Açıklanabilir yapay zeka kullanarak fleksible üreterorenoskopide ek girişim gereksinimini tahmin etme modeli

Neden ikinci bir taş cerrahisini öngörmek önemli?

Böbrek taşı cerrahisi genellikle tek seferlik bir çözüm olarak tanımlansa da, fleksible üreterorenoskopi adı verilen modern kapalı girişim geçiren hastaların çeyreğinden fazlası yine de ikinci bir tedaviye ihtiyaç duyuyor. Bu çalışma, yapay zekânın hangi hastaların yeniden müdahaleye ihtiyaç duyacağını tarama ve operasyon bilgileri kullanarak öngörüp öngöremeyeceğini araştırıyor; böylece planlamaya yardımcı olarak hastaların ekstra stres, maliyet ve iyileşme süresinden korunması amaçlanıyor.

Böbrek taşları günümüzde nasıl tedavi ediliyor?

Fleksible üreterorenoskopi, cerrahların ince bir kamera ve lazeri idrar yolunun doğal geçidinden geçirerek böbrek içindeki taşlara ulaşmasını sağlar. Eski cerrahi yöntemlere göre daha az invazivdir ve birçok taş için ilk tercih haline gelmiştir. Yine de tam temizleme her zaman mümkün olmaz. Bazı hastalarda ağrı, enfeksiyon veya tıkanıklığa yol açabilecek parçacıklar kalır ve tekrar endoskopi, şok dalgası tedavisi veya daha invaziv cerrahi gerekebilir. Mevcut skorlamalar başarıyı tahmin etmeye çalışıyor, ancak genellikle yalnızca birkaç ölçüm kullanıyor ve hastalar anatomik yapı ve taş özellikleri bakımından büyük farklılıklar gösterdiğinde zorlanabiliyorlar.

Geçmiş hastalardan öğrenmenin yeni yolu

Araştırmacılar on yıllık bir dönemde fleksible üreterorenoskopi geçiren 656 kişinin kayıtlarını analiz etti. Her hasta için yaş, cinsiyet, taşın boyutu ve yeri, BT taramasından elde edilen ayrıntılar, kan ve idrar sonuçları ile kullanılan erişim tüpü boyutu ve emişli bir cihazın kullanılıp kullanılmadığı gibi teknik tercihleri topladılar. Ardından, basit lojistik regresyondan daha karmaşık ağaç tabanlı ve boosting modellerine kadar on dört farklı makine öğrenmesi yöntemini eğitip karşılaştırarak hastanın planlanmamış ek bir girişime gereksinim duyup duymayacağını tahmin etmeye çalıştılar.

Böbrek içindeki kritik bir kıvrım

Öne çıkan bulgu bir laboratuvar değeri veya taş büyüklüğü değil, merkezi toplayıcı alan ile idrarı mesaneye taşıyan dar tüpün birleştiği yerdeki bir açının özelliğiydi. Üreteropelvik bileşke pelvis açısı (UPJ pelvis açısı) olarak adlandırılan bu kıvrım açık yerine keskin olduğunda, tekrar girişim gereksinimi dramatik biçimde artmıştı. Açısı 110 derecenin altında olan hastalarda ek cerrahi oranı beş hastadan dörtten fazlayken, daha geniş açıya sahip olanlarda nadiren ek tedaviye ihtiyaç duyuluyordu. Bu desen böbrek içindeki farklı taş konumlarında da geçerli kaldı; bu da tek bir anatomik özelliğin aletlerin ve taş parçacıklarının ne kadar kolay geçebileceğini iyi biçimde yansıttığını gösteriyor.

Olasılıkları değiştirebilen aletler ve ayarlar

Anatominin ötesinde, cerrahi sırasında yapılan bazı tercihlerin de sonuçları şekillendirdiği görüldü. Sıvı akışını iyileştiren ve parçacıkların çıkarılmasına yardımcı olan daha büyük erişim tüpleri, özellikle daha keskin kıvrıma sahip böbreklerde daha az ek girişimle ilişkilendirildi. Emişli yeni bir erişim cihazı da muhtemelen artık ve parçacıkları daha verimli temizlediği için koruyucu görünüyordu. Çalışmanın yapay zekâ modelleri bu faktörleri tutarlı biçimde etkili olarak vurgularken, daha büyük veya birden fazla taşın hâlâ zorluğu artırdığını da doğruladı. Açıklanabilir teknikler kullanılarak yazarlar modellerin yalnızca ne kadar isabetli olduğunu değil, her tahmini hangi girdilerin hangi yönde etkilediğini de gösterebildiler.

Bu hastalar ve hekimler için ne anlama geliyor?

Bu çalışma, preoperatif bir BT taramasından elde edilecek basit bir ölçümle birlikte birkaç temel cerrahi seçimin, kimin birden fazla böbrek taşı girişimine ihtiyaç duyacağını açıkça gösterebileceğini öne sürüyor. Hastalar için bu, riskler hakkında daha iyi bilgilendirme, tedavi türünün daha kişiye özel seçimi ve zor anatomiyi dengeleyebilecek yeni aletlerin daha akıllıca kullanımı anlamına gelebilir. Klinikler içinse, bu modellere dayalı kolay kullanımlı bir hesaplayıcı, kararları hekimin yargısını yerine koymadan destekleyerek her hastayı ilk seferde en uygun planla eşleştirmeye yardımcı olabilir.

Atıf: Çoban, F., Kutlu, H. & Kalyenci, B. Prediction model for additional procedure requirement in flexible ureterorenoscopy using explainable artificial intelligence. Sci Rep 16, 15292 (2026). https://doi.org/10.1038/s41598-026-46898-9

Anahtar kelimeler: böbrek taşları, fleksible üreterorenoskopi, üreteropelvik açı, makine öğrenmesi, cerrahi planlama