Yapay zeka desteği endoskopistlerin mide kanseri displazisi ve intestinal metaplazi doğruluğunu artırıyor

Neden daha akıllı mide kontrolleri önemli

Mide kanseri dünyadaki en ölümcül kanserlerden biri olmaya devam ediyor; yine de mide zarındaki birçok tehlikeli değişiklik, modern kameralarla donanmış eğitimli doktorlar tarafından bile kolayca gözden kaçabilecek kadar ince ve sönük olabilir. Bu çalışma basit ama sonuçları büyük bir soruyu gündeme getiriyor: bir yapay zeka (YZ) asistanı, endoskopi videolarını doktorla birlikte izleyerek, daha fazla problemli bölgeyi daha erken ve daha güvenilir şekilde yakalamaya yardımcı olabilir mi? Araştırmacılar, gelişmiş bir YZ sistemini gerçek hasta görüntüleri ve videolarıyla test ederek, dijital desteğin özellikle kanserden önce görülen ve değerlendirmesi en zor olan değişikliklerde, daha az deneyimli endoskopistlerin doğruluğunu önemli ölçüde artırabileceğini gösteriyor.

Rutin kamera muayenesinden veri açısından zengin bir soruna

Mide hastalığını aramak için doktorlar esnek bir kamera veya endoskopu ağızdan mideye geçirir. Gerçek zamanlı olarak, her doku alanının normal mi, iltihaplı mı, kanser öncesi mi yoksa kanserli mi olduğuna karar vermeleri gerekir. İleri düzey tümörler gibi bazı bulgular açıkça göze çarpar. Diğerleri—displazi (erken anormal büyüme) ve intestinal metaplazi (mide zarında yüksek riskli bir değişiklik) gibi—kişiden kişiye değişen hafif renk kaymaları veya ince doku değişiklikleri olarak görünür. Günlük uygulamada bu ince desenler kolayca gözden kaçabilir ve tespit oranları doktorlar arasında geniş ölçüde değişir; bu da yüksek riskli lezyonları olan bazı hastaların muayene odasından tanısız ayrılabileceği anlamına gelir.

YZ yardımcı pilotu nasıl geliştirildi ve test edildi

Araştırma ekibi, görüntüyü bir bütün olarak tarayıp uzun menzilli desenleri fark etmeye yönelik modern bir “vision transformer” mimarisi kullanan Venotics‑G adlı bir YZ sistemi geliştirdi. Sistemi, büyük bir hastaneden alınan 16.000’den fazla endoskopik görüntü üzerinde eğiterek birden çok görevi aynı anda tanımasını öğrettiler: endoskopun midede nerede olduğu, herhangi bir anormal alanın var olup olmadığı, lezyonun tipi ve yüksek riskli intestinal metaplazinin görünür olup olmadığı. Çalışma için iki hastaneden 1.584 gerçek endoskopi vakası topladılar. Her vaka, şüpheli bölgenin iyi görüldüğü tek bir net durağan görüntü ve kısa beş saniyelik bir video klip sundu. Vaka seti mide kanserini, displaziyi, geniş bir iyi huylu durum yelpazesini, yüksek riskli intestinal metaplaziyi ve normal veya basit gastriti kapsıyordu.

YZ ve insan yargısını karşı karşıya getirmek

Üç yıldan az deneyime sahip altı eğitimdeki endoskopist tüm vakaları iki kez inceledi: önce yalnızca kendi değerlendirmelerine dayanarak, sonra bir haftalık ara verdikten ve vaka sırası karıştırıldıktan sonra YZ’nin rehberliğiyle. Yalnız başına YZ hem durağan görüntülerde hem de videolarda oldukça doğru çıktı; odaklanmış lezyonların ve yüksek riskli intestinal metaplazinin yüzde 90’dan fazlasını doğru sınıflandırdı. Daha da önemlisi, doktorlar YZ’nin önerilerine ve görsel vurgulama haritalarına eriştiklerinde kendi performansları keskin bir şekilde arttı. Odaklanmış lezyonlar için genel doğruluk hem görüntülerde hem videolarda yaklaşık %75’ten neredeyse %87’ye yükseldi ve doğru pozitif ve doğru negatif performanslarının birleşik ölçüsü (ROC eğrisi altındaki alan olarak özetlenir) belirgin şekilde iyileşti. Kazanımlar özellikle displazi ve intestinal metaplazi için büyük oldu—tam da başlangıçtaki doğruluğu en düşük ve değişkenliği en yüksek olan kategorilerde.

Karar verme sürecinde neler değişti

Daha ayrıntılı analiz, YZ desteğinin duruma ve doktorların görüntü mü yoksa video mu okuduğuna bağlı olarak biraz farklı şekillerde yardımcı olduğunu gösterdi. Displazi için temel fayda, okuyucuları gerçek lezyonları daha fazla tanımaya yönlendirirken yanlış alarmları düşük tutmaya devam etmesi oldu. Genellikle yaygın, yamalı değişiklikler olarak görülen intestinal metaplazide ise YZ, özellikle durağan görüntülerde yanlış pozitifleri azaltarak doktorların bir bölgeyi normal olarak nitelendirme konusunda daha emin olmasını sağladı. Video ortamında YZ, zaman içinde birden çok kareyi kullanabildiği için hem normal dokuyu bertaraf etme yeteneğini hem de gerçekten anormal ve yaygın desenleri işaret etme yeteneğini geliştirdi. Sisteminin kare başına milisaniyeler düzeyindeki hızlı işlem kapasitesi, canlı bir endoskopik muayene ile eşzamanlı çalışıp dikkat haritalarını neredeyse gerçek zamanda üst üste bindirebileceği anlamına geliyor. Bununla birlikte yazarlar, ek ekrandaki ipuçlarının bilişsel yükü artırabileceğini ve bazı okuyucuların iyi huylu iltihabı aşırı yorumlama eğiliminde olduğunu belirterek, YZ’nin nasıl sorumlu şekilde kullanılacağına ilişkin eğitimin algoritmalar kadar önemli olacağını vurguluyorlar.

Bu hastalar ve klinikler için ne anlama gelebilir

Genel olarak çalışma, YZ asistanının daha az deneyimli endoskopistler için bir dengeleyici görevi görebileceğini, tanılarını daha tutarlı ve birçok mide lezyonu türünde daha sık doğru hale getirebileceğini gösteriyor. Daha az kaçırma için daha fazla yanlış alarm takası yapmak yerine, YZ genellikle duyarlılık ve özgüllüğü birlikte iyileştirerek yalnızca yanlılık değil gerçek bir katma değer işareti sundu. Çalışma halen erken, dikkatle seçilmiş bir test olup, günlük iş akışları, maliyetler ve uzun vadeli hasta sonuçları üzerindeki etkisi daha büyük, canlı klinik çalışmalarda kanıtlanmayı bekliyor. Ancak bu sonuçlar, endoskopinin rutinde bir YZ ortağı ile yapılacağı; doktorların yüksek riskli değişiklikleri daha erken ve daha güvenilir biçimde tespit etmesine yardımcı olacak; hastalara zamanında tedavi ve daha iyi sağkalım şansı sağlayacak bir geleceği destekliyor.

Atıf: Lee, Y.H., Park, G., Kim, J.Y. et al. Artificial intelligence assistance improves endoscopist accuracy for gastric cancer dysplasia and intestinal metaplasia. Sci Rep 16, 12428 (2026). https://doi.org/10.1038/s41598-026-43149-9

Anahtar kelimeler: mide kanseri taraması, endoskopi yapay zeka, intestinal metaplazi, displazi tespiti, medikal görüntü analizi