye, özgüllüğünü ise %88'den %92'ye çıkardığı gösterilmiştir (#60). Benzer şekilde, prostat kanseri yönetiminde YZ, geleneksel yöntemlere kıyasla daha yüksek hassasiyet ve özgüllükle klinik olarak anlamlı kanserleri tespit edebilmektedir (#73). İnflamatuar bağırsak hastalığının (IBD) değerlendirilmesinde intestinal ultrason (IUS) ile entegre edilen YZ, görüntü analizini otomatikleştirerek operatörler arası değişkenliği azaltma potansiyeli taşımaktadır (#18).

  • Yeni Teşhis Yöntemleri ve Biyobelirteçler: YZ, geleneksel teşhis yöntemlerinin ötesine geçerek yeni veri türlerinden anlamlı sonuçlar çıkarmaktadır. Örneğin, el yazısı verilerinden Alzheimer hastalığını %91 doğrulukla tahmin eden SMART-Pred uygulaması geliştirilmiştir (#44). Benzer şekilde, akıllı telefon görüşmelerinden elde edilen konuşma biyobelirteçleri, REM uyku davranış bozukluğu ve Parkinson hastalığının ilerlemesini izlemek için pasif ve etkili bir yöntem olarak öne çıkmaktadır (#68).

Tedavi Süreçleri ve Cerrahi Destekte Yapay Zeka Uygulamaları

Yapay zeka, sadece teşhiste değil, aynı zamanda tedavi planlaması, cerrahi müdahaleler ve ilaç keşfi gibi alanlarda da klinik karar verme süreçlerini desteklemektedir.

  • Kişiselleştirilmiş Tedavi ve Tahmin Modelleri: Kolon kanserinde radikal rezeksiyon sonrası nüks oranını %92 doğrulukla tahmin eden "TabNet" isimli YZ modeli, adjuvan kemoterapi endikasyonlarını iyileştirme potansiyeli sunmaktadır (#11). Parkinson hastalığında bireysel prognozu tahmin etmek için çok değişkenli modellerin geliştirilmesi ve değerlendirilmesi üzerine protokoller oluşturulmuştur (#13).

  • Cerrahi ve Prosedürel Destek: Laparoskopik kolesistektomi (LC) sırasında anatomik yapıların tanınması ve prosedürün alt görevlere bölünmesi gibi uygulamalarla YZ, cerrahi güvenliği artırmayı ve hasta sonuçlarını iyileştirmeyi vadetmektedir (#8). Böbrek koruyucu cerrahi (NSS) geçiren hastalarda perioperatif sonuçları tahmin etmek için CT tabanlı bir YZ skorlama modeli geliştirilmiş ve doğrulanmıştır (#96). Ayrıca, dış iskelet desteklerinin yürüme sırasında optimizasyonu gibi alanlarda da YZ tabanlı yöntemler, geleneksel yaklaşımlardan 16 kat daha hızlı sonuçlar vermektedir (#4).

  • İlaç Keşfi ve Biyomoleküler Araştırmalar: YZ, yeni ilaçların keşfini hızlandırmaktadır. Tirozinaz inhibitörlerini hedefleyen "de novo" moleküler üretim için bir takviyeli öğrenme (RL) modeli geliştirilmiş ve bu model, nanomolar düzeyde etkili bileşiklerin keşfedilmesini sağlamıştır (#36). Duchenne musküler distrofi (DMD) gibi hastalıklarda, otofajiyi hedefleyen yeni terapötik stratejilerin geliştirilmesi için YZ'nin multi-omik entegrasyonu ile hassas tedaviler sunabileceği öngörülmektedir (#9).

Tıp Eğitimi, Araştırma ve Sağlık Sistemlerinde Yapay Zeka

YZ'nin dönüştürücü etkisi, klinik uygulamaların yanı sıra tıp eğitimi, bilimsel araştırma metodolojileri ve sağlık sistemlerinin genel işleyişine de yayılmaktadır.

  • Eğitim ve Öğrenim: Cerrahi eğitimde, perkütan transforaminal endoskopik diskektomi (PTED) için gerekli becerilerin tanımlanmasında ve yüksek sadakatli fiziksel modeller ile sanal gerçeklik (VR) simülatörlerinin geliştirilmesinde YZ'den yararlanılmaktadır (#1). Uganda'daki tıp ve hemşirelik öğrencilerinin ChatGPT gibi araçları öğrenme ihtiyaçları için yaygın olarak kullandığı, ancak doğruluk ve güvenilirlik endişeleri taşıdığı rapor edilmiştir (#50). Japonya'daki fizik tedavi öğrencilerinin, YZ tarafından oluşturulan "few-shot" geri bildirimleri, standart "zero-shot" geri bildirimlere göre daha faydalı bulduğu ve bu yaklaşımın algoritmik çekinceyi azaltabileceği gösterilmiştir (#43).

  • Araştırma Süreçlerinin Optimizasyonu: Sağlık alanındaki araştırma hacminin hızla artması, kanıt sentezini zorlaştırmaktadır. Bu bağlamda, ileri pratik hemşirelerinin liderlik davranışlarının belirleyicilerini ve sonuçlarını incelemek üzere YZ destekli bir karma yöntemli sistematik derleme protokolü geliştirilmiştir (#27). Bu tür araçlar, araştırma sentezinde verimliliği ve zamanlılığı artırma potansiyeli sunmaktadır.

  • Sağlık Sistemleri ve Yönetim: Yapay zekanın sağlık hizmetlerindeki faydaları, bireysel, organizasyonel ve sistem düzeylerinde incelenmiştir. YZ'nin iş yükünü %19-%50 oranında azalttığı, okuma sürelerini %21-%54 iyileştirdiği ve kanser tespitini %20 artırdığı belirtilmiştir (#71). Ayrıca, BEACON gibi sistemler, salgınları erken tespit etmek için gayriresmi olay tabanlı gözetimde YZ'yi kullanarak halk sağlığını desteklemektedir (#62).

Yapay Zekanın Teknik, Etik ve Metodolojik Boyutları

Yapay zekanın yaygınlaşması, beraberinde önemli teknik zorluklar, etik tartışmalar ve metodolojik sınırlılıklar getirmektedir. Bu konuların ele alınması, teknolojinin güvenli ve adil bir şekilde benimsenmesi için kritik öneme sahiptir.

  • Teknik Zorluklar ve Sınırlılıklar: Tıbbi görüntüleme modellerinde, tek bir kaynaktan elde edilen verilerle eğitilen modellerin farklı kurumlar, patolojiler ve popülasyonlar üzerinde performansını koruması (domain genellemesi) önemli bir zorluk olmaya devam etmektedir (#10). Genel amaçlı çok modlu büyük dil modellerinin (LLM), sıfır atışlı (zero-shot) yaklaşımla doğrudan tıbbi görüntü yorumlamasında, özellikle intrakraniyal kanama tespitinde sınırlı bir hassasiyet gösterdiği ve klinik kullanımdan önce alana özgü ince ayar gerektirdiği vurgulanmıştır (#79).

