Steatozlu karaciğer hastalığında fırsatçı tarama, evreleme ve ilerleme riski sınıflandırması için çok modlu Yapay Zeka

Karaciğerdeki yağ ve skarlaşma neden herkes için önemli

Yağlı karaciğer hastalığı artık nadir ya da niş bir durum değil: dünya genelinde her üç yetişkinden yaklaşık birinin karaciğerinde ekstra yağ bulunuyor ve bu oran artıyor. Birçok kişide sessiz seyrediyor, ancak bazılarında tehlikeli skarlaşmaya (fibrozis), siroza, karaciğer kanserine ve kalp sorunlarına yol açabiliyor. Aynı zamanda milyonlarca insan başka amaçlarla —göğüs ağrısı, kanser takipleri veya rutin kontroller gibi— BT taramaları alıyor; ancak kimse karaciğerlerine yakından bakmıyor. Bu çalışma basit ama güçlü bir soruyu soruyor: mevcut görüntüleri yapay zekâ (YZ) sessizce tarayabilir, gizli karaciğer hastalığını işaretleyebilir ve ciddi hasar oluşmadan önce doktorların müdahale etmesine yardımcı olabilir mi?

Gerçek dünya hastane verilerinden oluşturulmuş yeni bir YZ yardımcısı

Araştırmacılar MAOSS (Multi‑modal AI for Opportunistic hepatic Steatosis Screening) adlı çok modlu bir YZ sistemi geliştirdiler. Tek bir bilgi türüne dayanmak yerine MAOSS üç kaynağı birleştiriyor: karaciğerin 3B kontrastsız BT görüntüleri, standart kan testi sonuçları ve yaş ile vücut ölçüleri gibi temel klinik bilgiler. Ekip sistemi, büyük bir Çin hastanesinden 2.000’den fazla hasta üzerinde eğitti; bunların yaklaşık 1.000’inin karaciğer dokusu mikroskop altında incelenmişti (altın standart) ve 1.100’den fazlasının görüntüleri ayrıntılı radyoloji raporlarına sahipti. Bu karışım YZ’nin hem en kesin etiketlerden (biyopsiler) hem de günlük uygulamada daha kolay toplanan geniş raporlardan öğrenmesini sağladı.

YZ’ye hem yağ hem de skar dokusunu okutmak

MAOSS, her BT taramasından iki ana soruya yanıt vermek üzere tasarlandı: karaciğerde ne kadar yağ var (steatoz) ve varsa skarın ne kadar ileri olduğu (fibrozis). Bunu yapmak için model, hastalık evrelerini sıralı bir merdiven olarak ele alıyor — yoktan hafif ve orta üzerinden şiddetliye — ve her hastayı uygun basamağa yerleştirmeyi öğreniyor. Özel bir “multimodal” tasarım, sistemin eksik bilgileri esnek biçimde ele almasını sağlıyor; örneğin bazı kan testleri eksik olduğunda yine de çalışabiliyor ve görüntülemeye daha fazla dayanabiliyor. Araştırmacılar ayrıca “entegre gradyanlar”a dayalı bir açıklama aracı eklediler; bu araç YZ’nin kararını en çok etkileyen karaciğer içindeki spesifik bölgeleri ve yoğunlukları vurgulayarak klinisyenlere şüpheli yağlanmanın bir ısı haritasını sunuyor.

MAOSS’un mevcut araçlarla karşılaştırıldığında performansı

MAOSS, birkaç hastaneden ayrı hasta grupları üzerinde test edildiğinde —dış bir kohort ve MRI tabanlı karaciğer yağ ölçümlerine sahip bir grup dahil— hafif karaciğer yağını tespit etmede yüksek doğruluk gösterdi; ROC eğrisi altındaki alanlar (AUC) yaklaşık 0,90–0,93 civarındaydı. Klinik açıdan önemli fibrozisi tanımlamada da güçlü performans sergiledi; AUC değerleri yaklaşık 0,82–0,89 aralığındaydı. Bu puanlar, yalnızca görüntüleri kullanan, yalnızca klinik verileri kullanan veya transient elastografi gibi standart ultrason tabanlı ölçümleri kullanan modellerden tutarlı biçimde daha iyiydi. 11 radyologla yapılan bir okur çalışmasında MAOSS yardımcı olarak görev yaptı: doktorlar AI skorunu BT ile birlikte gördüklerinde, erken evre yağlı karaciğer tespit etme yetenekleri belirgin şekilde iyileşti; özellikle normal karaciğerleri ince hastalıktan ayırt etmede gelişme oldu.

Rutin taramaları erken uyarı ağına dönüştürmek

Ekip daha sonra MAOSS’un günlük tıbbın karmaşık gerçekliğinde nasıl çalışabileceğini sordu. Sistemi acil servisler, yatan hastalar, ayaktan hastalar ve sağlık kontrol merkezlerinden toplanan 18.000’den fazla gerçek dünya BT taramasına uyguladılar; bunların çoğu başlangıçta karaciğerle ilgisi olmayan nedenlerle istenmişti. MAOSS’un “yağlı karaciğer” ile “yağlı karaciğer yok” değerlendirmeleri özellikle geniş fizik muayene kohortlarında radyolog raporlarıyla yakından uyum gösterdi. Sonra MAOSS’u, yağlı karaciğerli hangi hastaların uzmanlığa sevk edileceğine karar veren yerleşik bir klinik kılavuza bağladılar. Biyopsi ile doğrulanmış 1.192 kişilik bir grupta MAOSS destekli yol, yalnızca ultrason ölçümlerine dayanan standart yaklaşıma göre steatohepatit veya ileri fibrozise ilerleme riski taşıyan hastaları yaklaşık üçte bir daha fazla tespit etti; bununla birlikte düşük riskli bireyleri güvenli şekilde dışlamaya devam etti.

Bu hastalar ve gelecekteki bakım için ne anlama geliyor

Halk için ana mesaj şudur: başka sağlık sorunları için halihazırda çekilen aynı BT taramaları, ekstra randevu veya invaziv işlem gerektirmeden karaciğer hastalığı için sessiz bir tarama sistemine dönüşebilir. BT görüntülerini rutin kan testleriyle otomatik olarak birlikte okuyarak MAOSS, geleneksel yöntemlerden daha erken yağlı karaciğeri ve endişe verici skarı yakalayabilir, radyologların aksi takdirde kaçırabileceği ince hastalığı görmelerine yardımcı olabilir ve hastaları siroza ilerleme riski açısından düşük, orta ve yüksek olarak daha doğru şekilde sınıflandırabilir. Yazarlar daha büyük, uzun dönemli çalışmaların gerekli olduğunu ve YZ’nin kusursuz olmadığını belirtse de, bulgular çok modlu YZ’nin sessiz ilerlemeden önce ciddi karaciğer hastalığını önlemede önemli bir parça haline gelebileceğini gösteriyor.

Atıf: Gao, Y., Li, C., Chang, W. et al. Multi-modal AI for opportunistic screening, staging and progression risk stratification of steatotic liver disease. Nat Commun 17, 1562 (2026). https://doi.org/10.1038/s41467-026-68414-3

Anahtar kelimeler: yağlı karaciğer hastalığı, tıbbi yapay zeka, BT görüntüleme, karaciğer fibrozisi, fırsatçı tarama