Ancak dış doğrulamada performansın düşmesi, sistemin henüz hangi hastaya hangi tedavinin verilmesi gerektiğini belirleyen doğrulanmış bir klinik araç olmadığını gösteriyor.
Akciğer kanserinde yapay zekâ 2.396 hastada test edildi
İleri evre akciğer kanserinde immünoterapi önemli tedavi seçeneklerinden biri haline gelirken, hangi hastaların tedaviden daha iyi klinik sonuçlar elde edeceğini önceden tahmin etmek hâlâ önemli bir sorun.
PD-L1 düzeyi, hastanın genel performans durumu ve bazı kan değerleri bu değerlendirmede kullanılıyor. Ancak tek bir biyobelirteç hastanın tedavi sonucunu kesin biçimde öngöremiyor.
Nature Medicine’da 13 Eylül 2026’da yayımlanan uluslararası I³LUNG araştırması, farklı klinik bilgileri yapay zekâ aracılığıyla birlikte değerlendirmenin bu öngörüyü geliştirip geliştiremeyeceğini araştırdı.
Çalışmada altı ülkedeki merkezlerden 2.396 ileri evre küçük hücreli dışı akciğer kanseri hastasının gerçek yaşam verileri kullanıldı.
Altı ülkeden gerçek yaşam verileri
Araştırmaya evre IIIC–IVB küçük hücreli dışı akciğer kanseri bulunan ve immünoterapi veya immünoterapi ile kemoterapi kombinasyonu uygulanmış hastalar dahil edildi.
Veriler İtalya, Almanya, Yunanistan, İspanya, ABD ve İsrail’deki altı merkezden elde edildi.
Bu yönüyle çalışma yalnız kontrollü klinik araştırmalardaki seçilmiş hasta gruplarına değil, günlük onkoloji pratiğinde tedavi edilmiş gerçek yaşam hastalarına odaklandı.
Ana prediktif modelleme kohortunda 2.075 hasta değerlendirildi. Ayrı bir dış doğrulama grubunda ise 251 hasta yer aldı.
Dört farklı veri alanı birlikte değerlendirildi
I³LUNG projesinin dikkat çekici yönlerinden biri yalnız tek bir biyobelirtece veya tek bir görüntüleme yöntemine dayanmamasıydı.
Araştırmacılar klinik ve kan verilerinin yanı sıra bilgisayarlı tomografi, genomik ve dijital patoloji verilerini de değerlendirdi.
Klinik ve kan verileri 2.396, genomik veriler 1.723, BT görüntüleri 1.705, dijital patoloji verileri ise 936 hastada mevcuttu.
Ancak bütün veri türlerinin aynı anda bulunduğu hasta sayısı yalnızca 339 idi.
Bu durum çalışmanın önemli sınırlamalarından biri oldu. Büyük bir gerçek yaşam veri seti bulunmasına rağmen, tam multimodal veriye sahip hasta grubunun çok daha küçük olması karmaşık modellerin değerlendirilmesini sınırladı.
Rutin klinik veriler güçlü sonuç verdi
Araştırmanın en dikkat çekici bulgularından biri, yalnız günlük klinik uygulamada zaten elde edilen bilgiler ve kan testleriyle geliştirilen yapay zekâ modellerinin gösterdiği performanstı.
Modeller PD-L1 ekspresyonu, ECOG performans durumu, sigara öyküsü, metastaz özellikleri ve çeşitli kan parametreleri gibi bilgileri birlikte değerlendirdi.
Bazı klinik sonlanımların öngörülmesinde bu modellerin bağımsız test grubundaki performansı AUC 0,77 düzeyine kadar ulaştı.
Araştırmacılar yapay zekâ modellerinin PD-L1, ECOG performans durumu, nötrofil-lenfosit oranı, LDH ve Lung Immune Prognostic Index gibi tek başına kullanılan klasik göstergelerden daha iyi öngörü performansı gösterdiğini bildirdi.
PD-L1’in yerini aldığı anlamına gelmiyor
Bu sonuç, yapay zekânın PD-L1 testinin veya diğer biyobelirteçlerin yerini aldığı anlamına gelmiyor.
