Amsterdam Üniversitesi Tıp Merkezi (Amsterdam UMC) bünyesinde çalışan bir araştırma ekibi, akciğer kanserinin tanısında devrim niteliğinde bir yapay zeka (YZ) algoritması geliştirdi. Bu yenilikçi algoritma, mevcut klinik uygulamalara kıyasla akciğer kanseri riski taşıyan hastaları dört aya kadar daha erken tespit edebiliyor. Araştırma, İngiltere’nin prestijli British Journal of General Practice dergisinde yayımlandı. Çalışmanın temelinde, hastaların genel pratisyen (GP) hekim tarafından tutulan klinik verileri yer alıyor. Bu veriler arasında özellikle göz ardı edilen yapılandırılmamış, yani serbest metin şeklindeki klinik notlar yer alıyor. Bu sayede erken kanser teşhisi alanında yeni bir dönemin kapıları aralanıyor.
Geleneksel akciğer kanseri teşhis yöntemleri, genellikle sigara kullanımı gibi yapılandırılmış ve kodlanmış veriler veya hastanın kanaması gibi açık ve net belirtiler üzerine kuruludur. Ancak bu yöntemlerin duyarlılık ve özgüllüğü sınırlıdır ve doktorların muayene sırasında not düştüğü serbest metinlerin içinde yer alan ince, karmaşık ipuçlarını yakalamada yetersiz kalmaktadır. Amsterdam UMC araştırmacıları, hem yapılandırılmış verileri hem de GP notlarındaki serbest metni birlikte işleyebilen sofistike bir makine öğrenmesi modeli geliştirdi. Böylece daha önce fark edilmeyen öngörücü özellikler tespit edildi.
Araştırmanın veri tabanı Amsterdam, Utrecht ve Groningen’deki dört akademik GP ağından toplanan yarım milyondan fazla hastanın yıllara dayanan tıbbi kayıtlarını içeriyor. Bu veri setinde, kodlu girişler ve serbest metin notları da yer almakta. İlaveten, bu grupta bulunan 2.386 doğrulanmış akciğer kanseri vakası, Hollanda Kanser Kaydı ile örtüşüyor. Yapay zeka algoritması, bu zengin veri üzerinden akciğer kanseri riskini önceden 5 aya kadar öngörebiliyor ve böylelikle hastaların sevk süreçleri ortalama 4 ay erkene çekilebiliyor.
Amsterdam UMC’de translasyonel yapay zeka alanında uzman Prof. Martijn Schut, algoritmanın gücünün hastaların uzunca süren sağlık geçmişindeki karmaşık ve gizli kalmış örüntüleri ortaya çıkarabilmesinden kaynaklandığını belirtiyor. Düz kurallara dayalı tarama protokollerinde görünmeyen bu öngörüler, sadece açık belirtilerden değil, GP notlarında yer alan ince sağlık şikayetleri değişimleri ve bu belirtilerin kombinasyonlarından elde ediliyor. Bu geniş perspektif ile klinisyenler erken dönemde müdahalede bulunabiliyor, tümörler tedavi edilebilir evrelerde yakalanabiliyor ve böylece hastaların yaşam şansı önemli ölçüde artırılıyor.
Bu yöntem kitle tarama programlarından tamamen farklı bir yapı arz ediyor. Yaygın tarama programlarında kullanılan yüksek maliyetli görüntüleme ve laboratuvar testlerine kıyasla, algoritma rutin GP muayenelerine sorunsuz entegre olarak gerçek zamanlı risk değerlendirmesi sağlıyor. Doktorlar, hasta muayenesi sırasında bu aracı kullanarak gereksiz tarama altyapısı veya invaziv işlemlere başvurmadan hızlı şekilde hastaların durumunu değerlendirebiliyor.
Akciğer kanseri, başladığında sinsi ilerleyen ve beş yıl sağkalım oranı yüzde 20’nin altında olan en ölümcül kanser türlerinden biri. Tanı genellikle geç evrelerde (3. ve 4. evre) konulduğundan, tedavi seçenekleri kısıtlı kalıyor. Klinik araştırmalar, tedaviye başlama süresinin dört hafta öne çekilmesinin bile sağkalımı istatistiksel olarak artırdığını ortaya koyuyor. İşte tam da bu noktada, yeni geliştirilen yapay zeka algoritması dört ay öncesinden uyarı vererek, hastaların hayatını kurtarabilecek önemli bir zaman avantajı sağlıyor.
