Yapay Zeka Yüz ve Dil Fotoğraflarıyla Kalp Hastalığını Tespit Edebilir mi?

Hainan Tıp Üniversitesi'nden Yinhai Wang, Aimin Gong ve ekibi 18 Eylül 2026'da Scientific Reports dergisinde bir çalışma yayımladı. Ekip 518 kişinin dilini ve yüzünü aynı cihazla, aynı ışık altında fotoğrafladı. Bunların 200'ü koroner kalp hastalığı tanısı almış hastaydı, 318'i sağlıklı gönüllü. Ardından bir yapay zeka modeline yalnızca bu fotoğraflara bakarak kimin hasta olduğunu tahmin ettirdi.¹

Modelin eğitimde hiç görmediği 104 kişilik test grubunda 40 hastanın 40'ı doğru bulundu. Sağlıklı 64 kişiden yalnızca 2'si yanlışlıkla hasta sayıldı.

Dilin ortası, yanaklar ve dudak çevresi

Koroner kalp hastalığı, kalp kasını besleyen damarların içinde yağlı plak birikip damarı daraltmasıyla başlar. Pek çok insan hastalığını göğüs ağrısıyla ya da doğrudan kalp kriziyle öğrenir. Türkiye'de 2024'teki ölümlerin yüzde 36'sı dolaşım sistemi hastalıklarından oldu ve bu grubun yüzde 42,9'unu iskemik kalp hastalıkları oluşturdu.² Ucuz, acısız ve hızlı bir ön eleme bu yüzden kardiyolojinin uzun süredir aradığı bir araç.

Hainan ekibi işi iki kola böldü. Birinci kol yalnızca dile baktı: küçük bir sinir ağı önce fotoğrafta dilin sınırını çizdi, arka planı attı. İkinci kol yüze baktı. Google'ın açık kaynak MediaPipe aracı yüzdeki işaret noktalarını bulup her fotoğrafı aynı hizaya getirdi. İki kolun çıkardığı özellikler en sonda birleştirildi. Tek başına dil fotoğrafı da tek başına yüz fotoğrafı da iyi sonuç verdi, ikisinin birleşimi ise her ikisini de geçti.¹

Ekip modelin hangi bölgeye ağırlık verdiğini ısı haritalarıyla da gösterdi. Dilde dikkat ortaya ve yüzeydeki pas tabakasına toplanıyordu. Yüzde ise dudak çevresi ile elmacık kemiğinin altındaki yanak bölgesi öne çıktı. Yazarlar bu dağılımı geleneksel Çin tıbbının iki eski sözüyle ilişkilendiriyor: dil kalbin filizidir, kalbin parlaklığı yüzde görünür. Isı haritasından modelin nereye baktığı anlaşılıyor. Orada gördüğü renk ya da dokunun damar daralmasıyla nasıl bir bağı olduğu ise çalışmada araştırılmadı.

Yüzde görülen bilinen işaretler

Görünüşten hastalık okumak yalnızca Çin tıbbına ait bir fikir sayılmaz. Morarmış dudak kandaki oksijenin düştüğünü gösterebilir. Göz kapağında beliren sarımsı yağ birikintisine ksantelazma denir ve çoğu zaman yüksek kolesterolle birlikte görülür.

Kopenhag Şehir Kalp Çalışması bu işaretin kalple bağını 33 yıl boyunca izledi. 1976-1978'de muayene edilen ve o sırada damar hastalığı olmayan 12.745 Danimarkalının 563'ünde, yani yüzde 4,4'ünde ksantelazma vardı. Mayıs 2009'a kadar süren izlemde bu kişilerin kalp krizi riski, kolesterol ve trigliserit dahil bilinen risk etkenleri hesaba katıldıktan sonra da yüzde 48 daha yüksek çıktı.³ Yüz kalbe dair gerçek bir iz taşıyabiliyor. Yine de izlem boyunca kalp krizi geçiren 1.872 kişinin çoğunda ksantelazma yoktu, çünkü lekesi olan toplam kişi sayısı 563'tü.

