Yapay zeka pankreas kanserini 1,5 yıl önceden bulabiliyor

REDMOD adlı yapay zeka sistemi, rutin bilgisayarlı tomografi görüntülerini analiz ederek pankreas kanserini klinik tanıdan ortalama 475 gün önce tespit edebiliyor. Sistem radyologların başarı oranını yüzde 39'dan yüzde 73'e çıkarıyor.

Yapay zeka pankreas kanserini 1,5 yıl önceden bulabiliyor

Pankreas kanseri teşhisinde çığır açan bir gelişme yaşandı. ABD'de yürütülen araştırmayla geliştirilen yapay zeka sistemi, hastalığı henüz klinik tanı konmadan ortalama 475 gün öncesinden tespit edebiliyor. Bu bulgu, tıp dünyasının prestijli dergilerinden Gut'ta yayımlandı.

Araştırmacıların geliştirdiği REDMOD adlı model, rutin bilgisayarlı tomografi (BT) taramalarındaki insan gözünün kaçırabileceği mikroskobik desenleri analiz ediyor. Sistem, 1.400'den fazla bireyin görüntüleriyle eğitildi ve test edildi. Çalışmaya dahil edilen 219 hastanın taramaları daha önce normal olarak değerlendirilmişti, ancak sonradan pankreas kanseri teşhisi aldılar.

Yapay zeka radyologları önceden sıradı

Performans karşılaştırmaları gösterdi ki yapay zeka sistemi, vakaların yüzde 73'ünü doğru şekilde tespit ederken aynı görüntüleri inceleyen radyologlar sadece yüzde 39 başarı sağladı. Tanıdan iki yıldan daha uzun süre öncesine ait görüntülerde fark dramatikleşiyor: REDMOD yüzde 68 doğruluk gösterirken radyologlar yüzde 23'te kaldı. Sistemin yanlış alarm oranı da kontrol altında; kanser gelişmeyen bireylerin taramalarının yüzde 80'den fazlasını doğru şekilde negatif olarak sınıflandırıyor.

Pankreas kanseri, en tehlikeli kanser türlerinden biri olarak bilinir. Hastalığın genellikle belirti vermeyen yapısı ve görüntüleme yöntemlerinde geç görülmesi nedeniyle, vakaların yüzde 85'inden fazlası ileri evrede teşhis edilir. Bu aşamada tedavi seçenekleri sınırlı kalır; küresel ölçekte beş yıllık yaşam oranı yalnızca yaklaşık yüzde 10'dur.

Yaşam süresi iki katına çıkabilir

Erken teşhisin hayati önem taşıdığı ortada. Araştırmacıların simülasyonlarına göre, erken evrede yakalanan pankreas kanseri oranı yüzde 10'dan yüzde 50'ye çıkarılırsa, sağkalım oranları iki kattan fazla artabilir. Sistem özellikle risk grubundaki bireylerin belirlenmesinde önemli rol oynayabilir: açıklanamayan kilo kaybı yaşayan ileri yaştaki bireyler ya da yeni diyabet tanısı alan hastalar, yapay zeka tarafından daha yakından izlenmesi gereken gruplar olarak işaretlenebilir.

Modelin başarısı farklı hastaneler ve farklı görüntüleme cihazları arasında da tutarlılık gösterdi. Bununla birlikte, sistemin rutin klinik kullanıma girmesi için henüz daha fazla doğrulama çalışmasına ihtiyaç duyuluyor. Özellikle gerçek dünya tarama programlarında bu teknolojinin hastaların yaşam süresi ve tedavi başarısı üzerindeki etkisinin net biçimde ortaya konması gerekiyor. Yine de elde edilen bulgular, pankreas kanserinin teşhisinde köklü bir değişimin habercisi olabilir.