Altınbaş Üniversitesi'nden Doç. Dr. Handan Tanyıldızı Kökkülünk’ün yürütücülüğünü yaptığı TÜBİTAK 1001 projesi, akciğer kanseri tanısında yapay zekânın etkinliğini gözler önüne serdi. "Sarkopeni, Yeni Nesil Enflamasyon Belirteçleri ve PET/BT Anatomik-Metabolik Biyobelirteçler Aracılığıyla Makine Öğrenmesi ile Akciğer Kanseri Tanısının Tahmin Edilmesi" başlıklı çalışmada, çeşitli biyolojik ve görüntüleme verileri bir araya getirilerek geliştirilen model, yüzde 97 doğruluk ve yüzde 99 AUC (doğruluk eğrisi alanı) ile dikkat çekti.
Projede kullanılan veri seti; PET/BT görüntüleme sonuçları, sarkopeni (kas kaybı) belirteçleri ile kandaki CRP, WBC ve NEU gibi iltihap göstergelerini içeriyor. Bu çok modlu veriler, rastgele orman (Random Forest) algoritmasıyla analiz edilerek iyi huylu, kötü huylu ve kanser dışı vakaların sınıflandırılmasında yüksek performans sağlandı.
Bütüncül yaklaşımla daha erken teşhis imkânı
Yapay zekâ tabanlı bu yöntem yalnızca görüntüleme verileriyle sınırlı kalmayarak, hastaların fiziksel performans ölçütleri (bel çevresi kas alanı, yürüme hızı gibi) ve bağışıklık sistemi göstergeleri de dahil edilerek kapsamlı bir analiz imkânı sunuyor.
Çalışmanın detaylarını paylaşan Doç. Dr. Kökkülünk, bu yaklaşımın erken tanıyı kolaylaştırarak tedaviye erişimi hızlandırdığını vurguladı. Aynı zamanda tedavi maliyetlerinin düşürülmesi ve hastaların yaşam kalitesinin artırılması açısından önemli bir potansiyel taşıdığına dikkat çekti.
Sağlık hizmetlerinde yapay zekâ dönemi
Çalışma, makine öğrenmesi tekniklerinin yalnızca teşhis değil, tedavi planlamasında da etkin şekilde kullanılabileceğini göstererek sağlık alanında dijital dönüşümün hızlandığına işaret ediyor. Uzmanlar, bu tür projelerin hem klinik karar süreçlerini desteklediğini hem de hastalıkların daha erken ve daha isabetli şekilde teşhis edilmesini sağladığını belirtiyor.
Proje çıktılarının önümüzdeki dönemde geniş çaplı klinik uygulamalara yön vermesi ve sağlık teknolojilerinde örnek model olarak değerlendirilmesi bekleniyor.
