Yapay Zeka ile Aile Hekimlerinde Akciğer Kanseri Tespiti 4 Ay Erken

Hastalıkların erken teşhisi, özellikle ölüm oranlarının yüksek olduğu kanser gibi ciddi hastalıklarda hayati önem taşımaktadır. Bu bağlamda, Amsterdam Üniversitesi Tıp Merkezi (Amsterdam UMC) araştırmacıları, akciğer kanserinin erken teşhisi için çığır açan bir yapay zeka (YZ) algoritması geliştirdi. Bu yeni model, mevcut klinik uygulamalardan dört ay önce akciğer kanseri riski taşıyan hastaları saptayabiliyor. İngiltere’nin saygın bilimsel dergisi British Journal of General Practice’de yayımlanan çalışma, genel pratisyen hekimlerin (GP) kayıtlarında yer alan yapısal ve yapısal olmayan metin verilerini kullanarak erken teşhiste devrim yaratıyor.

Akciğer kanseri tespitinde geleneksel yöntemler, kodlanmış, yapılandırılmış verilere dayanır. Örneğin, hastanın sigara içme öyküsü ya da kan tükürme gibi belirgin semptomlar bu kapsamda değerlendirilir. Ancak bu kodlu veriler, hastalıkla ilişkili tüm klinik bulguları ya da incelikli belirtileri yansıtmakta yetersiz kalabiliyor. Genel pratisyen hekimlerin muayene sırasında kaydettikleri serbest metin biçimindeki notlar, bu noktada hayati ipuçları barındırabilir. Amsterdam UMC ekibi, bu zorluğu aşmak için hem yapılandırılmış verileri hem de serbest metin notlarını analiz eden gelişmiş bir makine öğrenmesi algoritması geliştirdi.

Araştırmada, Amsterdam, Utrecht ve Groningen’deki dört akademik GP ağından alınan yarım milyonu aşkın hastaya ait uzun dönemli medikal kayıtlar kullanıldı. Veri tabanında 2.386 doğrulanmış akciğer kanseri vakası bulunmakta olup, bu tanılar Hollanda Kanser Kayıt Sistemi ile teyit edildi. YZ algoritması, bu devasa veri setindeki gizli ve kompleks kalıpları tespit ederek, akciğer kanserinin erken belirtilerini mevcut yöntemlerden ortalama dört ay önce fark edebiliyor. Böylece hastaların uzmanlara sevk süreçleri ciddi ölçüde erkene çekilebiliyor.

Amsterdam UMC’den Prof. Martijn Schut, algoritmanın başarısının temelinde hastaların sağlık geçmişinde yer alan karmaşık ve örtük sinyalleri tanıyabilmesi olduğunu belirtti. Bu sinyaller, sadece açıkça belirtilen semptomlardan ibaret olmayıp, hastalardaki küçük değişikliklerin birleşimi ve genel sağlık şikayetlerindeki trendler olarak karşımıza çıkıyor. Klinik notlardaki bu bilgilerin yapay zekâ tarafından ayrıştırılması, doktorların erken tanı koymasına ve hastalığın küratif evrelerinde müdahale edilmesine olanak sağlıyor.

Günümüzde akciğer kanseri taraması çoğunlukla görüntüleme gibi ileri teknoloji ve yüksek maliyetli yöntemlerle yürütülüyor. Bu tip kitlesel taramalar, yanlış pozitif sonuçlara bağlı hastalarda endişe ve gereksiz takip süreçlerine yol açabiliyor. Yeni geliştirilen YZ algoritması ise, mevcut GP muayeneleriyle uyumlu şekilde entegre edilerek, ek bir donanım ya da pahalı tetkik ihtiyacı olmadan kanser riskini anlık değerlendirebiliyor. Bu durum pratisyen hekimlerin erken tanı için karar verme süreçlerini güçlendiriyor.

Akciğer kanseri hem dünya genelinde en sık görülen hem de en ölümcül kanser türlerinden biri olmayı sürdürüyor. Beş yıllık sağkalım oranının %20’nin altında olması, hastaların büyük çoğunluğunun geç evrede teşhis edilmesinden kaynaklanıyor. Önceki klinik çalışmalar, tedaviye başlama süresinin dört hafta kısalmasının bile sağkalım oranlarını anlamlı biçimde artırdığını gösteriyor. Dolayısıyla, bu YZ algoritmasının hastaları ortalama dört ay erken tespit etmesi, hem klinik sonuçlar hem de sağlık ekonomisi açısından büyük bir kazanım anlamına geliyor.