  • Etik Kaygılar ve Güvenilirlik:  Yapılandırılmış yönlendirme (prompting) stratejileri olmadan verilen yanıtlar genel ve hasta odaklı olmaktan uzak olabilir. Tek değerlendiriciye dayalı sonuçlar öznellik riski taşır. | #32 | ChatGPT, Google Gemini | Periodontoloji hasta soruları | Google Gemini modellerinin (1.5 Flash, 1.5 Pro) periodontoloji ile ilgili konularda ChatGPT-4'e göre daha doğru bilgi sağladığı bulunmuştur. | #53 | | ChatGPT-5 | Evre II kolon kanseri adjuvan tedavi | YZ, multidisipliner tümör konseylerinin (MDT) kararlarıyla orta düzeyde uyum göstermiş, ancak özellikle yaşlı ve kırılgan hastalarda tedaviyi artırma eğiliminde olmuştur.  #70  Google Gemini, UpToDate | Ventriküler taşikardi yönetimi | Google Gemini içeriğinin cümle yapısı daha basitken, teknik kelime yoğunluğu UpToDate'e göre daha yüksek bulunmuştur. #80 

  • Sürdürülebilirlik ve Sorumlu Kullanım: "Yeşil YZ" paradigması, YZ'nin yüksek hesaplama taleplerinden kaynaklanan enerji tüketimi, CO₂ emisyonları ve elektronik atık gibi çevresel maliyetlerine dikkat çekmektedir. Sağlık kurumlarının bu etkiyi azaltmak için enerji izleme araçları ve döngüsel yaklaşımlar benimsemesi gerektiği belirtilmektedir (#59). Akademik yayıncılıkta üretken YZ'nin kullanımının ne zaman ve nasıl beyan edileceğine dair pratik bir rehber sunularak, araştırma bütünlüğünü korumak için şeffaflığın önemi vurgulanmıştır (#65).

Temel Bilimler ve Biyolojide Ufuk Açan Yapay Zeka Çalışmaları

Yapay zeka, klinik uygulamaların ötesinde, temel biyolojik süreçleri anlama ve doğadan ilham alan yeni hesaplama paradigmaları geliştirme konusunda da çığır açıcı bir rol oynamaktadır.

  • Biyolojik Sistemlerin Modellenmesi: Zamansız transkriptomik verilerden sirkadiyen fazı doğru bir şekilde yeniden yapılandırmak için geliştirilen DCPR adlı denetimsiz derin öğrenme çerçevesi, mevcut yöntemlerden daha iyi performans göstermiştir (#28). Bilincin doğasını anlamak için Küresel Çalışma Alanı Teorisi (GWT) ve Bütünleşik Bilgi Teorisi (IIT) gibi önde gelen teorileri entegre etme potansiyeli, gelişmiş bir beyaz cevher traktografi yöntemiyle araştırılmıştır (#21).

  • Biyolojiden Esinlenen Yapay Zeka: Biyolojik zekanın doğasında var olan adaptasyon yeteneğinden ilham alınarak, çevresel geri bildirimlere yanıt olarak eylemlerini sürekli ayarlayabilen "uyarlanabilir zeka" geliştirilmesi, yapay zekadaki bir sonraki sınır olarak görülmektedir. Bu yaklaşım, hayvanların dünyayı nasıl öğrendiği ve modellerini nasıl uyarladığına dair sinirbilimdeki son gelişmelerden beslenmektedir (#30).

  • Disiplinlerarası Uygulamalar: Yapay zekanın geniş uygulama alanı, tatlı su ekosistemlerinde önemli rol oynayan kerevitlerin demografik yapılarının analizi için cinsiyet sınıflandırmasında kullanılmasından (#24), zararlı alg çoğalmalarının (HAB) erken uyarısı için mikroalg görüntü veritabanları oluşturulmasına kadar uzanmaktadır (#39). Bu çalışmalar, YZ'nin ekoloji ve çevre yönetimi gibi alanlarda da değerli bir araç olduğunu göstermektedir.


Panettone Nasıl Bir Kek?

Panettone, İtalya’nın özellikle Milano bölgesine özgü, klasik bir yılbaşı keki/ekmeğidir. 

Görünüşte kek gibi dursa da, yapısı itibarıyla zenginleştirilmiş, uzun fermantasyonlu bir mayalı hamurdur. 

Doğru yapıldığında pamuksu, lif lif ayrılan, aromatik ve hafif tatlı bir dokusu olur.

Aşağıda hem nasıl bir ürün olduğunu hem de evde nasıl yapılabileceğini ayrıntılı biçimde anlatılıyor:  


Panettone Nasıl Bir Kek?

Aslında teknik olarak kek değil, şu özellikleriyle öne çıkan bir mayalı tatlı ekmektir:

  • 🍞 Mayalıdır (geleneksel olarak doğal maya – lievito madre)
  • Uzun süre mayalanır (12–36 saat)
  • 🧈 Bol yumurta ve tereyağı içerir
  • 🍊 Portakal & limon kabuğu aroması vardır
  • 🍇 Kuru üzüm, şekerlenmiş portakal kabuğu içerir
  • ☁️ Çok hafif, süngerimsi ve lifli bir dokuya sahiptir
  • 🏺 Silindirik kalıpta kubbe şeklinde pişirilir

Tatlıdır ama ağır değildir; kahve, sıcak çikolata veya şarapla servis edilir.


Evde Panettone Yapımı (Maya ile – Uygulanabilir Tarif)

⚠️ Gerçek panettone doğal maya ile yapılır; ev için instant maya ile güvenli bir versiyon veriyorum.

Malzemeler (1 büyük panettone)

Hamur için

  • 500 g un (yüksek proteinli – ekmeklik un ideal)
  • 10 g instant maya
  • 120 g toz şeker
  • 4 adet yumurta (oda sıcaklığında)
  • 150 g tereyağı (yumuşak)
  • 120 ml ılık süt
  • 1 çay kaşığı tuz
  • 1 tatlı kaşığı vanilya
  • 1 limon + 1 portakal kabuğu rendesi

İç dolgular

  • 150 g kuru üzüm (ılık suda bekletilip süzülmüş)
  • 100 g şekerlenmiş portakal kabuğu
  • (isteğe bağlı) badem, çikolata parçaları

Yapılışı (Adım Adım)

1️⃣ Ön Mayalama

  • Ilık süt + maya + 1 tatlı kaşığı şeker karıştırılır
  • 10 dakika köpürmesi beklenir

2️⃣ Ana Hamur

  • Un, şeker, tuz karıştırılır
  • Yumurta, maya karışımı, vanilya eklenir
  • Yoğurmaya başlanır
  • Yumuşak tereyağı parça parça eklenir
  • En az 15–20 dakika yoğrulmalı
    • Hamur elastik, parlak ve ele yapışır olmalı

3️⃣ İlk Mayalanma

  • Hamur örtülür
  • Ilık ortamda 2–3 saat (en az 2 katına çıkmalı)

4️⃣ İç Malzemeler

  • Üzüm ve portakal kabukları eklenir
  • Hamur nazikçe katlanır

5️⃣ Şekil Verme

  • Panettone kalıbına (veya yüksek silindirik kalıp) konur
  • Üstü kapalı şekilde 1–2 saat tekrar mayalanır

6️⃣ Pişirme

  • Fırın: 170°C
  • Süre: 40–45 dakika
  • Üzeri çok kızarırsa folyo örtülür

7️⃣ Soğutma (Önemli!)

  • Geleneksel yöntemde ters çevrilerek soğutulur
  • Evde: kalıpta tamamen soğuması yeterli

Panettone’un Sırrı Nedir?

  • ✔️ Uzun yoğurma
  • ✔️ Bol yağ & yumurta
  • ✔️ Sabır (mayalanma süresi)
  • ✔️ Aroma dengesi
  • ✔️ Yüksek nemli hamur

İyi bir panettone:

  • Kesildiğinde lif lif ayrılır
  • Bastırınca geri seker
  • Kuru değil, ama hamurumsu da değildir

Nasıl Servis Edilir?

