Yapay zekâ, kanser bulgusu saptanmayan mamogramlardan sonraki beş yıl içinde meme kanseri tanısı alma riskini tahmin etmeye yardımcı olabilir. Radiology dergisinde 2023 yılında yayımlanan araştırmada, beş algoritma bu konuda yaygın kullanılan bir klinik risk modelinden daha iyi performans gösterdi.
Ancak araştırma, henüz oluşmamış bir tümörün beş yıl önceden teşhis edildiğini göstermiyor. Geçmiş görüntüler ile sonraki tanılar arasındaki ilişki incelendi; yapay zekâ kullanımının sağkalımı artırıp artırmadığı test edilmedi.
Negatif mamogram gelecekteki risk hakkında ne söyleyebilir?
Negatif sonuç, incelemede kanser lehine bulgu saptanmadığını ifade eder. Gelecek yıllarda kanser gelişmeyeceği anlamına gelmez.
Kuzey Amerika Radyoloji Derneğinin duyurduğu araştırma, mamogramların mevcut hastalığı aramanın yanında gelecekteki riski değerlendirmek için de bilgi taşıyabileceğine işaret ediyor. Algoritmalar, görüntülerdeki çok sayıda özelliği birlikte analiz ederek bir risk skoru oluşturabiliyor.
Araştırma nasıl yapıldı?
Kaiser Permanente Northern California kayıtlarına dayanan çalışma, geriye dönük bir gözlemsel araştırmaydı. 2016 yılında negatif tarama mamogramı bulunan kadınların 2021’e kadar olan sonuçları incelendi.
Uygunluk koşullarını karşılayan 324.009 kadın arasından rastgele seçilen grup ve takipte kanser tanısı alan diğer kadınlar birleştirildi. Analiz örneklemi 18.019 kadından oluştu. Daha önce meme kanseri geçirenler ve yüksek risk oluşturan belirli gen mutasyonlarını taşıyanlar dışlandı.
İki akademik ve üç ticari algoritmanın sonuçları, Breast Cancer Surveillance Consortium adlı BCSC klinik risk modeliyle karşılaştırıldı. Bu model yaş, aile öyküsü ve meme yoğunluğu gibi bilgileri kullanıyor.
Beş algoritma klinik modeli hangi ölçütte geçti?
Başlangıçtan sonraki beş yıllık dönemin tamamında riskleri ayırt etme başarısını gösteren AUC değeri, klinik modelde 0,61; yapay zekâ algoritmalarında 0,63–0,67 bulundu. Klinik bilgiler ile algoritmalar birleştirildiğinde değer 0,66–0,68’e yükseldi.
AUC, daha sonra kanser tanısı alanlarla almayanları ayırt etme gücünü ölçer. Bu değerler, “kanserlerin yüzde 67’si beş yıl önceden teşhis edildi” şeklinde okunamaz.
Mamogramdaki sinyal her zaman erken tümör mü?
Araştırmacılar, algoritmaların hem başlangıçta gözden kaçmış kanserlere ait işaretlerden hem de gelecekteki kanser riskiyle ilişkili doku özelliklerinden yararlanabileceğini düşünüyor.
Bu nedenle görüntüdeki her risk sinyalinin o sırada var olan bir tümörü gösterdiği söylenemez. Yapay zekânın hangi özelliklere dayanarak karar verdiğinin tam olarak açıklanamaması da önemli bir sınır.
Kişiye göre tarama için nasıl bir fırsat sunuyor?
Daha güvenilir risk değerlendirmesi, kimlerin daha yakın takip veya ek görüntüleme açısından değerlendirilmesi gerektiğine yardımcı olabilir. Araştırmacıların hedeflediği kullanım alanlarından biri, tarama planını kişinin riskine göre düzenlemek.
Ancak yüksek risk skoru kanser tanısı değildir. Düşük skor da gelecekte kanser gelişmeyeceğini garanti etmez. Ek inceleme kararı, kişinin sağlık öyküsü ve hekim değerlendirmesiyle birlikte verilmelidir.
Riski ayırt etmek ile doğru risk yüzdesi vermek farklı
Bir model kadınları risk sırasına göre başarılı biçimde ayırırken, kişisel riskin büyüklüğünü olduğundan yüksek hesaplayabilir. Çalışmada Mirai algoritmasının mutlak risk tahminleri gerçek sonuçları aşmıştı.
Bu bulgu, algoritmaların kullanılacakları hasta grubunda doğrulanmasının önemini gösteriyor. ABD’deki bir örneklemden elde edilen sonuçlar, Türkiye’de aynı başarıyı otomatik olarak garanti etmez.
Tarama planını değiştirmek için bu araştırma yeterli mi?
Bu çalışma tek başına tarama aralığını değiştirmek için yeterli değildir. Risk tahminindeki ilerlemenin daha erken tanıya, daha az ileri evre hastalığa ve daha iyi sağlık sonuçlarına dönüşüp dönüşmediği ayrıca değerlendirilmelidir.
ABD Önleyici Hizmetler Görev Gücünün 2024 tarama değerlendirmesi de risk temelli kişiselleştirilmiş taramanın yarar ve zararlarına ilişkin kanıt eksikliğine dikkat çekiyor. Ek testlerin sağlayabileceği yarar; yanlış alarm, gereksiz biyopsi ve kaygı gibi olası sonuçlarla birlikte ele alınmalı.
TIBBİ UYARI
Bu içerik kişisel tanı veya tarama önerisi değildir. Mamografi takviminizi bir yapay zekâ risk skoruna dayanarak değiştirmeyin; takip ve ek inceleme gereksinimini hekiminizle değerlendirin.
KAYNAKLAR
1. Radiology — Comparison of Mammography AI Algorithms with a Clinical Risk Model for 5-year Breast Cancer Risk Prediction: An Observational Study — 2023
2. Kuzey Amerika Radyoloji Derneği — AI Outperformed Standard Risk Model for Predicting Breast Cancer — 6 Haziran 2023
3. ABD Önleyici Hizmetler Görev Gücü — Breast Cancer: Screening, Final Recommendation Statement — 30 Nisan 2024