Araştırma ekibi, bu ileri teknolojinin yalnızca akciğer kanseriyle sınırlı kalmayacağını, benzer yöntemlerin pankreas, mide ve yumurtalık kanserleri gibi geç evrede saptanan diğer zor tespit edilen kanser türlerinde de kullanılabileceğini ifade etti. Bu tür tümörlerin erken teşhisi genellikle hayati önem taşıdığından, yapay zekâ destekli tanı sistemleri gelecekte geniş kapsamlı bir kamu sağlığı çözümü olabilir.

Çalışmada, 525.526 hastanın uzun dönemli elektronik sağlık kayıtları analiz edildi. Strüktürel veriler (demografik bilgiler, tanı kodları, ilaç reçeteleri) ile serbest metin notlar (GP’ler tarafından tutulan semptom açıklamaları ve klinik değerlendirmeler) bir arada kullanılarak, derin öğrenme ve doğal dil işleme teknikleri sayesinde karmaşık dilsel ve tıbbi örüntüler ortaya çıkarıldı. Böylece algoritma, akciğer kanseri gelişme ihtimali yüksek hastaları önceden tespit edebildi.

Bununla birlikte, araştırmacılar algoritmanın diğer ülkelerdeki sağlık sistemlerinde denenerek geçerliliğinin doğrulanması gerektiğini vurguladı. Klinik kayıt tutma biçimleri, hasta demografisi ve sağlık hizmetleri organizasyonları farklılık gösterebileceği için modelin uluslararası uygulanabilirliği ve performansı ayrıntılı testlere tabi tutulacak. Bu süreç, algoritmanın daha geniş ölçeklerde optimizasyonu için kritik önem taşıyor.

Kullanılan yapay zekâ teknolojisi, doğal dil işleme ve istatistiksel modellemeyi birleştirerek, önceki kural tabanlı ve sınırlı tarama yaklaşımlarından çok daha kapsamlı bir risk değerlendirmesi sağladı. Sağlık personelinin rutin klinik notlarından dinamik ve anlamlı hasta risk profilleri çıkaran sistem, klinisyenin karar süreçlerini güçlendirmede yeni bir paradigma getiriyor ve dijital çağın klinik uygulamalarına öncülük ediyor.

Emekli Genel Pratisyen Profesör Henk van Weert, erken tanının önemini şu sözlerle özetledi: “Akciğer kanserini dört ay önceden teşhis edebilmek, hastalığın terminal evreye ilerlemesinden önce tedaviye başlanmasına imkan verir. Bu sadece sağkalımı artırmakla kalmaz, aynı zamanda hastaların yaşam kalitesinde de önemli iyileşmeler sağlar ve tedavi maliyetlerini düşürür.” Bu yeni algoritmanın klinik rutinlere dahil edilmesi, kanser tanısında reaktif yöntemlerden proaktif yaklaşımlara geçişi hızlandıracak.

Araştırmada vurgulanan hususlardan biri, YZ sistemlerinin klinik karar alma süreçlerini tamamlayıcı olması gerektiği. Algoritmanın yüksek riskli hastaları belirlemedeki başarısı, tanı ve sevk kararlarının hekimlerin deneyimiyle desteklenmesini gerektiriyor. İnsan ve makinenin iş birliği, hasta merkezli bakım anlayışını koruyarak teknolojiden maksimum faydayı sağlamanın anahtarı olarak görülüyor.

Sonuç olarak, Amsterdam UMC araştırması, genel pratisyen klinik notlarının yapay zekâ ile analiz edilmesinin mümkün ve etkili olduğunu, akciğer kanseri gibi ciddi bir hastalığın erken tespitini sağlayarak tedavide daha iyi sonuçlar alınabileceğini ortaya koyuyor. Bu yöntem, sadece hastaların hayatını kurtarmakla kalmayıp, sağlık sistemlerinde büyük tasarruflar ve kalıcı iyileşmeler yaratabilecek potansiyele sahip. Gelecekte benzer yapay zekâ tabanlı yaklaşımlar, çok sayıda kanser türü için erken teşhis ve kişiselleştirilmiş sağlık yönetiminin temel taşlarından biri olmaya adaydır.

—

**Araştırma Konusu**: People
**Makale Başlığı**: Artificial intelligence for early detection of lung cancer in GPs’ clinical notes: a retrospective observational cohort study
**Haberin Yayın Tarihi**: 22-Apr-2025
**Web References**: https://doi.org/10.3399/BJGP.2023.0489
**Doi Referans**: 10.3399/BJGP.2023.0489
**Anahtar Kelimeler**: Lung cancer, Algorithms, Cancer patients, Cancer research