  • Dilimlenip sade
  • Hafif ısıtılıp tereyağıyla
  • Mascarpone veya vanilyalı krema ile
  • Tatlı şarap (Marsala) veya espresso yanında

Diğer çeşitleri:

  • 🍫 çikolatalı panettone
  • 🍊 sadece turunç aromalı
  • 🌱 ekşi mayalı (orijinal) panettone
  • şekersiz / diyabetik versiyon


Bizi Ne Bekliyor?

Bizi Ne Bekliyor?

2026 ve Ötesinde Küresel Dönüşümün İzleri**

2026 yılı, yalnızca takvimsel bir eşik değil; modern dünya düzeninin çözülmeye başladığı, alışılmış güç haritalarının yeniden çizildiği tarihsel bir kırılma noktası olarak anılabilir. Yaklaşık iki yüzyıldır Batı merkezli ilerleyen ekonomik, siyasi ve kültürel düzen; artık sürdürülebilirliğini yitirirken, Asya eksenli yeni bir jeopolitik ve jeoekonomik gerçeklik sahneye çıkıyor. Bu dönüşüm ani değil, ancak artık geri döndürülemez bir hız kazanmış durumda.

Bu yazı, 2026 perspektifinden bakarak dünyanın nereye evrildiğini; güç merkezlerindeki kaymaları, ideolojik aşınmaları ve yeni ittifak biçimlerini ele alıyor.


1. Çin’in Yükselişi: Ekonomik Atölyeden Medeniyet Adayına

Çin’in yükselişi artık “gelecek senaryo” değil, yaşanan bir gerçekliktir. Uzun yıllar boyunca “dünyanın üretim bandı” olarak tanımlanan Çin, bu kimliği çoktan geride bırakarak bilim, teknoloji ve askeri kapasite ekseninde bütüncül bir güç haline gelmiştir.

2026’ya girerken Çin ekonomisi yalnızca büyüklük değil, nitelik değiştirmektedir. Yüksek katma değerli üretim, yapay zekâ, kuantum teknolojileri, biyoteknoloji ve uzay çalışmaları; Çin’in yeni stratejik omurgasını oluşturuyor. 15. Beş Yıllık Plan’ın odağında artık nicel büyümeden ziyade teknolojik egemenlik vardır.

Askerî alanda ise sivil-askeri füzyon stratejisi, Çin’in klasik Batı modelinden ayrıştığını gösterir. Savunma sanayii ile akademi, özel sektör ve devlet arasındaki sınırlar belirsizleşmiştir. Bu, yalnızca bir silahlanma yarışı değil; devlet aklının yeniden tanımlanmasıdır.

En önemlisi şudur: Çin’in yükselişi, dış müdahalelerle durdurulabilecek bir ivme olmaktan çıkmıştır. Bu, yapısal bir dönüşümdür.


2. Doğu ve Güney Asya: Yeni Uygarlık Alanı

2026 itibarıyla dünyanın ağırlık merkezi belirgin biçimde Doğu ve Güney Asya’ya kaymaktadır. ASEAN ülkeleri, Hindistan, Endonezya, Vietnam ve Filipinler gibi aktörler; artık yalnızca büyük güçlerin rekabet alanı değil, kendi kaderlerini şekillendiren öznelerdir.

Bu coğrafyada yaşanan dönüşüm yalnızca ekonomik değildir. Kültürel, demografik ve felsefi bir yeniden yapılanma söz konusudur. Batı’nın bireyci-liberal modeli yerine; topluluk, devlet kapasitesi ve uzun vadeli planlama ön plana çıkmaktadır.

Henüz netleşmemiş olsa da, yeni bir uygarlık tahayyülünün temelleri burada atılmaktadır. 2026, bu anlamda bir “geçiş yılıdır”: Eski normların çözülüp, yenilerinin henüz kristalize olmadığı bir ara dönem.


3. Eski İdeolojilerin Çöküşü: Bayat Lenslerle Dünya Okunamaz

Batı dünyasının en büyük krizi ekonomik ya da askerî değil; zihinsel bir krizdir. Soğuk Savaş sonrası üretilen ideolojik şablonlar, bugünün çok kutuplu dünyasını açıklamakta yetersiz kalmaktadır.

Sol liberalizm, sosyal demokrasi ve evrenselcilik iddiası; sahadaki güç ilişkileriyle örtüşmemektedir. Bu durum yalnızca politika üretimini değil, analiz kapasitesini de felç etmektedir. Eski kavramlarla yeni bir dünyayı anlamaya çalışanlar, kaçınılmaz olarak yanılmaktadır.


4. NATO: Dağılmasa Bile Etkisizleşen Bir Yapı

NATO’nun geleceği, artık “var mı yok mu” sorusundan ziyade “ne kadar işlevsel” sorusuyla ilgilidir. ABD’nin Avrupa’dan güvenlik yükünü çekmesi, ittifakı fiilen asimetrik bir yapıya dönüştürmüştür.

Avrupa ülkeleri, savunma kapasitesi olmayan ama savunma iddiası olan aktörler hâline gelmiştir. Ukrayna savaşı, NATO’nun caydırıcılık sınırlarını net biçimde ortaya koymuştur. İttifak dağılmasa bile, mecalsiz bir kuruma dönüşme riski çok yüksektir.


5. Batı İttifakının İçten Çözülmesi: ABD–Avrupa Gerilimi

ABD ile Avrupa arasındaki ilişki artık stratejik ortaklıktan çok, zoraki bir birlikteliği andırmaktadır. Washington, Avrupa’yı bir yük olarak görürken; Avrupa ise ABD’siz bir dünyanın nasıl olacağını tartışmaktadır.

Bu karşılıklı güvensizlik, Batı ittifakının ideolojik temelini aşındırmaktadır. Ortak değer söylemi, yerini çıplak çıkar hesaplarına bırakmıştır.


6. Avrupa Birliği: Parçalanma Dinamikleri

Avrupa Birliği, tarihinin en kırılgan dönemlerinden birinden geçmektedir. Kuzey-Güney ayrımı, göç baskısı, ekonomik durgunluk ve güvenlik zafiyetleri; birliğin iç tutarlılığını zayıflatmaktadır.

2026 sonrası dönemde AB’nin ya daha gevşek bir konfederasyona dönüşmesi ya da işlevsizleşmesi ihtimali güçlenmektedir.


7. Almanya: Lokomotifin Durması

Almanya’nın yaşadığı kriz, bireysel bir ülke sorunu değil; Avrupa modelinin tıkanmasının sembolüdür. Sanayi, enerji ve demografi alanlarındaki yapısal sorunlar, Almanya’yı eski gücünden uzaklaştırmaktadır.

Almanya’nın zayıflaması, Avrupa’nın tamamı için stratejik bir boşluk yaratmaktadır.


8. Yeni İttifaklar: Çıkar Temelli Düzen

Eski ideolojik ittifaklar çözülürken, yerlerini esnek ve çıkar odaklı ortaklıklara bırakmaktadır. 2026 sonrası dünya, kalıcı bloklardan çok; geçici, dosya bazlı iş birlikleriyle şekillenecektir.

Bu durum istikrarsızlık kadar manevra alanı da yaratmaktadır.


9. Sağcı Hareketlerin Yükselişi

Batı’da sağcı ve milliyetçi hareketlerin yükselişi, yalnızca ideolojik bir tercih değil; küresel sistemdeki güç kaybının toplumsal yansımasıdır. Halklar, eski refah vaadinin artık işlemediğini fark etmektedir.

Bu yükseliş, liberal demokrasilerin krizini daha görünür hâle getirmektedir.


10. Solun Marjinalleşmesi

Sol partiler, değişen dünyayı okuyamadıkları ölçüde siyasetin dışına itilmektedir. Eski söylemler, yeni gerçekliklere temas edememektedir. Bu durum, solun tarihsel bir kırılma yaşamasına yol açabilir.


