Benign, sınırda ve malign adnexal kitleleri teşhis etmek için yapay zekâ tabanlı bir modelin geliştirilmesi ve doğrulanması

Kadın sağlığı için neden önemli

Over ve diğer adnexal kitleler pelvik ultrason muayenesinde sık rastlanan bulgulardır, ancak hangilerinin zararsız olduğu hangilerinin erken kanseri işaret ettiği konusunda karar vermek, uzmanlar için bile hâlâ zordur. Bu çalışmada, ultrason görüntülerini okuyan ve hekimlere bu kitleleri iyi huylu, sınırda ve malign olmak üzere üç ana gruba ayırmada yardımcı olan Clinical‑OMTA adlı yeni bir yapay zekâ (YZ) sistemi sunuluyor; böylece kadınlar gereksiz cerrahiden kaçınarak uygun tedaviyi alabilirler.

Üç tür büyüme, üç çok farklı seçenek

Tüm adnexal kitleler eşit değildir. İyi huylu büyümeler genellikle izlenebilir veya basit cerrahi ile çıkarılabilir. Malign tümörler hayati tehlike oluşturan kanserlerdir ve uzman cerrahi ile kemoterapi gerektirir. Sınırda tümörler ise arada bir yerde durur: nüksedebilirler ancak genellikle fertiliteyi korumak isteyen daha genç kadınları etkilerler; bu nedenle cerrahlar yalnızca gerekli olanı çıkarmaya çalışır. Ne yazık ki, ultrason görüntülerinde bu üç kategori çok benzer görünebilir. Özellikle sınırda tümörler, ya zararsız bir kisti ya da agresif bir kanseri taklit edebilir ve bu durum hem hastalar hem de klinisyenler için tedavi kararlarını zorlaştırır.

Karmaşık taramaları daha net yanıtlara dönüştürmek

Ultrason genellikle adnexal kitleler için ilk ve en yaygın erişilebilir testtir, ancak grenli ve büyük ölçüde değişken görüntüleri yorumlamak önemli deneyim gerektirir. Geniş kullanılan ADNEX modeli gibi mevcut skorlama sistemleri ve risk hesaplayıcıları, belirli ultrason özelliklerini yaş ve bir kan belirteci (CA125) gibi basit klinik bilgilerle birleştirir; yine de görüntüleri doğru şekilde tanımlamak için insan gözlemcilerine güvenirler. Piksel düzeyinden desenleri doğrudan öğrenen derin öğrenme alanındaki son çalışmalar, farklı tümör tiplerinin ince görüntü imzalarını bilgisayarlara öğreterek bu öznelliğin bir kısmını aşma olanağı sunuyor.

Birçok hastanede eğitilmiş bir YZ asistanı

Önceki çalışmalardan yararlanarak, yazarlar Clinical‑OMTA adlı, önce iyi huylu ile iyi huylu olmayanları ayıran, ardından sınırda ile malign olanları ayırt eden çift yollu bir YZ modeli tasarladı. Sistem gri tonlamalı ultrason görüntülerini işler ve isteğe bağlı girişler olarak yaş ve CA125 değerlerini de alabilir. Modeli eğitmek ve test etmek için ekip büyük ve çeşitli bir veri seti topladı: Çin genelinde 23 hastaneden 38 farklı ultrason cihazında taranmış 2381 kadın. Olguların çoğunda tanı cerrahi doğrulamayla kesinleştirilmiş; daha küçük bir grup açıkça iyi huylu kistler ise en az altı aylık ultrason takibiyle doğrulanmış. Veriler eğitim setlerine, iç test setlerine ve hem durağan görüntüleri hem de yumurtalıkların kısa video taramalarını içeren iki tamamen bağımsız dış test kohortu olmak üzere bölündü.

YZ gerçek dünya koşullarında nasıl performans gösterdi

Dış test görüntülerinde Clinical‑OMTA, iyi huylu, sınırda ve malign kitleleri ADNEX modeli ve uzman bir ultrason değerlendiricisinin yargısı ile benzer doğrulukta doğru şekilde ayırdı. Performansı farklı ultrason markaları, tarama yöntemleri (karından veya vajinal yol) ve iki dış hastane arasında istikrarlıydı; bu da modelin belirli bir cihaza veya merkeze aşırı uyumlu olmadığını gösteriyor. Sistem yalnızca durağan karelerde değil, video kliplerde de iyi çalıştı. İlginç bir şekilde yaş ve CA125 değerlerinin beslenmesi, yalnızca ultrason görüntülerini kullanmaya kıyasla kararlarını iyileştirmedi; bu da yüksek kaliteli görüntüleme mevcut olduğunda bu kan belirtecinin çok fazla katkı sağlamadığına işaret eden önceki çalışmaları yansıtıyor.

Daha az deneyimli hekimlere yardım etmesi ve sınırlamaları

Araştırmacılar ardından aynı olguları sınıflandırmaları için 11 radyoloğa —junior, orta düzey ve deneyimli— önce yardım almadan sonra ise YZ’nin çıktısı ve modelin önemli bulduğu görüntü bölgelerini vurgulayan ısı haritası bindirmeleriyle sundu. Clinical‑OMTA’nın yardımıyla, junior doktorların doğruluğu yaklaşık %18–20 puan arttı ve orta düzey okuyucular da belirgin şekilde gelişerek neredeyse uzman performansına ulaştı. Önceden yalnızca adil ile orta arasında olan okuyucu uyumu, araç kullanıldığında çok yüksek seviyelere çıktı. Aynı zamanda çalışma, bu güçlü hizalanmanın ‘‘otomasyon yanlılığı’’nu yansıtabileceğini; yani klinisyenlerin özellikle en belirsiz sınırda vakalarda YZ’ye aşırı güvenebileceğini not ediyor. Yazarlar bu nedenle ısı haritalarının bağımsız açıklamalar değil araştırma araçları olduğunu ve YZ rehberliğinin klinik eğitim ve karar verme süreçlerine dikkatle entegre edilmesi gerektiğini vurguluyor.

Bu hastalar için ne anlama geliyor

Genel olarak Clinical‑OMTA, çeşitli ultrason verileri üzerinde eğitilmiş bir YZ sisteminin adnexal kitleleri iyi huylu, sınırda ve malign kategorilere ayırmada uzman performansıyla eşleşebileceğini ve daha az deneyimli radyologların beceri ve tutarlılığını önemli ölçüde artırabileceğini gösteriyor. Farklı cihazlar ve merkezler arasında çalıştığı için model sonunda tarayıcılara gömülebilir veya yoğun ya da kaynak yetersiz kliniklerde hekimleri destekleyecek bağımsız yazılım olarak kullanılabilir. Yazarlar rutin kullanımdan önce özellikle daha düşük donanımlı ekipman veya uzman olmayan operatörlerin bulunduğu ortamlarda daha fazla prospektif ve uluslararası çalışmalara ihtiyaç olduğunu belirtiyor. Yine de bu çalışma, kadınların nerede tedavi olurlarsa olsunlar over ultrason taramalarının uzman düzeyinde yorumlanmasından ve daha kişiselleştirilmiş, zamanında bakımdan daha fazla yararlanabileceği bir geleceğe işaret ediyor.

Atıf: Wu, Y., Dai, W., Li, X. et al. Development and validation of an artificial intelligence-based model for diagnosing benign, borderline, and malignant adnexal masses. npj Precis. Onc. 10, 106 (2026). https://doi.org/10.1038/s41698-026-01320-5

Anahtar kelimeler: over ultrasonu, yapay zekâ, adnexal kitleler, sınırda over tümörleri, klinik karar desteği