Preoperatif kontrastlı BT görüntülemesi kullanılarak epitelyal over kanserinde periton ve ince bağırsak yayılımını tespit etmede yapay zekânın tanısal performansı

Gizli yayılımı saptamanın önemi

Over kanseri olan kadınlarda cerrahi öncesi karın içinde görülenler, tümörün tamamen çıkarılabildiği tedavi edici bir ameliyat ile arta tümör kalan büyük bir girişim arasında belirleyici olabilir. Karın zarını ve ince bağırsağın yüzeyini örten küçük tümör odakları özellikle sorunludur. Rutin görüntülerde fark edilmeleri zordur, ancak cerrahların tüm hastalığı güvenle çıkaramamasına yol açabilirler. Bu çalışma, yapay zekânın (YZ) standart kontrastlı BT taramalarını insan gözüne kıyasla bu gizli yayılımı bulmada daha etkili okuyup daha güvenli, akılcı tedavi planlarına rehberlik edip edemeyeceğini araştırıyor.

Over kanserinin sessiz yayılma biçimi

Epitelyal over kanseri genellikle karına küçük tümör noktaları saçılana kadar fark edilmez. Bu odaklar karın iç zarı ve organ yüzeylerini, ince bağırsağın hassas halkalarını kaplayabilir. Tümör yükü çok yüksek olduğunda veya kritik alanlar tutulduğunda, cerrahlar geniş ameliyatlara rağmen görünen tüm hastalığı çıkaramayabilir. Oysa kalıntısız cerrahi hayatta kalmayı en çok iyileştirir. Günümüzde doktorlar kanserin ne kadar yayıldığını tahmin etmek için BT taramalarına güvenirler, ancak hareketli ve kıvrımlı ince bağırsakta küçük lezyonları tespit etmek zordur. Bazı durumlarda cerrahlar, tam tümör çıkarımının mümkün olup olmadığına karar vermek için keşif ameliyatı yapmak zorunda kalır.

Bilgisayarlara taramaları okumayı öğretmek

Araştırma ekibi, iki hastanede over, tüp veya primer peritoneal kanser nedeniyle tedavi gören 227 kadının kontrastlı BT taramalarını toplayarak 254 tarama seti elde etti. Her hasta için cerrahi bulgularla karın zarı ve ince bağırsaktaki yayılımın varlığı biliniyordu. Bu gerçek dünya sonuçlarını “cevap anahtarı” olarak kullanan yazarlar iki derin öğrenme sistemini eğitti. Biri, P-Model, periton yüzeylerinde genel olarak tümör varlığını değerlendirmeyi öğrendi. Diğeri, SB-Model, özellikle ince bağırsak tutulumu üzerine yoğunlaştı. Her iki sistem de tıbbi görüntülere uygun, kompakt bir sinir ağı tasarımına dayanıyordu ve performanslarının ne kadar kararlı olduğunu kontrol etmek için farklı hasta gruplarında tekrar tekrar eğitilip test edildi.

YZ gerçekte ne kadar iyi performans gösterdi

Görülmemiş taramalarda test edildiğinde YZ umut verici doğruluk gösterdi. Genel peritoneal yayılım için P-Model vakaların yaklaşık dörtte üçünü doğru tanımladı; duyarlılığı yaklaşık üçte iki, özgüllüğü ise yüzde seksenden fazla idi. Pratikte bazı pozitif vakaları kaçırdı ancak nispeten az yanlış alarm üretti. İnce bağırsak sistemi daha da iyi performans gösterdi: SB-Model hastaların beşte dörtten fazlasını doğru sınıflandırdı, ince bağırsak tutulumu olanların yaklaşık yüzde 86'sını yakalarken tutulumu olmayanların yaklaşık yüzde 77'sini doğru şekilde rahatlattı. Bu duyarlık düzeyi, daha önceki çalışmalarda bildirilen ve küçük bağırsak odaklarının sıklıkla kaçırıldığı standart BT okumasının mütevazı performansını açıkça aşıyor.

Bilgisayarın zorlandığı durumlar

Araştırmacılar ayrıca YZ'nin kötü performans gösterdiği durumları incelediler; bunlar, belirli bir hasta için kararlarının çeyreğinden azında doğru olduğu durumlar olarak tanımlandı. İlginç şekilde insan radyologlar da birçok aynı olguda zorlandı; bu durum bazı tarama desenlerinin doğası gereği yorumlanmasının güç olduğunu düşündürüyor. Ekip, YZ'nin karın içinde büyük miktarda sıvı olduğunda ve kan tümör belirteçleri çok yüksek olduğunda yayılımı fazla tahmin etme eğiliminde olduğunu; tümör yükü ve sıvı hacmi düşük olduğunda ise bazen hastalığı olduğundan az değerlendirdiğini buldu. Bu desen, sistemin bağırsak çevresindeki sıvı gibi görsel ipuçlarına güçlü biçimde dayanmaya öğrenmiş olabileceğine işaret ediyor; oysa bu ipuçları her zaman mevcut tümör miktarıyla tam örtüşmez.

Bu durum hasta bakımında ne anlama gelebilir

Sınırlamalarına rağmen çalışma, sıradan BT taramalarını okuyan bir YZ asistanının özellikle ince bağırsakta, radyologların şu anda en az güven duyduğu bölgede, ince tümör yayılımını anlamlı biçimde daha iyi saptayabileceğini gösteriyor. Daha fazla test edilip geliştirildiğinde, bu tür araçlar doktorların ilk agresif ameliyattan kimin muhtemel fayda göreceğini ve kimin ameliyat öncesi kemoterapiyle daha iyi sonuç alabileceğini daha doğru belirlemesine yardımcı olabilir. Yazarlar, YZ'nin her durumda uzman yargısını veya keşif cerrahisini ortadan kaldırmayacağını vurguluyor; ancak mevcut görüntülemeyi karmaşık kanser cerrahisi için daha güvenilir bir haritaya dönüştürebilecek güçlü ek bir göz haline gelebilir.

Atıf: Kim, R., Seki, T., Noda, K. et al. Diagnostic performance of artificial intelligence for detecting peritoneal and small bowel dissemination in epithelial ovarian cancer using preoperative contrast-enhanced CT imaging. Sci Rep 16, 8739 (2026). https://doi.org/10.1038/s41598-026-41728-4

Anahtar kelimeler: over kanseri, yapay zekâ, BT görüntüleme, periton metastazı, ince bağırsak yayılımı