Sonuç: Yeni Bir Dünya Eşiği

2026, Batı hegemonyasının fiilen sona erdiği yıl olarak anılabilir. Ancak bu, otomatik olarak daha adil ya da daha barışçıl bir dünyanın geleceği anlamına gelmez. Yeni düzen; belirsizlik, rekabet ve kırılganlıklar barındırmaktadır.

Kazananlar, ideolojik dogmalara saplanmayan; değişimi erken okuyup uyum sağlayabilen aktörler olacaktır. Kaybedenler ise eski ezberlere tutunmayı sürdürenlerdir.

Dünya yeniden şekilleniyor. Asıl soru artık şu değil:
“Ne olacak?”
Asıl soru: “Kim bu dönüşümü anlayacak?”


2026-01-01

Yapay Zeka Alanındaki Güncel Gelişmeler ve Uygulamalar Üzerine Bir Bilgilendirme Notu

Yapay Zeka Alanındaki Güncel Gelişmeler ve Uygulamalar Üzerine Bir Bilgilendirme Notu

Özet

Yapay zeka (YZ), başta tıp ve biyoteknoloji olmak üzere çok sayıda alanda dönüştürücü bir güç olarak ortaya çıkmaktadır. Mevcut araştırmalar, YZ'nin özellikle tıbbi görüntüleme, hastalık teşhisi, prognoz tahmini ve kişiselleştirilmiş tedavi stratejilerinin geliştirilmesinde devrim niteliğinde ilerlemeler kaydettiğini göstermektedir. Onkoloji, nöroloji ve kardiyoloji gibi alanlarda YZ destekli modeller, mamografi taramalarından patoloji slaytlarına kadar çeşitli verileri analiz ederek tanısal doğruluğu artırmakta ve klinisyenlerin iş yükünü azaltmaktadır. Aynı zamanda YZ, ilaç keşfi ve geliştirme süreçlerini hızlandırmakta; yeni bileşiklerin taranması, ilaçların yeniden konumlandırılması ve biyomateryallerin rasyonel tasarımı gibi konularda yeni ufuklar açmaktadır. Klinik iş akışlarına entegrasyon, hasta eğitimi ve halk sağlığı takibi gibi pratik uygulamalar giderek yaygınlaşırken, bu teknolojilerin güvenilirliği, etik kullanımı, veri gizliliği ve standardizasyonu konusundaki zorluklar da önemli bir araştırma odağı olmaya devam etmektedir. Bu nedenle, YZ'nin potansiyelinden tam olarak yararlanmak için sağlam doğrulama çalışmaları, etik çerçeveler ve disiplinler arası iş birlikleri kritik öneme sahiptir.

--------------------------------------------------------------------------------

I. Tıpta Tanı ve Prognoz Tahmini

Yapay zeka, çeşitli tıbbi disiplinlerde hastalıkların erken teşhisi, risk sınıflandırması ve sonuçların tahmin edilmesi süreçlerini iyileştirmek için yoğun bir şekilde kullanılmaktadır.

A. Onkoloji

YZ modelleri, kanser teşhis ve tedavisinde görüntü analizi, moleküler veri yorumlama ve prognoz tahmininde önemli bir rol oynamaktadır.

  • Meme Kanseri: Yapay zeka destekli mamografi tarama sistemleri, kanser tespit oranlarını artırırken radyologların iş yükünü %40 ila %90 oranında azaltma potansiyeli göstermektedir (Kaynak 9). Ultrason ve klinik verileri birleştiren çok modlu bir model, Vasküler Endotelyal Büyüme Faktörü (VEGF) ekspresyonunu non-invaziv olarak tahmin ederek lenf nodu metastazı ve prognoz hakkında değerli bilgiler sunmaktadır (Kaynak 57). Ayrıca, MRI ve F-18 FDG-PET/CT görüntülerini kullanan bir derin öğrenme modeli, aksiller lenf nodu metastazını değerlendirmede uzman yorumundan daha yüksek bir performans sergilemiştir (Kaynak 53).
  • Kolorektal Kanser: Hematoksilin ve eozin ile boyanmış tam slayt görüntülerinde (WSI) tümör tomurcuklanmasının (TB) tam otomatik olarak derecelendirilmesi, değerlendirme verimliliğini doğruluktan ödün vermeden önemli ölçüde artırmaktadır (Kaynak 4).
  • Multipl Miyelom: Yan popülasyon hücrelerinden ve kök hücre indeksinden türetilen makine öğrenimi destekli bir prognostik model, kemoterapiye direnç ve bağışıklıktan kaçış profillerini ayırt ederek kişiselleştirilmiş tedavi stratejilerine rehberlik etme potansiyeli taşımaktadır (Kaynak 20).
  • Prostat Kanseri: YZ, prostat brakiterapisinde görüntüleme, tedavi planlaması ve sonuç tahminini iyileştirerek hassasiyeti ve verimliliği artırmaktadır. Yapılan sistematik bir derleme, U-Net gibi derin öğrenme tekniklerinin segmentasyonda %84 duyarlılık ve doz optimizasyonunda %20-30 zaman tasarrufu sağladığını ortaya koymuştur (Kaynak 54).
  • Genel Kanser Patolojisi: PathGen adlı çapraz modal üretken bir YZ modeli, dijital histopatoloji görüntülerinden gen ekspresyon verilerini sentezleyerek kanser derecelendirmesi ve hasta sağkalım riski tahminlerinde performansı önemli ölçüde artırmaktadır (Kaynak 2).

B. Nöroloji ve Nöroşirürji

YZ, nörolojik bozuklukların altında yatan karmaşık mekanizmaları anlamak, prognozu tahmin etmek ve cerrahi karar verme süreçlerini desteklemek için kullanılmaktadır.

  • Subaraknoid Kanama (SAK): Geliştirilmiş SAK (eSAH) skoru, yaş, Glasgow Koma Skalası (GCS) ve subaraknoid kanama hacmi (SAHV) gibi rutin olarak mevcut değişkenleri birleştirerek erken sonuç sınıflandırması için nesnel bir çerçeve sunar. Bu skorun, kanama hacminin otomatik ve hassas bir şekilde ölçülmesini sağlamak üzere YZ ile entegrasyon potansiyeli yüksektir (Kaynak 3).
  • Alzheimer Hastalığı: Makine öğrenimi destekli hiperspektral Raman görüntüleme, Alzheimer beyninin etiketsiz bir moleküler atlasını oluşturarak, Aβ42 birikiminin ötesinde kolesterol ve glikojen metabolizmasındaki bölgesel değişiklikleri ortaya çıkarmaktadır (Kaynak 63). Kore'de ise Demans Platformu Kore (DPK) ve Denemeye Hazır Kayıt (TRR) gibi girişimler, standartlaştırılmış veri setleri oluşturarak YZ tabanlı araştırmaları ilerletmeyi hedeflemektedir (Kaynak 6).
  • Majör Depresif Bozukluk (MDB): Kenar merkezli fonksiyonel bağlantısallık (eFC) ve tüm beyin transkriptomi verilerini birleştiren bir çalışma, MDB hastalarında iyon kanalları ve sinaptik iletimle ilişkili gen ekspresyon profilleriyle bağlantılı ağ değişikliklerini ortaya koymuştur (Kaynak 12).
  • Parkinsonizm: Askeri gazilerde yapılan bir çalışmada, α-sinüklein ve tau ko-patolojisinin bölgesel dağılımını sınıflandırmak için hiyerarşik bir sito-mimari sistem geliştirilmiştir. Bu sistem, nörodejeneratif bozukluklarda ko-patolojinin karmaşıklığını yakalamak için geniş bir uygulama potansiyeli sunmaktadır (Kaynak 41).
  • Spinal Tümörler: Uyarılmış Raman Histolojisi (SRH) ile elde edilen görüntülerin YZ tabanlı analizi, intradural ekstramedüller (IDEM) tümörlerin (meningiom, schwannom vb.) intraoperatif olarak %94,3 doğrulukla sınıflandırılmasını sağlayarak cerrahi karar verme süreçlerini destekleyebilir (Kaynak 74).