Kolay sınav, zor sınav

Hainan sonucunun bu kadar yüksek çıkmasında karşılaştırılan grupların payı büyük. Bir yanda tanısı konmuş hastalar, öbür yanda sağlıklı gönüllüler var. Gönüllülerin damarları anjiyografiyle görüntülenmediyse aralarında fark edilmemiş hasta kalmış olabilir. Yaş, sigara, kullanılan ilaç ve ışık da yüzün ve dilin görünüşünü değiştiriyor. İki grup bunlardan birinde ayrışıyorsa model damar daralmasını değil o farkı öğrenmiş olabilir. Fotoğraflar tek bir üniversitede, özel bir cihazla çekildi ve model başka bir hastanede denenmedi.¹

Bu tuzağın belgelenmiş bir örneği var. 2018'de ABD'de üç hastane sisteminden 158.323 göğüs röntgeniyle eğitilen zatürre modelleri, röntgenin hangi hastaneden geldiğini yüzde 99,9'un üzerinde bir doğrulukla tanıyabiliyordu. Bir hastanede zatürre oranı yüzde 34,2, öbüründe yüzde 1,2 olduğu için yalnızca hastaneyi tanımak bile iyi bir puan getiriyordu. En iyi modelin ayırt etme puanı (AUC) kendi verisinde 0,931 iken üçüncü hastanede 0,815'e düştü.⁴

Yüz fotoğrafı fikrinin daha zor sınavı 2020'de yayımlandı. Çin'deki dokuz hastanede, damarlarına anjiyografi ya da bilgisayarlı tomografiyle bakılacak hastaların yüzü fotoğraflandı. 5.796 hastayla eğitilen model, Nisan-Temmuz 2019'da gelen 1.013 yeni hastada sınandı. Burada iki grup da kalp şikâyetiyle hastaneye gelmiş insanlardan oluşuyordu. Model hastaların yüzde 80'ini yakaladı, damarı temiz çıkanların ise yalnızca yüzde 54'ünü sağlam buldu. Doktorların kullandığı klasik Diamond-Forrester risk puanını yine de geçti: eğri altındaki alan (AUC) 0,730'a karşı 0,623.⁵ AUC, modelin rastgele seçilen bir hastaya rastgele seçilen bir sağlamdan daha yüksek puan verme olasılığıdır. 0,5 yazı tura atmakla aynıdır. Hainan modelinde bu sayı 0,9992'ydi.

Yüzde 3'lük hata kalabalıkta büyür

Tarama, belirtisi olmayan geniş bir kalabalıkta yapılır ve orada hastalık seyrektir. ABD Hastalık Kontrol ve Önleme Merkezleri'ne (CDC) göre 20 yaş üstü yetişkinlerin yaklaşık yüzde 5'inde koroner arter hastalığı var.⁶ Bu oranla 1.000 kişilik bir grupta 50 hasta ve 950 sağlam kişi bulunur. Hainan modelinin test başarısı olduğu gibi korunsa 50 hastanın hepsi yakalanır, 950 sağlam kişinin de yaklaşık 30'u alarm alır. Alarm alan 80 kişinin 30'u boşuna endişelenip kalp testlerine gönderilir.

2020 çalışmasının oranlarıyla tablo çok daha ağır: 40 hasta yakalanır, 10'u kaçar, 437 sağlam kişi alarm alır.

Bir tarama testinin işe yaradığını göstermenin yolu bellidir. Sağlıklı görünen geniş bir grup yıllarca izlenir ve testin fark edilmemiş hastalığı bulduğu, bunu başka hastalıklardan ayırdığı, sonunda da daha az kalp krizine yol açtığı gösterilir.⁷ Test ayrıca yaş, sigara, tansiyon, kolesterol ve şekerle hesaplanan bugünkü risk puanlarıyla yan yana karşılaştırılmalıdır. Hainan çalışmasındaki fotoğraflar da telefonla çekilmedi, ışığı ayarlı özel bir cihazla çekildi. Ekibin modeli şimdiye kadar yalnızca tek üniversitede toplanan 518 kişilik veride ve 104 kişilik bir test grubunda sınandı.

kafa1milyon

Meraklı bir kafa. Bilimsel makaleleri, arşiv belgelerini ve saha notlarını okuyup gündelik dile çeviriyor; bilinmeyeni bilinmiyor diye yazmaktan çekinmiyor.