Akciğer kanseri tanı yolunda yapay zekâ tabanlı göğüs röntgeni önceliklendirmesi: LungIMPACT randomize kontrollü denemesi

Bu çalışma hastalar için neden önemli

Akciğer kanseri, sıklıkla geç evrede tespit edildiği için en ölümcül kanserlerden biridir. Birçok kişi, yapay zekânın kuşkulu göğüs röntgenlerini hızla işaretleyerek insanların daha çabuk BT taraması ve tedavi almasını sağlayabileceğini umuyor. Bu büyük deneme, Birleşik Krallık Ulusal Sağlık Servisi’nde kuşkulu röntgenleri iş listesinin önüne taşıyan yapay zekânın gerçekten akciğer kanseri tanısını hızlandırıp hızlandırmayacağını test etti. Sonuç, yapay zekânın günlük sağlık hizmetinde nasıl kullanılacağı konusunda önemli bir gerçek kontrolü sunuyor.

Akciğer kanseri genellikle nasıl bulunur

Birçok kişi için akciğer kanseri tanısına giden ilk adım, aile hekimi tarafından istenen bir göğüs röntgenidir. Röntgen anormal görünüyorsa veya hasta yüksek risk altındaysa, daha ayrıntılı bir tarama olan BT taraması yapılmalı ve uzmanlara hızlıca görünmelidir. İngiltere’deki ulusal kılavuzlar, kuşkulu bir röntgenden sonra ideal olarak BT’nin üç gün içinde yapılmasını önerir, ancak tarayıcılar ve personel üzerindeki baskı genellikle gecikmelere yol açar. Bu beklemeler sonuçları bekleyen hastalar için kaygıyı artırır ve sonuçları kötüleştirebilir.

Yapay zekâ sisteminin yapması beklenen

Araştırmacılar, göğüs röntgenlerini çekilir çekilmez inceleyen bir yapay zekâ programını test ettiler. Bazı günlerde yapay zekâ bir röntgenin anormal olabileceğini düşünürse bu vaka radyoloji iş listesinin en üstüne taşınarak hızlı insan incelemesine alındı. Diğer günlerde ise yapay zekânın işaretleri personele görünmeye devam etti ama özel bir önceliklendirme yapılmadı. Beş NHS hastane grubundan neredeyse 87.000 yetişkinin 93.000’den fazla röntgeni çalışmaya dahil edildi. Ana sorular, yapay zekâ önceliklendirmesinin BT’ye ve kesin akciğer kanseri tanısına giden süreyi rutin uygulamaya kıyasla kısaltıp kısaltmadığıydı.

Denemenin gerçekte bulduğu

Çalışmanın büyüklüğüne rağmen, yapay zekâ önceliklendirmesi akciğer kanseri yolundaki önemli adımları hızlandırmadı. BT yapılan 13.000’den fazla kişide, röntgenden BT’ye ortalama bekleme süresi yapay zekâ önceliklendirilsin veya önceliklendirilmese de 53 gündü. Akciğer kanseri tanısı konan 558 kişide, röntgenden tanıya medyan süre her iki grupta da yaklaşık bir buçuk aydı. Acil sevklerin hızı, tedavinin başlama zamanları veya kanserlerin saptandığı evre açısından anlamlı farklar yoktu. Yapay zekâ röntgenden yazılı rapora geçen süreyi kısaltmaya yardımcı oldu, ancak bu azalma hastalar için sonraki süreci değiştirecek kadar büyük değildi.

Yapay zekânın doğru ve yanlış yaptığı

Ekip, yapay zekâ ile insan okuyucuların uyuşmadığı vakaları yakından inceledi. Bu uyumsuzluklar yaklaşık her üç röntgenden birinde oldu. Uzman değerlendiriciler, bu uyuşmaz vakaların neredeyse dörtte birinde önemli bulgular olduğunu ve müdahale gerektirdiğini, bunların arasında daha sonra saptanan birçok kanser olduğunu belirledi. Genel olarak yapay zekâ belirgin gölgeler gibi kategorilerde çoğu kanseri tespit etti, fakat önemli sayıda yanlış alarm üretti ve özellikle ince nodüller gibi bazı kanserleri kaçırdı. Bu ek kontroller yoğun personel için iş yükünü artırabilir ve sık uyarıların zaman içinde insanların tepkisini azaltabildiği uyarı yorgunluğu riskini doğurabilir.

Bu, kliniklerde yapay zekânın geleceği için ne anlama geliyor

Bu denemenin ana mesajı, yapay zekâyı sadece röntgenleri raporlama kuyruğunda yeniden sıralamak için kullanmanın, mevcut sağlık hizmeti yolunda kendi başına akciğer kanseri tanısını hızlandırmadığıdır. Bilgisayar okumalarının daha hızlı olmasından doğabilecek herhangi bir fayda, tarayıcı erişimi ve klinik kapasite gibi gerçek dünya darboğazlarıyla sınırlı kaldı. Yazarlar, göğüs röntgeni yapay zekâ araçlarının yalnızca iş listesi önceliklendirmesi amaçlı olarak bu ortamda uygulanmaması gerektiği sonucuna varıyor. Bunun yerine, gelecekteki çabaların yapay zekânın aynı gün kararlar ve paket testler gibi daha geniş yol değişiklikleriyle nasıl birleştirilebileceğine ve dikkatli insan yargısını destekleyecek şekilde nasıl en iyi kullanılabileceğine bakması gerektiğini vurguluyorlar.

Atıf: Woznitza, N., Smith, L., Rawlinson, J. et al. AI-based chest X-ray prioritization in the lung cancer diagnostic pathway: the LungIMPACT randomized controlled trial. Nat Med 32, 1737–1744 (2026). https://doi.org/10.1038/s41591-026-04253-5

Anahtar kelimeler: akciğer kanseri, göğüs röntgeni, tıbbi yapay zekâ, tanı yolları, klinİk deneyler