C. Kardiyoloji

YZ tabanlı yaklaşımlar, non-invaziv yöntemlerle kardiyovasküler hastalıkların hemodinamik ve yapısal özelliklerini değerlendirerek tanı ve yönetimi iyileştirmektedir.

  • Aort Darlığı: Tek görünümlü 2D ekokardiyografiden elde edilen Dijital Aort Darlığı Şiddet İndeksi (DASSi) adlı bir YZ biyobelirteci, hastalığın ilerlemesini tahmin etmede hemodinamik, yapısal (kalsiyum skoru) ve biyolojik (PET-CT) özelliklerle bağımsız olarak ilişkili bulunmuştur. Bu, çok modlu görüntülemeye ölçeklenebilir bir alternatif sunmaktadır (Kaynak 64).
  • Konstriktif Perikardit: Yapay zeka tabanlı non-invaziv nabız dalgası analizi (AI-PWA), konstriktif perikarditli hastalarda merkezi hemodinamik ve arteriyel sertlik hakkında klinik olarak anlamlı bilgiler sunarak tanı ve yönetimi geliştirme potansiyeli göstermektedir (Kaynak 10).

D. Diğer Klinik Alanlar

  • Hastane Yatışları: Kardiyovasküler risk faktörleri olan hastalardan toplanan anket verilerini kullanan makine öğrenimi modelleri, hastaneye yatışları (AUROC: 0.93) ve 90 günlük yeniden yatışları (AUROC: 0.99) yüksek doğrulukla tahmin edebilmektedir (Kaynak 7).
  • HIV: HIV ile yaşayan yaşlı bireylerde bilişsel sağlık üzerine makine öğrenimi uygulamalarını inceleyen sistematik derlemeler, bu alandaki araştırmaların çoğunlukla HIV ile ilişkili nörobilişsel bozukluklara odaklandığını ve harici doğrulama eksikliği gibi metodolojik zorlukların bulunduğunu göstermektedir (Kaynak 42, 72).
  • Üroloji: YZ, ürolojide tanısal görüntüleme, benign prostat hiperplazisi yönetimi ve robotik cerrahi gibi alanlarda doğruluğu ve verimliliği artırmaktadır (Kaynak 45).

II. İlaç Keşfi, Biyoteknoloji ve Temel Bilimler

Yapay zeka, moleküler düzeyde biyolojik süreçleri modelleyerek ve büyük ölçekli verileri analiz ederek ilaç geliştirme, biyomühendislik ve temel bilimsel keşifleri hızlandırmaktadır.

A. İlaç Geliştirme ve Keşif

  • Doğal İlaçlar: YZ, doğal ürünlerdeki farmakolojik olarak aktif bileşikleri taramak, ilaç hedeflerini tahmin etmek ve ADMET (absorpsiyon, dağılım, metabolizma, atılım ve toksisite) özelliklerini öngörmek için kullanılmaktadır (Kaynak 13).
  • İlaç Yeniden Konumlandırma: DRPMKB 1.0, YZ odaklı ilaç yeniden konumlandırma tahmin modelleri için kapsamlı bir bilgi tabanı sunarak, araştırmacıların veri ve modelleri entegre etmesine ve kişiselleştirilmiş öneriler almasına olanak tanımaktadır (Kaynak 44).
  • Hedefe Yönelik Protein Yıkımı: Proteoliz hedefleyici kimeraların (PROTAC'lar) klinik potansiyelini artırmak için nanotaşıyıcı tabanlı dağıtım sistemleri geliştirilmektedir. YZ, bu alanda rasyonel PROTAC gelişimini desteklemektedir (Kaynak 59).
  • Spesifik Bileşiklerin Keşfi: Yapı tabanlı rasyonel tasarım kampanyaları, üçlü-negatif meme kanseri için güçlü bir CDK12/13 yıkıcısı olan DN1679'un keşfedilmesini sağlamıştır (Kaynak 61). Benzer şekilde, in-silico araçlar, glioblastoma için potansiyel bir tedavi olan meranzin hidratın anti-malignite aktivitesini ortaya çıkarmıştır (Kaynak 85).

B. Biyomühendislik ve Laboratuvar Teknolojileri

  • Kök Hücreler: Akıllı biyomateryaller, YZ ve çip-üzeri-organ teknolojilerini entegre eden gelecekteki platformların, hematopoetik kök hücrelerin (HSC) ex vivo çoğaltılmasındaki verimlilik, tutarlılık ve maliyet sınırlamalarını aşması beklenmektedir (Kaynak 11).
  • Genomik ve Epigenomik: Oxford Nanopore Teknolojileri (ONT) doğrudan RNA dizilemesi, çeşitli RNA modifikasyonlarının tek molekül düzeyinde tespit edilmesini sağlayarak epitranskriptomik alanında devrim yaratmaktadır (Kaynak 75). Benzer şekilde, biyoinformatik ve YZ, kan grubu moleküler tiplemesinde ortaya çıkan büyük hacimli verilerin işlenmesinde ve yorumlanmasında giderek daha önemli bir rol oynamaktadır (Kaynak 22).
  • Malzeme Bilimi: Gıda sistemlerinde polisakkaritlerin fonksiyonel özelliklerini geliştirmek için YZ ve moleküler dinamikler, yapı-fonksiyon ilişkilerini tahmin etmede ve veriye dayalı malzeme tasarımında kullanılmaktadır (Kaynak 28).
  • Analitik Kimya: Uçucu organik bileşiklerin (VOC) uzun süreli izlenmesi için gaz kromatografisi piklerinin otomatik ve hassas bir şekilde segmente edilmesinde zamansal semantik segmentasyon tabanlı bir YZ çerçevesi geliştirilmiştir (Kaynak 21).

III. Klinik Uygulamalar, Etik ve Eğitim

Yapay zekanın sağlık hizmetlerine entegrasyonu, sadece teknik değil, aynı zamanda iş akışı, etik, düzenleme ve eğitim boyutlarını da içeren çok yönlü bir süreçtir.

A. Klinik İş Akışları ve Veri Yönetimi

  • Federatif Öğrenme (FL): Avrupa Birliği'nde sağlık verilerini kullanan FL projeleri için etik, yasal, teknik ve idari ilkeleri entegre eden bir yol haritası geliştirilmiştir. Bu, gizliliği koruyan, ölçeklenebilir ve güvenilir YZ iş birliklerini desteklemeyi amaçlamaktadır (Kaynak 18).
  • Veri Yönetimi: MedicalDataHandler gibi grafik kullanıcı arayüzü (GUI) tabanlı araçlar, DICOM verilerinin okunmasını, görselleştirilmesini ve işlenmesini kolaylaştırarak, özellikle derin öğrenme araştırmaları için veri hazırlama süreçlerini hızlandırmaktadır (Kaynak 62).
  • Otomatik Skorlama: Büyük dil modelleri (LLM'ler), travma hastalarının Yaralanma Şiddet Skorunu (ISS) hesaplama sürecini otomatikleştirmek için kullanılmaktadır. Bir çalışmada, LLM tarafından üretilen ISS ile kayıt uzmanı tarafından hesaplanan ISS arasında 0.981'lik bir sınıf içi korelasyon katsayısı elde edilmiştir (Kaynak 15).