Modelin kendisi de PD-L1 dahil çok sayıda klinik özelliği birlikte kullanıyor.
Dolayısıyla çalışmanın gösterdiği temel nokta, tek bir belirtece bakmak yerine farklı hasta özelliklerinin birlikte değerlendirilmesinin daha güçlü öngörü sağlayabileceği.
Bu nedenle sistem mevcut biyobelirteçlerin alternatifi değil, onları başka klinik bilgilerle birlikte değerlendiren bir karar destek yaklaşımı olarak ele alınmalı.
Açıklanabilir yapay zekâ hekimlerle birlikte test edildi
Araştırma yalnız algoritmanın istatistiksel performansını ölçmekle kalmadı.
Açıklanabilir yapay zekâ sisteminin hekimlerin öngörülerine katkısı da değerlendirildi.
Bu bölümde 20 medikal onkolog, 100 hastaya ait klinik bilgileri inceledi.
Hekimlerin 10’u akciğer kanseri konusunda uzman, diğer 10’u ise akciğer kanseri alanında uzman olmayan onkologlardan oluşuyordu.
İlk aşamada hastalar yapay zekâ desteği olmadan değerlendirildi.
Daha sonra hekimlere modelin tahmini ile bu tahmini etkileyen değişkenleri gösteren açıklanabilir yapay zekâ bilgileri sunuldu.
Hastalık kontrolü tahmininde duyarlılık yükseldi
Açıklanabilir yapay zekâ desteğiyle hekimlerin bazı öngörülerinde iyileşme görüldü.
Özellikle hastalık kontrolünü öngörmeye yönelik değerlendirmede duyarlılık 0,72’den 0,87’ye yükseldi.
Ancak bu bulgu, yapay zekânın bütün klinik kararları aynı ölçüde iyileştirdiği anlamına gelmiyor.
Çalışma aynı zamanda yapay zekâ kullanan hekimlerin hastalara daha doğru tedavi verdiğini veya hastaların sağkalımını artırdığını da göstermedi.
Dış doğrulamada performans geriledi
Araştırmanın en önemli uyarılarından biri dış doğrulama sonuçlarında ortaya çıktı.
Bağımsız test grubunda daha güçlü sonuçlar gösteren modellerin performansı coğrafi olarak farklı dış doğrulama grubunda AUC 0,55 ile 0,72 aralığına geriledi.
Bu sonuç tıbbi yapay zekâ sistemlerinin temel sorunlarından birini yeniden ortaya koydu.
Bir algoritma geliştirildiği hasta grubunda başarılı olsa bile farklı ülkelerde, farklı sağlık sistemlerinde veya farklı hasta profillerinde aynı başarıyı göstermeyebilir.
Bu nedenle dış doğrulama, tıbbi yapay zekâ sistemlerinin gerçek klinik kullanıma geçişindeki en önemli sınavlardan biri.
Daha fazla veri her zaman daha iyi sonuç vermedi
I³LUNG’un önemli amaçlarından biri klinik bilgilerin BT, dijital patoloji ve genomik verilerle birleştirilmesinin model performansını artırıp artırmadığını değerlendirmekti.
Bazı geliştirme analizlerinde multimodal modeller daha yüksek performans gösterdi.
Ancak bu üstünlük bağımsız test ve dış doğrulama aşamalarında tutarlı biçimde devam etmedi.
Bulgular, tıbbi yapay zekâda daha fazla veri türünün her zaman daha iyi model anlamına gelmediğini gösterdi.
Tam multimodal veriye yalnız 339 hastada ulaşılabilmesi de bu değerlendirmeyi sınırlayan faktörlerden biri oldu.
Yapay zekâ hangi ilacın verileceğine karar vermedi
Çalışmanın yorumlanmasında en kritik ayrım burada ortaya çıkıyor.
I³LUNG araştırmasındaki hastalar zaten immünoterapi veya immünoterapi-kemoterapi kombinasyonu almış kişilerdi.
Araştırmacılar bu hastaların geçmiş klinik verilerini kullanarak tedaviyle ilişkili sonuçları öngören modeller geliştirdi.
