Proje Özeti

Yürüyüş gövdenin, üst ve alt ekstremitelerin ritmik alternatif hareketleri ile gravite merkezinin sagital düzlemde öne doğru yer değiştirmesi sonucu oluşan ve tekrarlı döngüleri içeren otonomik bir süreçtir. Lokomotor hastalıklar veya hareketleri etkileyen durumlarda yürüyüş değerlendirmeleri bireyin yürüyüş özelliklerinin tanımlanması ve benzer yaş ve cinsiyetteki bireylerin referans verilerinin karşılaştırılmasına dayanır.

Bazı durumlarda ise hastalar gerçek yürüyüşü ile yürümeyip sekonder kazanç amacıyla taklit yoluna gidebilmektedir. Genellikle Adli Tıp alanında maluliyet oranı tayini gerçekleştirilirken yaşanabilen bu sorun, kişinin yürüyüşünü bilinçli olarak saptırması ve daha yüksek maluliyet oranı elde edebilmek amacıyla gerçekleştirilmektedir. Böylece bazı haksız tazminat kazanımları söz konusu olabilmektedir. Bir kişinin alışkın olduğu yürüyüş sırasında tekrarlı adımlarda tutarlılık olacağı, bununla birlikte kişi bir yürüyüşü taklit etmek isterse adımlar arasındaki bu tutarlılığın farklılaşması beklenmektedir. Bu konu özellikle kişiye maluliyet tazmini açısından kazanım sağlayacaksa, taklidin yürüyüş analizi için geliştirilmiş metodolojik tasarımlar ve gözlemle yapılan analiz ile anlaşılması ve kanıtlanması zor ve çoğu zaman yetersizdir.

Yakın zamanlı çalışmalarda derin sinir ağları, çok sayıdaki algılayıcıdan toplanan verilerden doğrusal olmayan sistemleri öğrenme ve sınıflandırma ile bireysel yürüyüş paternlerinin benzersizliğini incelemek için kullanılmıştır. Derinlik içeren görüntüler ve atalet ölçüm birimleri ile yürüyüş analizlerinde çok sayıda algılayıcıdan elde edilen bilgiler kullanılarak sadece 2 boyutlu konumsal-zamansal ilişki yerine 3 boyutlu kinematik veriler ile daha başarılı sonuçlar elde edilmektedir. Buradan yola çıkarak çalışma kapsamında yürüyüş modellerinde ve sınıflandırma yaklaşımlarında yineleyen sinir ağlarının kullanımı ile daha tutarlı sonuçların elde edilmesi hedeflenmektedir.

Son dönemde açıklanabilir yapay zeka alanındaki çalışmalar ile geliştirilen modellerin analizi ve etkin özellikleri belirlenerek karar vericiye açık bulgular sunması, özellikle klinik değerlendirmelerde önem taşımaktadır. Yürütülecek çalışmayla ilgili benzerlikler içeren tek çalışma bireylerde yürüyüş paternlerini derin öğrenme yöntemleriyle açıklamak için katman bazında ilişki yayılımı yaklaşımının kullanılmasıdır. Bu proje kapsamında ise Adli Tıp alanında maluliyet tazmini konusunda açıklanabilir makine öğrenmesi yaklaşımları ile bireylerin yürüyüş taklitlerinin belirlenmesine yönelik bir karar destek sisteminin geliştirilmesi hedeflenmiştir. Bu sayede değerlendiricinin kişisel deneyimi ve yöntemden bağımsız olarak taklit yürüyüş ile kazanılan haksız tazminlerin veya kaybedilen hakların önüne geçilmesi ve yargı süreçlerinde adalet yararına kanıta dayalı bilgilerin elde edilmesi sağlanacaktır.

Çalışma, Adli Tıp alanında yürüyüş taklitlerinin belirlenmesinde yapay zeka modelinin kullanıldığı ve bu alanda karar destek sistemi(yürüyüşte yalan makinesi) oluşturan ilk çalışma olarak alana ve literatüre önemli bir katkı sağlayacaktır. Günümüzde tıp ve sağlık bilimlerinde hareketi etkileyen hastalıklarda ve sağlıklı bireylerde yürüyüşe ait zaman mesafe karakteristikleri ve kinematik değerlendirmeler klinikte ve araştırmalarda sıklıkla kullanılmakla birlikte proje adli tıp alanında ilk kez taklit yürüyüşlerin ayırt edilmesine yönelik yürüyüşe ait çoklu verilerin yapay zeka modelinde kullanılmasına yöneliktir. Yapay zeka modelinin oluşturulması ile hastalığa özgü yürüyüş paternlerinin tanımlanması ve normların oluşturulmasına yönelik akademik çalışmalara ve araştırmacı yetiştirilmesine katkı sağlayacaktır.