Amsterdam UMC ekibi, bu teknolojiyi sadece akciğer kanseri için değil; geç teşhis edilen pankreas, mide ve over (yumurtalık) kanseri gibi diğer ölümcül kanser türlerine de uyarlamayı hedefliyor. Bu kanserlerde erken tanı doğrudan yaşam süresi ve hastaların yaşam kalitesinde dramatik iyileşmeleri beraberinde getiriyor. Böylece yapay zeka destekli bu yaklaşım genel halk sağlığı açısından büyük umut vadediyor.
Araştırma sürecinde, 525.526 hastaya ait uzun dönemli tıbbi kayıtlar detaylı şekilde analiz edildi. Hem yapılandırılmış veriler (demografi, teşhis kodları, ilaç reçeteleri) hem de yapılandırılmamış metin (GP notları, semptom tanımları) birlikte kullanıldı. Makine öğrenmesi teknikleri ile dil kalıpları ve tıbbi bağlam dikkate alınarak, karsinom gelişimine işaret eden risk profili taşıyan hastalar sistematik olarak belirlendi.
Bununla birlikte, algoritmanın başarısını tüm dünyadaki farklı sağlık sistemlerine uyarlamak için geniş çaplı doğrulama çalışmalarına ihtiyaç duyuluyor. Farklı ülkelerde hekimlerin belge tutma biçimleri, sağlık hizmeti modelleri ve hasta demografisi farklılık gösterebileceğinden, algoritmanın kalibrasyonu ve optimize edilmesi gerekiyor. Araştırmacılar, dış veri kümeleriyle kapsamlı testler yapmayı planlıyor.
Çalışmada kullanılan doğal dil işleme ve istatistiksel modelleme teknikleri, yapılandırılmamış klinik metinleri anlamlandırmada son teknolojileri temsil ediyor. Bu sinerji sayesinde, geleneksel statik kontrol listeleri yerine, hastaların bütüncül tıbbi hikâyeleri içinde dinamik risk tahminleri yapılabiliyor. Henk van Weert, Amsterdam Üniversitesi Emekli Genel Pratisyen Profesörü, “Akciğer kanserinin dört ay daha erken teşhisi, hastalığın ileri evrelere ulaşmadan önce tedaviye başlanması için anlamlı bir fırsat sunuyor” diyerek, gelişmenin hasta yaşam kalitesi ve sağlık sistemi maliyetlerinde önemli kazanımlar getireceğini vurguluyor.
Algoritmanın klinik workflow’a entegrasyonu, pratisyen hekimlerin hastaları proaktif bir şekilde kanser açısından değerlendirmelerine imkân tanıyor. Ancak, yapay zeka desteğinin bir araç olduğu, nihai karar ve yönlendirme sorumluluğunun her zaman doktorlarda olduğunun altı çiziliyor. İnsan ile yapay zekanın iş birliği, hasta odaklı yaklaşımın korunmasını sağlar ve klinik karar süreçlerini güçlendirir.
Bu araştırma, epidemiyoloji, veri bilimi ve klinik tıbbın kesiştiği bir noktada yer alıyor ve büyük veri kullanarak onkoloji alanındaki zorlayıcı sorunlara çözüm arıyor. Dünya genelinde erken kanser tanısına yönelik çabalar hız kazanırken, Amsterdam UMC’nin geliştiridiği bu YZ aracı geç evre tanıların azalmasında, hasta sonuçlarının geliştirilmesinde ve kaynak kullanımının optimize edilmesinde umut vaat ediyor.
Sonuç olarak, Amsterdam UMC araştırması, GP klinik notlarının yapay zeka ile analizi sayesinde akciğer kanserinin önceden tespit edilebileceğini göstererek, kanser tanısında yeni bir çağı müjdeliyor. Bu yaklaşım, sağlık çalışanlarının hastalık gelişimini aylar öncesinden öngörmelerini sağlayarak, artık önleyici bakımda makine zekasının aktif bir destekçi haline geldiği bir geleceğe kapı aralıyor.
—
**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