B. Hasta Eğitimi ve Danışmanlık

Farklı çalışmalar, ChatGPT gibi üretken YZ modellerinin hasta sorularını yanıtlama konusundaki güvenilirliğini değerlendirmiştir.

  • Doğurganlık Tedavisi: Deneyimli doğurganlık uzmanları, karmaşık klinik sorulara verdikleri yanıtlarda üretken YZ modellerinden (ChatGPT ve Gemini) önemli ölçüde daha yüksek puanlar almıştır (Kaynak 34).
  • Pediatrik Öksürük: Pediatrik pulmonologlar ve genel pediatristler, ChatGPT-4o'nun öksürükle ilgili sorulara verdiği yanıtları genel olarak güvenilir ve değerli bulmuşlardır, ancak uzmanlar arasındaki değerlendirme farklılıkları, YZ kaynaklı tıbbi içeriğin dikkatli yorumlanması gerektiğini vurgulamaktadır (Kaynak 50).
  • Gelişimsel Kalça Displazisi (GKD): ChatGPT, GKD ile ilgili ebeveyn sorularına tatmin edici yanıtlar sunsa da, ayrıntılı teşhis ve tedavi yollarını sunmadaki sınırlılıkları nedeniyle uzman tıbbi danışmanlığının yerini tutamaz (Kaynak 65).
  • Omurga Travması: YZ'nin omurga travması geçiren hastaların eğitimi için kullanılması, farklı modellerin güçlü ve zayıf yönlerini ortaya koymuştur. Bu durum, sağlık hizmeti sağlayıcılarının YZ'yi hasta eğitiminde daha bilinçli bir şekilde kullanması gerektiğini göstermektedir (Kaynak 58).

C. Etik, Eğitim ve Politika

  • Psikiyatri: YZ'nin psikiyatride kullanımı; gizlilik, veri güvenliği ve algoritmik önyargı gibi önemli etik endişeleri beraberinde getirmektedir. Klinisyenlerin YZ okuryazarlığı geliştirmesi ve sorumlu uygulamaların şekillendirilmesine katılması kritik öneme sahiptir (Kaynak 14). Ayrıca, YZ'nin psikiyatri eğitimine artan etkisi, yeni müfredatların ve eleştirel düşünme becerilerinin geliştirilmesini gerektirmektedir (Kaynak 48).
  • Yoğun Bakım: YZ'nin yoğun bakıma entegrasyonu, mekanik ventilatörün benimsenmesi gibi, dikkatli, titiz bir doğrulama ve insan merkezli bir yaklaşım gerektirmektedir. YZ, sağlık profesyonellerinin incelikli yargısının yerini almak yerine onu tamamlayan bir araç olarak hizmet etmelidir (Kaynak 27).
  • Tıbbi Görüntü Analizi: Hibrit CNN-Transformer mimarileri, temel ve üretken YZ modelleri, federatif öğrenme ve açıklanabilir YZ gibi gelişmeler, YZ'nin radyoloji ve patoloji iş akışlarına entegrasyonunun önünü açmaktadır (Kaynak 43).

D. Hasta Deneyimlerinin Analizi

  • Duygu Analizi: Servikal kanser ve brakiterapi ile ilgili çevrimiçi forum tartışmalarının YZ tabanlı duygu analizi, hastaların özellikle bağırsak ve idrar yan etkileriyle ilgili endişelerini ortaya koymuştur. Bu tür analizler, hasta eğitimi ve onam süreçlerini iyileştirmek için değerli bilgiler sunmaktadır (Kaynak 88).

IV. Temel Yapay Zeka Araştırmaları ve Tıp Dışı Uygulamalar

Sağlık hizmetlerinin ötesinde, YZ temel bilimlerde, mühendislikte ve çeşitli endüstriyel sektörlerde yenilikçi çözümler sunmaktadır.

A. Yeni Modeller ve Teknikler

  • Model Sıkıştırma: Nöral ağ modellerinin depolama ve hesaplama karmaşıklığını azaltmak için, budama ve nicelemeyi birleştiren iki aşamalı işbirlikçi bir eğitim çerçevesi önerilmiştir (Kaynak 37).
  • Görüntüleme ve Görüş: YZ destekli süper çözünürlüklü mikroskopi (SRM), nano ölçekte hücresel görüntülemede devrim yaratma potansiyeli taşımaktadır (Kaynak 24). Geospatial AI (GeoAI) tabanlı bir vekil model, su havzalarındaki azot ve fosfor yüklerini tahmin etmek için "kaynak-taşıma-çökelti" mekanizmasını entegre etmektedir (Kaynak 19).
  • İlaç-Hedef Afinitesi: PMHGT-DTA adlı çok modlu bir çerçeve, ilaç ve proteinlerin hem yerel hem de küresel yapısal bilgilerini yakalamak için önceden eğitilmiş modelleri ve hiyerarşik bir grafik transformatörünü birleştirerek ilaç-hedef afinitesi tahminini iyileştirmektedir (Kaynak 49).

B. Donanım ve Hesaplama

  • Fotonik Hesaplama: Geleneksel Çin abaküsünden esinlenerek SUANPAN olarak adlandırılan, yayıcı-dedektör çiftlerinden oluşan ölçeklenebilir bir fotonik lineer vektör makinesi, yüksek boyutlu vektör iç çarpımları için %98'in üzerinde hesaplama doğruluğu elde etmiştir (Kaynak 25).
  • Robotik: Kuantum tavlama (quantum annealing) tekniği, robotikte ters kinematik problemlerini çözmek için bir yöntem olarak araştırılmaktadır (Kaynak 23).

C. Tıp Dışı Uygulamalar

  • Gıda Bilimi: Düşük maliyetli çok kanallı spektral sensörler ve makine öğrenimi, kahve kavurma derecesini tahmin etmek için kullanılmaktadır (Kaynak 17). Benzer şekilde, hiperspektral görüntüleme ve makine öğrenimi, oleojellerin kısaltma ikamesi olarak kullanıldığı kurabiyelerin kalitesini tahmin etmede başarılı olmuştur (Kaynak 80).
  • Çevre Bilimi: Sanayi 4.0 teknolojilerinin (IoT, YZ vb.) Türkiye'deki KOBİ'lerin karbon ayak izini azaltmadaki etkinliği, makine öğrenimi tabanlı bir değerlendirme ile incelenmiştir. Sonuçlar, bu teknolojilerin benimsenmesiyle elektrik, doğalgaz ve atık emisyonlarında önemli düşüşler olduğunu göstermiştir (Kaynak 39).
  • Dilbilim: Entropi tabanlı metrikler kullanılarak yapılan bir çalışma, ChatGPT tarafından yapılan Çince-İngilizce çevirilerde, çeviri moduna ve türe bağlı olarak değişen derecelerde basitleştirme eğilimlerini ortaya koymuştur (Kaynak 47).
  • Biyoloji ve Ekoloji: Bilgisayarlı görü yöntemleri, Avustralya'daki biyokabuklardan liken ve briyofit türlerinin tanımlanmasında kullanılmaktadır (Kaynak 87).
  • Halk Sağlığı: EPIWATCH adlı yapay zeka güdümlü bir açık kaynak istihbarat (OSINT) sistemi, 2017-2024 yılları arasındaki küresel botulizm salgınlarını izlemek için kullanılmış ve geleneksel raporlamanın sınırlı olduğu yerlerde değerli epidemiyolojik bilgiler sağlamıştır (Kaynak 40).

