Yapay zeka modelleri, meme kanserine yakalanma riski en yüksek olan kişileri mevcut tıbbi yöntemlerden daha iyi tespit edebiliyor.
Yeni bir araştırmaya göre yapay zeka (AI) modelleri, sonraki 5yıl içinde meme kanserine yakalanma riski en yüksek olan hastaları, hastanelerde kullanılan standart bir risk değerlendirmesinden daha iyi belirleyebiliyor.
Mevcut risk değerlendirme yöntemleri
Doktorlar bir kişinin beş yıllık meme kanseri riskini belirlerken genellikle kişinin yaşını, ırkını, etnik kökenini, ailesinde meme kanseri öyküsü olup olmadığını ve daha önce memede şüpheli yumrular bulunması sebebiyle analiz için meme dokusu örneği alınıp alınmadığını kullanan modelleri dikkate alıyor. Bu modeller aynı zamanda mamogramlar (tıbbi cihazlarla yapılan meme taramaları) aracılığıyla değerlendirilen meme yoğunluğunu da dikkate alıyor.
ABD San Francisco’daki California Üniversitesi’nde kanser görüntüleme uzmanı radyolog olan Dr. Vignesh Arusu Live Science’a yaptığı açıklamada, “Meme kanseri teşhisi konan kadınların yalnızca %15 ila %20’si ailesinde hastalık öyküsü veya daha önce meme biyopsisi yaptırmış olmak gibi bilinen bir risk faktörüne sahip” ifadelerini kullandı. Bir diğer deyişle, meme kanseri risk öngörüsünde kullanılan mevcut kriterler yeterince hassas sonuçlar vermiyor.
Yapay zekanın mamogramlarda meme kanseri teşhisinde yardımcı olabilecek yüzlerce özelliği tanımlayabildiğini söyleyen Dr. Arasu, “Aynı teknolojinin gelecekteki riski anlamamıza nasıl yardımcı olabileceğini belirlemek için çalışmalar yaptım” dedi.
Yapay zekanın kanseri nasıl doğru tahmin ettiği bilinmiyor
Çalışma ekibi 18 bin hastanın verilerini kullanarak 5 farklı yapay zeka modelinin 5 yıllık meme kanseri riskini tahmin etmedeki başarısını test etti. Analizde, 2016 yılında mamografi çektiren ve daha sonra 2021 yılına kadar takip edilen hastaların verileri kullanıldı. Genel olarak, katılımcıların yaklaşık 4.400’ünde mamografilerinden sonraki beş yıl içinde kanser gelişti.
Yapay zeka modellerinin tahminleri, çekildiği sırada görünür bir kanser işaretinin bulunmadığı mamogramlar kullanılarak yapıldı. Araştırmacılara göre yapay zeka modellerinin mamogram verilerinden kanser riskini tam olarak nasıl tahmin ettiği net olarak bilinmiyor. Ancak ekip, yapay zekanın genel olarak meme dokularının yapısındaki belirli özellikleri ve şablonları kanser riskiyle ilişkilendirdiğini düşünüyor.
Araştırmacılar, yapay zeka tahminlerini Meme Kanseri Gözetim Konsorsiyumu (BCSC) klinik risk modeli adı verilen, halihazırda yaygın şekilde kullanılan tıbbi bir değerlendirmeyle kıyasladı.
En yüksek yapay zeka risk skorlarına sahip olan 90. yüzdelik dilimdeki hastalar, beş yıl içinde ortaya çıkan kanserlerin %24-28’ini oluşturdu. Öte yandan en yüksek BCSC skorları kanser vakalarının sadece %21’ini yakalamayı başardı.
Yapay zeka modellerinin mevcut yöntemlere kıyasla en avantajlı olduğu hastaları, mamogram sonrasındaki bir yıl içerisinde meme kanseri geliştiği tespit edilen hastalardı.
Araştırmadan elde edilen sonuçlar Radiology dergisinde yayınlandı.