
Tıbbi teknolojilerin gelişimi genellikle yüksek maliyetli ve karmaşık cihazlarla ilişkilendirilse de, bilim dünyasının yeni odak noktası ‘erişilebilir inovasyon’ üzerine yoğunlaşıyor. Emory Üniversitesi’nde görev yapan doktora sonrası araştırmacı Johann Vargas Calixto, makine öğrenimi (Machine Learning) algoritmalarını kullanarak, kaynakların kısıtlı olduğu bölgelerde fetal büyüme geriliği ve preeklampsi gibi kritik durumların takibini sağlayan devrim niteliğinde bir çalışma yürütüyor. Bu çalışma, sadece teknolojik bir ilerleme değil, aynı zamanda küresel sağlık eşitsizliğine karşı atılmış somut bir adım niteliğinde.
Vargas Calixto’nun bilimsel yolculuğu, çocukluk hayali olan robot yapımıyla başladı. Mekatronik mühendisliği lisansının ardından biyomekaniğe yönelen araştırmacı, kariyerinin dönüm noktasını memleketi Peru’ya yaptığı bir ziyaret sırasında yaşadı. Kırsal bir kasabada hastalandığında, yerel sağlık sisteminin yetersizlikleriyle yüzleşen Calixto, yaşadığı sarsıcı bir olayı şöyle aktarıyor:
“Bebeğinin kalp atışını duyamayan endişeli bir hamile kadının, ultrason cihazı bulunan en yakın kasabaya gitmek için iki saat boyunca ambulans beklemek zorunda kaldığına şahit oldum. Bu deneyim, bakış açımı tamamen değiştirdi. Çalışmalarımın, özellikle düşük kaynaklı bölgelerde anne-bebek sağlığını iyileştirmeye yardımcı olmasını istedim.”
Bu vizyon değişikliği, Calixto’yu doktora projelerini anne-fetal sağlık üzerine özelleştirmeye ve savunmasız popülasyonlara yönelik teknolojiler geliştirmeye itti.
ABD gibi gelişmiş ülkelerde standart kabul edilen izleme cihazları, yüksek maliyetleri ve uzman operatör gereksinimleri nedeniyle az gelişmiş bölgelerde kullanılamıyor. Calixto’nun dahil olduğu proje, bu engeli aşmak için oldukça basit ama etkili bir donanım kombinasyonu kullanıyor:
Bu sistem, Guatemala’daki kırsal yerli topluluklarında anne ölümlerini azaltmada şimdiden başarı sağladı. Ancak Calixto’nun asıl inovasyonu, donanımın ötesinde, veriyi işleyen algoritmada yatıyor.
Mevcut düşük maliyetli Doppler analizleri genellikle sadece fetal kalp atış hızına odaklanıyor. Ancak bu sesler, fetüsün sağlık durumu hakkında çok daha fazla bilgi barındırıyor. Calixto, geliştirmekte olduğu otomatik algoritma ile şunları hedefliyor:
Calixto, gelecekte bu sınıflandırıcının plasental ve maternal kan damarlarını da tanıyacak şekilde genişletilebileceğini belirtiyor. Bu, pahalı görüntüleme cihazlarının sağlayabildiği teşhis derinliğinin, basit bir mobil uygulama ve sensör ile sahada elde edilebilmesi anlamına geliyor.
Kendisini bir laboratuvar cihazı olarak tanımlaması istendiğinde, laboratuvarın vazgeçilmezi olan “espresso makinesi”ni seçen Calixto, bu analojiyi liderlik felsefesiyle birleştiriyor: “Bu küçük makine, uzun deney günlerinde ve hibe başvurusu yazımlarında herkese ihtiyaç duyduğu enerjiyi verir. Ben de bir gün başkalarını kariyer hedeflerine ulaşmaları için motive edebilmeyi umuyorum.”
Johann Vargas Calixto’nun çalışmaları, biyomedikal mühendisliğinin sadece laboratuvar sınırlarında kalmadığını; doğru vizyonla birleştiğinde dünyanın en ücra köşelerindeki insanların hayatlarına nasıl dokunabileceğini kanıtlıyor.
Tüm Hakları Saklıdır @ 2025 - Tasarım ve Yazılım: brain.work