Paraketa ile Balık Tutmak: Etkili Bir Av Yöntemi

Paraketa ile Balık Tutmak: Etkili Bir Av Yöntemi

Paraketa, halk arasında paragat veya barigat olarak da bilinen, suyun içinde asılı veya dibe uzanmış şekilde düzenlenmiş, uzun bir misina üzerine çok sayıda iğne ve köstek bağlanan bir balık avlama aracıdır. 

Bu yöntem, özellikle profesyonel balıkçılar tarafından tercih edilen ticari bir tekniktir ve amatör balıkçılar için Türkiye'de yasaktır.

Paraketa, yüzlerce iğneye yem takılarak denize bırakılır ve balıkların doğal davranışları kullanılarak etkili bir av sağlar. Bu yazıda, paraketa'nın tarihçesinden yapısına, kullanım tekniklerinden yasal durumuna kadar ayrıntılı bir inceleme yapacağız.

Tarihçe: Kökenleri ve Gelişimi

Paraketa'nın kökenleri eski çağlara dayanır. Balıkçılığın genel tarihçesi MÖ 23.000-16.000 yıllarına kadar uzanır; arkeolojik kazılarda midye kabuğundan yapılmış iğneler bulunmuştur. Eski Mısır'da MÖ 1900'lerde papirüs belgelerde ağ ve olta teknikleri kaydedilmiştir. Çin efsanelerinde MÖ 12.000'lerde bambu ve kemikten aletlerle balık avlandığı belirtilir. Hindistan'da MÖ 200'lerde ip bağlı zıpkınlar kullanılmıştır.

Türkiye'de paraketa, Bizans döneminden beri Boğaz balıkçılığında çapari ve küçük ağlarla birlikte kullanılmıştır. Osmanlı'da Karekin Deveciyan'ın 1910-1927 arası araştırmalarında balıkçılık teknikleri detaylandırılmıştır. Günümüzde İngilizce'de "longline fishing" olarak bilinen bu yöntem, ticari balıkçılığın vazgeçilmezi haline gelmiştir. Türkiye'de Karadeniz, Ege ve Akdeniz'de yaygınlaşmıştır, ancak yanlış kullanım nedeniyle bazı türlerin tükenme riskini artırmıştır.

Yapısı ve Çeşitleri

Paraketa'nın temel yapısı, bir ana beden (misina) üzerine bağlanmış çok sayıda köstek ve iğneden oluşur. Ana beden 1-2 km uzunluğunda olabilir ve yüzlerce iğne (bazen 1000'e kadar) içerir. Denizde kolay bulunması için uçlara ve orta kısımlara ışıklı şamandıralar takılır; 200-300 metre aralıklarla 250-300 gram ağırlıklar bağlanır ki dipte sabit kalsın. Köstekler, avlanacak balığa göre değişir: İnce misina (0.60-0.80 mm) ve iğneler (2/0-7/0 numara çelik düz iğne).

Çeşitleri av derinliğine göre ayrılır:

  • Dip Paraketesi: Dibe yakın balıklar için, kurşun ağırlıklı. Çipura, mercan, sinarit, kalkan avında kullanılır.
  • Yüzey Paraketesi: Su yüzeyine yakın, şamandıralı. Orkinos, kılıç balığı gibi pelajik türler için.
  • Dip Üstü Paraketesi: Taşlık alanlarda, ayak taşlı ve yüzdürücülü.
  • Pelajik Paraketesi: Akıntıyla yüzen, bağlı olmayan tür.

Ayrıca, balık türüne göre özel paragatlar: Levrek paragatı (200-300 köstek, 2.5 m aralık), kefal paragatı (10-20 köstek, mantarlı ve gezer kurşunlu).

Kullanım Tekniği: Hazırlık, Atma ve Toplama

Paraketa kullanımı ustalık gerektirir. Hazırlık aşaması: İğnelere yem takılır (zargana, istavrit, sübye, midye, madya, teke vb.). Köstek kasası yapılır, aşınanlar yenilenir. Tekneyle yapılır; ince paragat için 0.80 mm beden, kalın için daha dayanıklı misina.

Atma tekniği: Denize zikzak çizerek bırakılır; güneş doğuşu, akıntı ve balıkların güneşe yönelme davranışı hesaplanır. Levrek/çipura için derin kumluk alanlar, kefal için kıyıdan 40-50 m uzaklık seçilir. Sabah 9 gibi atılır, akşam toplanır veya gece atılıp sabah kaldırılır (canlıların balıkları yememesi için).

Toplama tekniği: 1-3 saat suda kalır; kürek veya vinçle çekilir. Balıklar kepçeyle alınır, yemler sökülür. Kaloma verici ünite ile beden korunur. Köstek sayısı arttıkça zorlaşır.

Avlanan Balık Türleri

Paraketa ile çeşitli türler avlanır: Kalkan, kırlangıç, vatos, mersin, köpek balıkları. Levrek, çipura, kefal, sinarit, lahos, orfoz, trança. Yüzeyde orkinos, kılıç; dipte mercan, karagöz, sarpa, izmarit. Yayın balığı için vinter ve olta varyasyonları. Hamsi, istavrit gibi sürü balıkları için uygun değil; daha çok büyük ve dip balıkları hedeflenir.

Avantajlar ve Dezavantajlar

Avantajlar Dezavantajlar
Çok sayıda balık yakalama imkanı Masraflı (yüzlerce iğne, yem, şamandıra)
Belirli türleri hedefleme şansı Amatörler için yasak, ustalık ve deneyim gerektirir
Profesyonel tekneler için verimli Çevreye zarar (yanlış kullanımda tür tükenmesi)
Ticari kazanç potansiyeli yüksek Zaman alıcı (hazırlık ve toplama)

Yöntem etkili olsa da, yumurta dökmeye hazırlanan balıkları avlama riski vardır.

Yasal Durum: Türkiye'de Düzenlemeler

Türkiye'de paraketa, 1380 sayılı Su Ürünleri Kanunu ve ilgili tebliğlerle düzenlenir. Amatör balıkçılıkta tamamen yasaktır; içsularda ve denizlerde çırpma, bırakma olta, parakete gibi araçlar kullanılamaz. Yasak araçların bulundurulması bile cezai işlem gerektirir. Ticari kullanım ruhsatlı teknelerle mümkündür; ancak av yasağı dönemleri (örneğin 15 Nisan-1 Eylül arası endüstriyel av yasağı) uygulanır. Kıyı balıkçıları belirli kurallarla yıl boyu avlanabilir. Yasak türler ve bölgeler vardır. Aykırılıkta idari yaptırımlar ve cezalar uygulanır.

Kültürel Bağlam

Paraketa, kolektif avlanma kültürünün sembolüdür; tek oltayla bireysel av yerine yüzlerce iğneyle toplu çaba vurgulanır. Anadolu'da "paraketa" kelimesi, ustalık ve sabır gerektiren işlerin metaforu olarak kullanılır. Geleneksel balıkçılık hikayelerinde yer alır; örneğin Gökçeada'da köpek balığı avları efsaneleşmiştir. Günümüzde videolar ve belgesellerle kültürel miras korunur.

Sonuç

Paraketa ile balık tutmak, etkili ancak deneyimli ellerde başarılı olan bir yöntemdir. Profesyoneller için verimli olsa da, amatörler için yasak ve çevresel riskler taşır. Tarihsel ve kültürel zenginliğiyle balıkçılığın önemli bir parçasıdır. Sürdürülebilir av için yasalara uyum şarttır; bu sayede gelecek nesiller de bu gelenekten faydalanabilir.