Dolayısıyla çalışma:
“Yapay zekâ hastaya en doğru immünoterapiyi seçti”
veya
“Yapay zekâ hekimden daha doğru tedavi kararı verdi”
sonucunu göstermiyor.
Aynı şekilde yapay zekâ destekli tedavi kararlarının hastaların yaşam süresini veya tedavi yanıtını artırdığı da henüz kanıtlanmış değil.
Yapay zekâ henüz klinik karar verici değil
I³LUNG sistemi mevcut aşamada hekimin yerini alan veya tedaviyi tek başına belirleyen bir araç değil.
Daha doğru tanımlamayla sistem, farklı hasta özelliklerini birlikte değerlendirerek hekime ek bilgi sunabilecek açıklanabilir bir klinik karar destek sistemi olarak geliştiriliyor.
Bir modelin geçmiş hasta verilerinde sonucu tahmin edebilmesiyle, aynı model kullanıldığında yeni hastaların tedavi sonuçlarının gerçekten iyileşmesi aynı şey değil.
İkinci sorunun yanıtlanması için prospektif ve randomize klinik çalışmalara ihtiyaç var.
Yaklaşık 2.000 hastada prospektif doğrulama sürüyor
Araştırmacılar sistemin bir sonraki aşamasında yaklaşık 2.000 hastada sessiz prospektif doğrulamanın sürdüğünü bildiriyor.
Bu aşamada yapay zekâ yeni gelen hasta verileri üzerinde çalışacak ancak klinik kararları doğrudan değiştirmeyecek.
Amaç, modelin geçmiş veriler dışında gerçek zamanlı klinik uygulamada ne kadar güvenilir olduğunu görmek.
Araştırma programında daha sonraki aşamada pragmatik randomize klinik çalışma yapılması da planlanıyor.
Bu aşama kritik önem taşıyor.
Çünkü yapay zekânın gerçek klinik değeri yalnız tahmin performansıyla değil, kullanıldığında hastaların tedavi sonuçlarını gerçekten iyileştirip iyileştirmediğiyle ölçülecek.
Çalışmanın önemli sınırlılıkları var
Araştırmanın temel sınırlamalarından biri retrospektif tasarımı.
Altı ülkedeki merkezler arasında hasta özellikleri, tedavi uygulamaları ve veri toplama standartları açısından farklılıklar bulunabiliyor.
Bütün hastalarda görüntüleme, genomik ve dijital patoloji verileri mevcut değildi.
Tam multimodal veri yalnız sınırlı sayıdaki hastada bulundu.
Ayrıca dış doğrulamadaki performans kaybı, modelin farklı hasta popülasyonlarında yeniden doğrulanmasının gerekli olduğunu gösterdi.
Bu nedenle mevcut sonuçlar sistemin klinik kullanıma hazır olduğu anlamına gelmiyor.
Akciğer kanserinde yapay zekâ için önemli bir adım
I³LUNG araştırmasını dikkat çekici yapan noktalardan biri, yapay zekâyı yalnız laboratuvar ortamındaki bir algoritma olarak değerlendirmemesi.
Çalışma gerçek yaşam verileri, farklı ülkelerden hasta grupları, dış doğrulama ve hekimlerin doğrudan katıldığı açıklanabilir yapay zekâ değerlendirmelerini aynı araştırma programında bir araya getirdi.
Üstelik günlük klinikte zaten elde edilen rutin klinik ve kan verileriyle oluşturulan modellerin güçlü performans göstermesi, gelecekte daha erişilebilir karar destek sistemlerinin geliştirilebileceğini düşündürüyor.
Ancak en önemli soru henüz yanıtlanmış değil:
Yapay zekâ destekli karar sistemi gerçek klinik uygulamada kullanıldığında hastaların tedavi sonuçlarını gerçekten iyileştirecek mi?
Bunun gösterilebilmesi için prospektif ve randomize klinik doğrulama gerekiyor.
Kaynaklar
Nature Medicine — Clinical usability of an explainable AI decision support tool and evaluation of multimodal models in NSCLC — 13 Eylül 2026
I³LUNG Uluslararası Çok Merkezli Araştırması
