Makine öğrenimi kullanarak klinik ve laboratuvar verileriyle steatotik karaciğer hastalığının tanısı ve derecelendirilmesi

Yağlı Karaciğer Hastalığının Günlük Hayattaki Önemi

Yağlı karaciğer hastalığı, dünya genelinde sessice en yaygın kronik karaciğer sorunlarından biri haline geldi; yetişkinlerin yaklaşık üçte birini ve kendilerini gayet sağlıklı hisseden pek çok kişiyi etkiliyor. Karaciğerde çok fazla yağ birikirse ve erken yakalanmazsa, bu durum yavaşça skarlaşmaya, karaciğer yetmezliğine ve hatta karaciğer kanserine ilerleyebilir. Bugün elimizdeki en iyi testlerin çoğu ise iğne biyopsisi gibi invaziv ya da birçok klinikte bulunmayan pahalı görüntüleyicilere dayanıyor. Bu çalışma, basit rutinin bir parçası olan kan testleri ve vücut ölçümlerinin modern bilgisayar teknikleriyle birleştirilerek kimde yağlı karaciğer hastalığı olduğunu ve ne kadar ileri olduğunu tespit etmek için daha kolay bir yol sunup sunamayacağını araştırıyor.

Ciddi Hale Gelebilen Sessiz Bir Hastalık

Steatotik karaciğer hastalığı, genellikle yağlı karaciğer olarak adlandırılır, karaciğer hücreleri içinde yağ birikmesiyle başlar. Başlangıçta bu birikim (basit steatoz) belirti vermeyebilir ve çoğunlukla tesadüfen keşfedilir. Ancak zamanla yağ, karaciğerde iltihap ve hasara yol açabilir; bu da skarlaşma (fibroz), dokunun sertleşmesi ve en kötü durumlarda siroz ile karaciğer yetmezliğine ilerleyebilir. Erken evreler sessiz fakat geri çevrilebilir olduğu için, şiddetli skarlaşma gelişmeden hastalığı yakalamak kritik önemdedir. Sorun şu ki, karaciğer hasarını derecelendirmek için yaygın olarak kullanılan birçok araç—özel ultrason cihazları ve kan temelli skorlama sistemleri gibi—ya çok pahalı, yaygın değil ya da obezitesi olan kişilerde (en yüksek risk grubunda bulunanlar) daha az güvenilir olabiliyor.

Rutin Kontrolleri Karaciğer Sağlığı Testine Dönüştürmek

Araştırmacılar, günlük klinik bilgilerin güçlü bir tarama aracına dönüştürülüp dönüştürülemeyeceğini sordular. Tahran, İran’daki bir sindirim hastalıkları kliniğini ziyaret eden 210 yetişkinin kayıtlarından yararlandılar. Her kişi için boy ve kilo gibi temel ölçümler ile kolesterol, trigliseridler, açlık kan şekeri, karaciğer enzimleri ve demirle ilişkili belirteçler gibi standart kan testleri toplandı. Karaciğerdeki yağ birikimi ve skarlaşmanın şiddeti, FibroScan adlı özel bir cihazla zaten ölçülmüştü; bu da katılımcıları sağlıklı karaciğerlerden hafif, orta ve şiddetli yağlanmaya ve ileri skarlaşma olanlara kadar beş gruba ayırmalarına izin verdi. Bu gruplar, bilgisayar modellerini eğitmek ve test etmek için “gerçek zemin” (ground truth) olarak kullanıldı.

Veriyi Arttırmak ve Makineleri Eğitmek

Makine öğrenimi için 210 hasta nispeten küçük bir sayı olduğu için ekip, gerçek verilere dikkatle kontrol edilmiş rastgele varyasyonlar ekleyerek ek “sentetik” hasta kayıtları oluşturdu. Bu simüle edilmiş kayıtların hâlâ orijinal küme ile aynı genel desenleri takip ettiğini kontrol ettiler ve veri setini 1.500 örneğe genişlettiler. Ardından karar ağaçları, rastgele ormanlar, destek vektör makineleri ve sinir ağları dahil olmak üzere sekiz farklı makine öğrenimi yaklaşımını ve bunların kombinasyonlarını test ettiler. Her modelden, yalnızca klinik ve laboratuvar verilerine dayanarak bir kişinin beş karaciğer sağlığı grubundan hangisine ait olduğunu tahmin etmesi istendi. Performans yalnızca genel doğrulukla değil, aynı zamanda modelin hasta bir kişiyi yanlışlıkla sağlıklı olarak etiketleme sıklığıyla da değerlendirildi; bu, herhangi bir tarama aracı için kritik bir endişe kaynağıdır.

En Çok Önem Taşıyan Birkaç Sayıyı Bulmak

Bazı modeller, özellikle destek vektör makinelerini bir boosting yöntemiyle (SVM–XGBoost) birleştiren hibrit, mevcut tüm 26 özellik kullanıldığında yaklaşık %93 doğruluk elde etti. Aracı daha basit ve kullanımı kolay hale getirmek için araştırmacılar hangi ölçümlerin tahminlere en çok katkıda bulunduğunu incelediler. İstatistiksel teknikler ilk olarak vücut kitle indeksi (BMI), trigliseridler, açlık kan şekeri, ferritin (bir demir depolama proteini), trombositler, alkalin fosfataz, kreatinin ve bir kan pıhtılaşma ölçüsü dahil olmak üzere özellikle önemli sekiz özelliği öne çıkardı. Karaciğer uzmanları sonra bu sonuçları gözden geçirerek hem hastalık biyolojisiyle güçlü bağlantısı olan hem de günlük bakımda pratik olan dört ölçümü seçti: BMI, trigliseridler, açlık kan şekeri ve ferritin. Dikkat çekici şekilde, modeller yalnızca bu dört girdiyi kullanacak şekilde yeniden eğitildiğinde bile hastaları yaklaşık %70 doğrulukla sınıflandırmaya devam etti ve en iyi yöntemle bu oran %76’ya kadar yükseldi.

Bu Hastalar ve Klinikler İçin Ne Anlama Geliyor

Gündelik okuyucu için ana mesaj şudur: rutin bir kontrolden elde edilen birkaç sayı—BMI için ağırlık ve boy ile yağlar, şeker ve demir depolarını gösteren basit kan testleri—iyi tasarlanmış bilgisayar modelleriyle yorumlandığında karaciğer sağlığı hakkında şaşırtıcı derecede ayrıntılı bir tablo sunabilir. Bu araçlar, uzman tıbbi değerlendirme veya mevcutsa özel görüntülemelerin yerini tutmazken, özellikle kaynakları sınırlı kliniklerde ve yağlı karaciğer hastalığının yaygın olduğu bölgelerde risk altındaki kişileri belirlemek için umut verici bir yol sunuyor. Erken tespit, kilo kaybı, daha sağlıklı beslenme ve artan fiziksel aktivite gibi karaciğer sağlığını iyileştirdiği bilinen yaşam tarzı değişikliklerini teşvik edebilir. Bu çalışma, yakın gelecekte rutin laboratuvar sonuçlarınızın sessiz ama ciddi bir hastalık için erken uyarı sistemi olarak iki işlevli hale gelebileceğini öne sürüyor.

Atıf: Sadeghi, B., Zarrinbal, M., Poustchi, H. et al. Diagnosis and grading of steatotic liver disease via clinical and laboratory data using machine learning. Sci Rep 16, 6866 (2026). https://doi.org/10.1038/s41598-026-36834-2

Anahtar kelimeler: yağlı karaciğer hastalığı, makine öğrenimi, kan testleri, BMI ve trigliseridler, invasif olmayan tanı