ARTIFICIAL INTELLIGENCE IN DRY EYE DISEASE DIAGNOSIS AND TREATMENT SELECTION

Amaç: Kuru Göz Hastalığı (DED), gözyaşı filmi dengesizliği ve iltihaplanma ile kendini gösteren, göz yüzeyinin çok faktörlü bir hastalığıdır. Bu çalışma, DED ile ilgili mevcut Yapay Zeka (YZ) ve Derin Öğrenme (DÖ) tanı araçlarının yanı sıra, immünomodülatörler olan siklosporin ve lifitegrast (Xiidra) gibi ilaçların kullanımını optimize etmek için ortaya çıkan tahmin araçlarının sistematik bir incelemesidir.Yöntem: Ocak 2023 ile Aralık 2026 yılları arasında PubMed, Scopus, Web of Science ve IEEE Xplore veritabanlarında kapsamlı bir literatür taraması yapılmıştır. Anahtar kelimeler arasında "Yapay Zeka", "Derin Öğrenme", "Kuru Göz Hastalığı" ve "Tahmin Analitiği" yer almıştır. İnceleme, PRISMA doğrultusunda, nicel doğrulama ölçütlerine sahip araştırmalara dikkat edilerek gerçekleştirilmiştir.Bulgular: Hem Gözyaşı Kırılma Süresi (TBUT) hem de Gözyaşı Menisküs Yüksekliği (TMH) ölçümleri, yapay zeka algoritmalarının manuel ölçüm analizine kıyasla %86-92 duyarlılıkla yüksek tanı doğruluğu sağladığı bir analiz bulgusuyla yüksek oranda teşhis edilmiştir. Görüntüleme verilerini hasta semptomlarıyla birleştiren çok modlu derin öğrenme modelleri, hastalık şiddetini ayırt etmede mükemmel bir kapasite göstermektedir. Ayrıca, prospektif ilaç yanıtı modellemesi mevcuttur ve siklosporin etkinliğinin tahminleri, %85 duyarlılığa sahip algoritmalarla kullanılmıştır.Sonuç: Yapay zeka, tanı protokollerinin standardizasyonu ve gözlemciler arası etkinin azaltılması yoluyla Kuru Göz Hastalığı (DED) yönetimine devrim niteliğinde bir çözüm sağlayabilir. Terapötik yanıtın tahmin yeteneği, kişiselleştirilmiş oftalmolojiye doğru büyük bir adımdır. Bu yapay zeka araçlarının klinik uygulaması, erken aşamalarda tanıyı artırmak ve tedavi sonuçlarını iyileştirmek için şiddetle önerilmektedir.