Tanı anında akciğer kanseri evresini, hastanın kendi bildirdiği semptomlar ve arka plan faktörlerine dayalı olarak makine öğrenmesi modelleriyle tahmin etmek

Akciğer kanserini erken yakalamayı bu kadar zorlaştıran nedir

Akciğer kanseri, tedavi seçeneklerinin sınırlı olduğu geç evrede sıkça bulunduğu için en ölümcül kanserlerden biridir. Buna karşın birçok akciğer kanseri hastası, öksürük, nefes darlığı, yorgunluk veya kilo kaybı gibi tanı öncesinde ve tanı anında semptomlara sahiptir; teoride bunlar doktorların daha erken fark etmesini sağlayabilir. Bu çalışma basit ama önemli bir soruyu sordu: hastalar semptomlarını ve arka plan bilgilerini sistematik biçimde ayrıntılı olarak bildirirse bilgisayarlar kimin akciğer kanseri olabileceğini ve bunun erken mi yoksa geç evre mi olduğunu öğrenebilir mi?

Hastaların kendi hikâyelerini dinlemek

Araştırmacılar, doktorları akciğer kanseri şüphesiyle uzman bir kliniğe sevk edilmiş 486 kişiyi izledi. Herkes, PEX-LC adı verilen bir tablette detaylı elektronik bir anket doldurdu. Bu anket, yaş, sigara öyküsü, yaşam koşulları ve geçmişteki akciğer hastalıkları gibi 57 arka plan faktörü ile solunum güçlükleri ve öksürükten ağrı, yorgunluk, iştah değişiklikleri ve ateşe kadar 100’ün üzerinde olası semptomu sordu. Sorular yalnızca ilk uyarı işaretlerini değil tanı anında hangi semptomların mevcut olduğunu da yakaladı. İzleyen bir yıl içinde tıbbi kayıtlar kimin akciğer kanseri tanısı aldığını ve bunun ileri olmayan evre (çoğunlukla evre I–IIIa) mi yoksa ileri evre (IIIb–IV) mi olduğunu gösterdi.

Kimde akciğer kanseri çıktı

Sevk edilenler arasında yaklaşık yüzden kırkı kanser yoktu, altmışı ise akciğer kanseri tanısı aldı; bu tanılılar ileri olmayan ve ileri evre arasında yaklaşık eşit olarak bölünmüştü. Kanseri olmayanlarla karşılaştırıldığında, akciğer kanseri olanlar genellikle daha yaşlıydı, günlük sigara içme olasılığı daha yüksekti, yalnız yaşama oranı daha fazlaydı ve önceki yıl içinde kilo kaybetme daha sık görülüyordu. İleri evre hastalıkta erkekler fazla temsil ediliyordu ve astım, kronik obstrüktif akciğer hastalığı ve zatürree gibi önceki akciğer sorunları daha yaygındı. Bu arka plan desenleri, belirli semptomlara odaklanılmadan önce bile yaş, sigara öyküsü, yaşam durumu ve yakın zamandaki sağlık değişiklikleri gibi günlük faktörlerin riskin güçlü göstergeleri olmaya devam ettiğini düşündürüyor.

Öne çıkan semptomlar

Araştırma ekibi bildirilen semptomları karşılaştırdığında, erken evre akciğer kanseri olanların kanseri olmayanlara şaşırtıcı derecede benzediğini gördü: basit tek tek karşılaştırmalarda onları açıkça ayıran yalnızca ıslık gibi bir solunum sesi ve ateşin olmamasıydı. Buna karşılık, ileri evre akciğer kanseri olanların çok daha fazla ayırt edici yakınması vardı. Bu hastalar nefes darlığı, hava kapma, rahatsız edici öksürük ve gürültülü solunum ile özellikle sırt ağrısı olmak üzere ağrı, güçlü yorgunluk, halsizlik, üşüme ve erken doyma ile iştah kaybı gibi yeme sorunlarını daha sık bildiriyordu. Bu desenler, akciğer kanseri ileri evreye geldiğinde genellikle birden çok vücut sistemini bozduğunu; oysa erken hastalığın belirsiz veya kolaylıkla göz ardı edilebilen hissiyatların arkasına saklanabileceğini doğruluyor.

Bilgisayarların yapabildikleri ve yapamadıkları

Yanıtların karmaşık kombinasyonlarının tek bir semptomdan daha net bir öykü anlatıp anlatamayacağını görmek için araştırmacılar birkaç tür makine öğrenmesi modeli eğitti. Bu algoritmalar, ileri olmayan kanseri olmayanlardan ayırt etmek ve ayrı olarak ileri evreyi kanseri olmayanlardan ayırt etmek için 129 farklı anket değişkeninden öğrendi. Modeller yalnızca orta düzeyde doğruluk elde etti: şansın üzerindeydiler ancak özellikle erken evre hastalıkta mükemmelin çok altındaydılar. Yaş, sigara durumu, cinsiyet ve yalnız yaşama gibi arka plan faktörleri tutarlı biçimde en etkili belirleyiciler arasında yer aldı. Rahatsız edici öksürük, ıslık veya gürültülü solunum, hava kapma, boğazda sıkışma, ağrı ve iştah veya kilo değişiklikleri gibi bazı semptomlar da özellikle ileri kanserde katkıda bulundu. Ancak baskın olan küçük bir semptom kümesi yoktu; bunun yerine makul düzeyde bir performansa ulaşmak için düzinelerce ince özelliğin birleştirilmesi gerekiyordu.

Bu hastalar ve doktorlar için ne anlama geliyor

Çalışma, insanlara semptomları ve yaşam koşullarını ayrıntılı olarak sormanın akciğer kanseriyle ilişkili anlamlı desenleri ortaya çıkarabileceğini gösteriyor, ancak bu sinyallerin çoğunlukla özellikle tedavinin iyileşme şansının en yüksek olduğu erken evrelerde zayıf olduğunu belirtiyor. Yalnızca anket verilerini kullanan makine öğrenmesi modelleri, sevk edilen hangi hastaların özellikle acil incelemeye ihtiyaç duyabileceğini ayırt etmeye yardımcı olabilir; ancak tek başına tarama aracı veya tanı testi olarak yeterince doğru değiller. Hastalar ve klinisyenler için ana çıkarım, yaş, sigara öyküsü, yalnız yaşama ve yakın zamanda kilo kaybı ile birlikte ısrarcı solunum sorunları, ağrı, iştah kaybı veya açıklanamayan yorgunluğun kapsamlı akciğer kontrolleri için eşiği düşürmesi gerektiğidir. Yazarlar, akciğer kanserinin daha erken tespiti geleceğinin muhtemelen bu tür kendi bildirimli bilgilerin klinik veriler ve biyolojik testlerle harmanlanmasından geleceğini; semptomlara tek başına güvenilmemesi gerektiğini savunuyorlar.

Atıf: Gustavell, T., Sissala, N., Pernemalm, M. et al. Predicting lung cancer stage at diagnosis based on self-reported symptoms and background factors using machine learning models. Sci Rep 16, 11866 (2026). https://doi.org/10.1038/s41598-026-46710-8

Anahtar kelimeler: akciğer kanseri, erken tespit, hastanın bildirdiği semptomlar, makine öğrenmesi, risk değerlendirmesi