Yapay zeka ile zebra cisimciklerinin tanınması (ZEBRA): Fabry nefropatisi için hesaplamalı bir araç

Neden küçük böbrek değişiklikleri önemlidir

Fabry hastalığı, özellikle böbrekler olmak üzere birçok organı yavaşça zarar veren nadir kalıtsal bir hastalıktır. Erken tedavi ciddi sorunları önleyebilir, ancak böbrek dokusundaki ilk uyarı işaretleri sıklıkla ince ve uzmanların bile gözden kaçırabileceği şekilde belirsizdir. Bu çalışma, ZEBRA adı verilen yeni bir yapay zeka (YZ) aracını sunar; bu araç böbrek biyopsilerinin dijital görüntülerini tarayarak doktorların bu erken değişiklikleri daha güvenilir ve hızlı şekilde tespit etmelerine yardımcı olur.

Sessiz başlayan nadir bir hastalık

Fabry hastalığında eksik veya hatalı bir enzim, vücudun birçok hücresi içinde yağlı moleküllerin birikmesine neden olur; buna böbreklerdeki küçük filtreler de dahildir. Bu filtrelerin içinde kanı temizlemeye yardımcı özel hücreler bulunur; bunlara podositler denir. Aşırı yüklenince podositlerin iç yapısı mikroskop altında şişkin ve "köpüklü" görünür. Bu köpüklü görünüm, özellikle kadınlarda ve hastalığın daha hafif, geç başlangıçlı formlarında böbreklerin etkilendiğine dair nadir erken ipuçlarından biridir. Ancak benzer köpüklü değişiklikler başka durumlarda da görülebilir ve altın standart doğrulama yöntemi olan elektron mikroskobu her zaman erişilebilir değildir. Sonuç olarak, Fabry’nin böbrek tutulumunu gözden kaçırmak teşhis ve tedavinin gecikmesine yol açabilir.

Cam lamları dijital ipuçlarına dönüştürmek

Bu sorunu ele almak için İtalya’daki birkaç merkezden araştırmacılar, genetik olarak doğrulanmış Fabry nefropatisi olan 37 kişi ve diğer böbrek hastalıkları olan 40 hastanın böbrek biyopsi örneklerini topladı. Lamlar taranarak yüksek çözünürlüklü dijital görüntüler oluşturuldu. Uzman böbrek patolojistleri her glomerülü (böbrekteki küçük filtre birimi) dikkatle işaretledi ve köpüklü podositleri tek tek sınırladı. Bu ayrıntılı işaretlemeleri referans olarak kullanarak ekip iki tip YZ modeli eğitti: bir glomerülde köpüklü podosit olup olmadığını belirleyen "sınıflandırma" modeli ve bu anormal hücrelerin her glomerül içindeki tam konumunu izleyen "segmentasyon" modeli.

Bilgisayarlara uzmanların gördüğünü öğretmek

En iyi performans gösteren sınıflandırma modeli EfficientNetB2, köpüklü podosit içeren veya içermeyen glomerülleri yaklaşık beşte dört doğrulukla doğru etiketledi. Önemli olarak, hasta düzeyinde bağımsız test grubunda tüm Fabry vakalarını tespit etti, fakat bazen Fabry olmayan hastalardan alınan glomerülleri şüpheli olarak işaretledi. Bu özellik, patolojistleri daha yakından incelemeyi gerektiren vakalara uyaran yüksek duyarlılıklı bir tarama aracı olarak özellikle faydalı kılar. Modern bir transformer mimarisine dayanan segmentasyon modeli (SegFormerB4) ise tam sınırları izleme konusunda daha az kusursuzdu, ancak köpüklü podositlerin varlığını tespit etmede çok hassastı. Bu iki model birlikte ZEBRA iş akışını oluşturur; bu yazılım, yaygın kullanılan dijital patoloji platformlarına entegre edilebilecek ücretsiz yazılım olarak sunulmuştur.

Piksellerden basit bir risk skoruna

Segmentasyon sonuçlarını kullanarak araştırmacılar ZEBRA skoru adını verdikleri yeni sayısal bir ölçüt geliştirdiler. Yazılım her glomerül için alanın ne kadarının köpüklü podositlerle kaplandığını hesaplıyor ve bunu her hasta için özetliyor. Fabry nefropatisi olanları diğer böbrek hastalıkları olanlardan ayırdıklarında, ZEBRA skoru iki grubu neredeyse örtüşme olmadan net biçimde ayırdı. Önerilen bir eşik değeri Fabry ile non-Fabry vakalarını yüksek duyarlılık ve iyi özgüllükle ayırt edebiliyordu. Skor aynı zamanda patologların yaptığı elle derecelendirme ile makul düzeyde uyum gösterdi ve böbrek fonksiyonu ile idrarda protein kaçağı gibi bulgularla ölçülü ilişkiler sergiledi; bu durum laboratuvar testleri henüz göreceli olarak normal görünen hastalarda bile gözlendi.

Bu hastalar ve bakım ekipleri için ne anlama geliyor

Bu çalışma, YZ’nin rutin böbrek biyopsisi lamları üzerinde son derece dikkatli ek bir göz gibi davranabileceğini, patolojistlerin aksi takdirde gözden kaçırabilecekleri örüntüleri fark etmelerine yardımcı olabileceğini gösteriyor. ZEBRA skoru genetik testi veya uzman değerlendirmesinin yerini almak için tasarlanmamış olsa da yüksek riskli vakaları işaretleyebilir, daha ileri testleri tetikleyebilir ve hastaneler arasında daha tutarlı raporlamayı destekleyebilir. Daha büyük çalışmalar ve uzun dönem takiplerle, bu dijital araç nihayetinde doktorların Fabry hastalığını daha erken teşhis etmelerine ve tedavilerin böbrekleri zaman içinde ne kadar koruduğunu izlemelerine yardımcı olabilir.

Atıf: Cazzaniga, G., Carbone, M., Barretta, R. et al. Zebra bodies recognition by artificial intelligence (ZEBRA): a computational tool for Fabry nephropathy. Sci Rep 16, 5072 (2026). https://doi.org/10.1038/s41598-026-35466-w

Anahtar kelimeler: Fabry hastalığı, böbrek biyopsisi, dijital patoloji, yapay zeka, ZEBRA skoru