Çocuğun büyümesi yıllarca süren bir süreç. Pediatrist 6-12 ayda bir görüşür, olası patolojiyi yakalayabilmesi için ölçüm sayısı yetersiz olabilir. Yapay zeka ölçüm bazlı sürekli izleme ile bu boşluğu doldurabilir.
Klasik takip vs sürekli AI takibi
Klasik
- Aile çocuğu evde ölçer veya yıllık check-up'ta klinik ölçer
- Pediatrist Neyzi 2008 veya WHO eğrisine bakar, "p25, iyi gidiyor" der
- 1 yıl sonra tekrar bakar — bu sürede persentil düşmüş olabilir, fark edilmez
AI destekli
- Aile her ölçüm sonrası uygulamaya girer
- ML modeli anlık olarak persentil değişimini, büyüme hızını, beklentiden sapmayı hesaplar
- Alarm: "Son 6 ayda persentilde 2 şerit düşüş tespit edildi — pediatrist konsültasyonu önerilir."
ML pipeline ne yapar?
1. Veri normalize
Her ölçüm (yaş, boy, kilo, BMI, baş çevresi) → Neyzi 2008 veya WHO z-skoruna dönüştürülür. Çocuğun aynı yaş + cinsiyet popülasyonundaki konumu standartlaştırılır.
2. Trend analizi
- Lineer regresyon son N ölçüm üzerine — büyüme hızı (cm/yıl)
- Persentil değişim — son 6/12/24 ay
- Kanal geçişi (channel crossing) — p50 → p25 gibi şerit kayması
3. Anomalilik skorlama
İstatistiksel z-test veya makine öğrenmesi:
- Isolation Forest — popülasyon ortalamasından uzaklık
- LSTM autoencoder — beklenmeyen örüntüleri tanır
- Gradient Boosting (XGBoost) — patoloji riski sınıflandırması
Çıkış: 0-100 arası anomalilik skoru.
4. Klinik öneri
| Skor | Öneri |
|---|---|
| 0-20 | Normal, takibe devam |
| 21-50 | Hafif uyarı — 3 ay sonra tekrar ölç |
| 51-80 | Pediatrist randevusu öner |
| 81-100 | Acil pediatrik endokrinoloji konsültasyonu |
Hangi anomalileri yakalayabilir?
A. Persentil kayması (channel crossing)
p50'de seyreden bir çocuk 1 yıl içinde p15'e düşerse:
- GH eksikliği başlangıç sinyali
- Hipotiroidi
- Çölyak hastalığı (BMI de düşüyorsa kuvvetli sinyal)
- Psikososyal kısa boy
AI bu deseni erken yakalar.
B. Yavaşlamış büyüme hızı
Orta çocuklukta (4-10 yaş) yılda 4 cm altı uzama patolojiktir. Aile fark edemez, AI hesaplar.
C. Aşırı hızlı büyüme
Yılda 8+ cm + erken puberte bulguları → erken puberte alarm.
D. BMI patlaması
6 aylık periyotta BMI z-skor +1 üstü → obezite öncüsü; +2 üstü acil müdahale.
E. Boy-kilo uyumsuzluğu
Boy p50, kilo p3 → malabsorbsiyon, çölyak, IBD, anoreksiya nervoza şüphesi.
Mevcut sistem mimarisi (Çocuk Gelişim platformunda)
Bizim platformda şu an:
- ✅ Z-skor + persentil hesaplama otomatik
- ✅ Recharts grafiği — Neyzi 2008 referans şeritleri overlay
- ✅ PDF rapor — pediatristine götürülebilir
- 🔄 AI anomaly detection (planlanıyor, 2026 Q3)
- 🔄 Personalized growth projection — kişinin geçmiş trendine göre 12 ay projeksiyon
- 🔄 Predictive alert — istatistiksel olarak anormal değişimde otomatik bildirim
Klinik validasyon — etik ve kanıt
ML alarm sistemleri klinik karar destek (CDSS) olarak sınıflandırılır:
- FDA Class II medikal cihaz (ABD)
- CE-MDR Class IIa (Avrupa)
- TİTCK onayı (Türkiye, henüz pediatrik CDSS örneği az)
Etik şartlar:
- Sensitivity ≥ %90 — gerçek patolojinin %90'ını yakalamalı
- Specificity ≥ %70 — yanlış pozitif ile aileyi gereksiz endişelendirmemeli
- Açıklanabilirlik — neden alarm verdiğini anlatabilmeli
- Klinik validasyon çalışması — n=500+ prospektif kohort
- Yasal sorumluluk — alarm ile pediatrist randevusu önerilir, AI tanı koymaz
Kullanım vakaları — gerçek dünyadan
Vaka 1: Çölyak hastalığı
8 yaşında erkek çocuk. Boy p50, kilo p25'te seyrediyor. AI 6 ayda persentilde %20 düşüş + iştahsızlık girdileri ile alarm verdi. Pediatristine yönlendirildi, anti-tTG IgA testi pozitif çıktı. Glüten-free diyetle 12 ay sonra normal.
Vaka 2: Konstitüsyonel gecikme (yanlış pozitif)
12 yaşında erkek çocuk, p10'da stabil. AI puberte bulgusu yok diye alarm verdi. Endokrinoloji "constitutional delay" dedi, takip yeterli. AI yanlış pozitifti ama aile kontrole gittiği için sakinleşti.
Vaka 3: GH eksikliği
6 yaşında kız çocuk. Boy p10'dan p3'e düştü (1 yıl). AI yüksek anomalilik skoru verdi. Endokrinoloji + IGF-1 düşük + GH stimülasyon testi → tanı. Tedavi sonrası 12 ay içinde p25'e yükseldi.
SSS
AI yanlış alarm verirse ne yapayım?
Pediatrist ile birlikte değerlendirin. AI tarama, klinisyen tanı koyar. Sensitivity yüksek tutarken specificity %70-80 olacak — yani 5 alarmdan 1-2'si yanlış pozitif olabilir. Bu kabul edilebilir bir trade-off'tur.
Algoritma çocuğumun verilerini başka çocukların eğitim verisi olarak kullanır mı?
Bizim platformda opt-in dir. Default: hayır. Anonim katkı vermek isterseniz profil ayarlarından izin verebilirsiniz. KVKK uyumlu, geri alma hakkı saklı.
Pediatrist AI öneren raporumu kabul eder mi?
Çoğu modern pediatrist memnun olur — daha fazla veri = daha iyi karar. Ama bazıları "AI alarm" denildiğinde dirençli olabilir. Bu durumda alarm yerine sayısal trend gösterin: "Son 6 ayda persentil düşüşü -15%". Bilim odaklı bir cümle herkes için sindirilebilir.
Türk popülasyonu için validasyon var mı?
Henüz tam validasyon yok — pilot çalışmalar 2026'da başlıyor. Bizim platform için hedef: 2027 Q2'de IRB onaylı n=500 kohort çalışması.
Sonuç ve sonraki adım
Yapay zeka destekli büyüme grafiği anomaly detection klasik takibin gözden kaçırdığı sinyalleri yakalayabilir. Bizim platformda şu anda kural-bazlı anomaly detection (persentil düşüşü, yavaş büyüme hızı) aktif. ML tabanlı sürüm 2026 Q3'te beta.
Ailenize ücretsiz kayıt olun, tüm ölçümleri girin, geleceğin AI tabanlı takibinden ilk yararlananlardan olun. Şimdiden grafik + PDF rapor + Excel export özelliklerini kullanabilirsiniz.