RTR242: Yaşlanma Karşıtı İlaçta Yeni Bir Umut Noktası

RTR242: Yaşlanma Karşıtı İlaçta Yeni Bir Umut Noktası

Yaşlanma, insanlığın en eski sorunlarından biri. Hücrelerimizin zamanla bozulan temizlik mekanizmaları, nörodejenerasyon, enflamasyon ve metabolik düşüş gibi sorunlara yol açıyor. Ancak, uzun ömür biyoteknoloji şirketi Retro Biosciences, bu sorunlara kökten çözüm getirmeyi amaçlayan bir ilaçla ilk insan denemelerine başladı: RTR242. Bu gelişme, yaşlanma biyolojisinin en zayıf noktalarından biri olan hücresel temizlik mekanizmasını hedef alıyor ve potansiyel olarak Alzheimer gibi hastalıkları kökünden ele alabilir. Bu yazıda, Retro Biosciences'in bu yenilikçi çalışmasını, bilimsel temellerini, klinik denemelerini ve olası etkilerini ayrıntılı olarak inceleyeceğiz.

Retro Biosciences: Uzun Ömür Araştırmalarının Öncüsü

Retro Biosciences, 2022 yılında kurulmuş bir biyoteknoloji şirketi. Şirketin kurucusu ve CEO'su Joe Betts-LaCroix, yaşlanma süreçlerini tersine çevirmek için hücresel mekanizmaları hedef alan tedaviler geliştirmeyi misyon ediniyor. Şirket, OpenAI CEO'su Sam Altman'dan 180 milyon dolarlık bir tohum yatırımı aldı ve şu anda 1 milyar dolara kadar çıkabilecek yeni bir fon toplama turunda. Bu yatırım, şirketin değerlemesini 5 milyar dolara çıkarabilir, ki bu klinik veri olmadan bile biyoteknoloji sektöründe nadir görülen bir başarı.

Retro'nun odak noktası, yaşlanmanın hücresel nedenlerini ele almak. Şirketin boru hattı (pipeline), otofaji (hücresel geri dönüşüm), hücresel yeniden programlama ve mikroglia yenilenmesi gibi alanları kapsıyor. OpenAI ile işbirliği yaparak AI tabanlı protein mühendisliği kullanıyorlar, bu da Yamanaka faktörleri gibi teknikleri geliştirmelerine yardımcı oluyor. Hedefleri basit: Sağlıklı insan ömrünü 10 yıl uzatmak. RTR242, bu vizyonun ilk somut adımı ve şirketi klinik aşamaya taşıyan ilk ürün.

RTR242 Nedir ve Nasıl Çalışır?

RTR242, küçük bir molekül ilaç ve yaşlanma biyolojisinin temel bir zayıf noktasını hedefliyor: Bozulmuş hücresel temizlik. Yaşlandıkça, hücrelerimiz hasarlı proteinleri ve atıkları geri dönüştürme yeteneğini kaybediyor. Lizozomlar (hücrelerin "temizlik fabrikaları") daha az asidik hale geliyor, otofaji yavaşlıyor ve toksik atıklar birikiyor. Bu birikim, Alzheimer gibi nörodejeneratif hastalıklar, enflamasyon ve metabolik sorunlarla bağlantılı.

İlaç, lizozomal fonksiyonu restore ederek otofaji akışını artırıyor. Diğer tedavilerden farklı olarak, tek bir hastalık semptomunu değil, hücreleri sağlıklı tutan temel süreci düzeltiyor. Hayvan modellerinde, ilaç hafızayı ve öğrenmeyi iyileştirmiş, Alzheimer'a bağlı amiloid plak birikimini azaltmış. Retro, bunu "amaçlı olarak tasarlanmış bir uzun ömür ilacı" olarak tanımlıyor – takviye veya yeniden amaçlanmış bir vitamin değil.

Bilimsel temel, otofajinin yaşlanmadaki rolüne dayanıyor. Otofaji, hücrelerin kendi hasarlı parçalarını yiyerek yenilenmesini sağlıyor. Bu süreç bozulduğunda, hücreler "gençlik" hallerinden uzaklaşıyor. RTR242, lizozomal disfonksiyonu hedefleyerek hücreleri daha genç bir duruma döndürmeyi amaçlıyor. Şirket, preklinik testlerde ilacın çeşitli modellerde çalıştığını kanıtlamış.

Klinik Deneme: İlk İnsan Aşaması

Retro Biosciences, 2025 sonunda RTR242 için ilk insan denemesini başlattı ve ilk katılımcıya doz verildi. Bu, Faz 1 denemesi: Rastgele, çift kör, plasebo kontrollü ve sağlıklı gönüllülerde yapılıyor. Deneme Avustralya'da (Adelaide) yürütülüyor ve öncelikle güvenliği değerlendiriyor. Ek olarak, otofaji ve lizozomal biyobelirteçler gibi erken biyolojik sinyalleri inceliyor – yani ilaç hedeflediği yaşlanma yolunu gerçekten etkiliyor mu?

Denemenin amacı ölümsüzlük değil; güvenlik ve temel etkinlik sinyalleri. Retro, Alzheimer için geliştirse de, ilaç yaşa bağlı enflamasyon ve metabolik düşüş gibi geniş sorunları ele alabilir. Uzmanlar, ilacın mevcut tedavilerden farklı olarak hastalığın kök nedenini hedeflediğini vurguluyor. Melbourne Üniversitesi Profesörü Colin Masters, "Akıntıya karşı değil, hastalığın birincil nedenine gidiyorlar" diyor.

Deneme, 2025'te başlamış olsa da, sonuçlar 2026'da bekleniyor. Eğer başarılı olursa, Faz 2'ye geçilecek ve Alzheimer hastaları dahil edilecek.

Etkileri ve Gelecekteki Olasılıklar

RTR242'nin başarısı, yaşlanma araştırmalarında bir dönüm noktası olabilir. Otofajiyi güvenli bir şekilde restore etmek, Alzheimer, yaşa bağlı enflamasyon ve metabolik hastalıkları ortak köklerinden tedavi edebilir. Bu, mevcut tedavilerden (örneğin amiloid antikorları) farklı: Onlar semptomları yavaşlatırken, RTR242 hücresel gençleşmeyi hedefliyor.

Uzun ömür sektörü hızla büyüyor. Retro gibi şirketler, AI ile entegre ederek yenilikçi tedaviler geliştiriyor. Sam Altman'ın yatırımı, Silikon Vadisi'nin yaşlanmayı "kodlama" gibi gördüğünü gösteriyor. Ancak, eleştiriler var: Klinik veri olmadan yüksek değerleme spekülatif. Yine de, hayvan çalışmalarındaki başarı umut verici.

Gelecekte, RTR242 gibi ilaçlar günlük haplara dönüşebilir – semaglutide gibi oral ve düşük yan etkili. Uzun ömür endüstrisi, 2027-2028'de patlama yaşayabilir, tıpkı AI'nin 2025'te yaptığı gibi.

Sonuç

Retro Biosciences'in RTR242 denemesi, yaşlanma karşıtı araştırmalarda heyecan verici bir adım. Bu ilaç, hücresel temizliği restore ederek hastalıkları kökünden ele alabilir ve sağlıklı ömrü uzatabilir. Henüz erken aşamada olsa da, potansiyeli büyük. Gelecekteki gelişmeleri takip etmek, insanlığın yaşlanma savaşındaki zaferini belirleyebilir. Bu alandaki ilerlemeler, sadece tıbbi değil, toplumsal bir devrim yaratabilir – herkesin daha uzun, daha sağlıklı yaşadığı bir dünya.