Derin öğrenme radyopatömik imza, hepatosellüler karsinomda hepatektomi sonrası nüks riskini öngörüyor

Karaciğer kanseri hastaları için bunun önemi

Karaciğer kanseri, dünya genelinde en ölümcül kanserler arasında yer alıyor ve cerrahlar görünür tümörü çıkarsalar bile birçok hastada hastalık birkaç yıl içinde yeniden ortaya çıkıyor. Bu çalışma, tıbbi taramalar ile tümörlerin mikroskopik görüntülerini birleştiren yapay zeka destekli bir araç sunuyor; amaç hepatosellüler karsinomun, yani en yaygın karaciğer kanseri türünün hangi hastalarda tekrarlayacağını daha doğru bir şekilde öngörmek. Bu tür tahminler, doktorların takip bakımını ve ek tedavileri kişiye özel hale getirerek nüksü önlemeye ve hastaların yaşam sürelerini uzatmaya yardımcı olabilir.

Tümörü hem dıştan hem de içten görmek

Doktorlar genellikle karaciğer ameliyatı sonrası nüks riskini tahmin etmek için BT taramaları, kan testleri ve temel patoloji raporlarına güvenir. Bu araçların her biri tümöre farklı bir açıdan bakar, ancak hiçbiri onun karmaşıklığını tam olarak yakalamaz. BT görüntüleri tümörün genel şeklini, kanlanmasını ve karaciğerle ilişkisini gösterirken; mikroskopik preparatlar kanser hücrelerinin ne kadar agresif göründüğünü ve çevre doku ile nasıl etkileştiklerini ortaya koyar. Araştırmacılar, hem organ düzeyindeki taramaları hem de hücre düzeyindeki görüntüleri birlikte “gören” bir bilgisayar sisteminin insanların kaçırdığı örüntüleri tanıyabileceğini ve bu sayede kanserin tekrar edip etmeyeceğini daha doğru tahmin edebileceğini düşündüler.

Tümörün birleşik dijital parmak izi

Araştırma ekibi, derin öğrenme radyopatömik (DLRP) imzası adını verdikleri şeyi geliştirdi; temelde her hastanın tümörünün iki veri kaynağından oluşturulmuş dijital bir parmak izi. Birincisi, bir sinir ağı ameliyat öncesi BT taramalarında tümörleri otomatik olarak sınırladı ve nüksle ilişkili ince görüntü özelliklerini öğrendi. İkincisi, diğer bir ağ rutin hematoksilin-eozin boyalı tüm doku slaytlarını analiz etti, bunları binlerce küçük yama haline böldü ve hangi mikroskopik desenlerin en önemli olduğunu öğrendi. Bir füzyon modülü sonrasında BT özellikleri ile patoloji özellikleri tek bir risk skorunda birleştirildi; bu skor tek bir görünür özelliktense tümörün davranışını yansıtıyor.

Skorun gerçek hastalarda test edilmesi

Araştırmacılar bu sistemi dört hastanede hepatektomi geçirmiş 599 kişiye uyguladı ve bunları eğitim ile bağımsız test gruplarına ayırdı. Tüm test setlerinde, DLRP imzası yalnızca BT, yalnızca patoloji, tümör boyutu ve kan işaretleri gibi standart klinik değişkenler veya yaygın kullanılan Barcelona Clinic Liver Cancer (BCLC) evrelemesi kullanan modellerden daha iyi nükssüz sağkalımı öngördü. Yüksek DLRP skoruna sahip hastaların tümörün geri gelme olasılığı belirgin şekilde daha yüksekti ve genel sağkalımları daha kısaydı. Önemli olarak, bu sonuç küçük ve büyük tümörler, tek ve çoklu tümörler ile sirozlu ve sizrozlu olmayanlar dahil birçok alt grupta da geçerliydi; bu da skorun tümör agresifliğinin temel yönlerini yakaladığını düşündürüyor.

Ek tedavi yönlendirmesi ve biyolojinin aydınlatılması

Tahminin ötesinde, skor hangi hastaların ameliyat sonrası adjuvan transarteriyel kemembolizasyon (PA-TACE) adı verilen ek bir işlemden fayda görebileceğini belirlemede yardımcı oldu; bu işlemde, kemoterapi yağlı bir kontrast maddeyle karaciğerin kan dolaşımına enjekte edilir. Tüm hastalar birlikte değerlendirildiğinde, PA-TACE uygulananlarda nükssüz kalma eğilimi daha uzundu. Ancak grup DLRP imzasına göre bölündüğünde faydanın neredeyse tamamen yüksek riskli hastalarda toplandığı görüldü; düşük riskli hastalar belirgin bir avantaj görmedi, bu da onların ek tedavinin yüklerinden muhtemelen güvenle kaçınabileceğini ima ediyor. Ekip ayrıca yüksek riskli tümörlerin neden daha kötü davrandığını anlamak için DLRP skorlarını The Cancer Genome Atlas’tan alınan genetik verilerle ilişkilendirdi. Yüksek skorlar tümör büyümesini ve immünoterapilere direnç gelişimini tetikleyen Wnt/β-katenin yolunun aktivasyonuyla ve özellikle CD8 T hücreleri olmak üzere tümöre sızan kanserle savaşan immün hücrelerin daha az olmasıyla ilişkilendirildi.

Gelecekteki karaciğer kanseri bakımına etkisi

Hastaların anlayacağı şekilde alınacak mesaj şudur: Bilgisayarlar artık röntgen benzeri görüntüleri ve mikroskop görüşlerini harmanlayarak cerrahi sonrası bir karaciğer kanserinin ne kadar olasıyla tekrar edeceğini anlatan tek bir sayı üretebiliyor. Bu çalışma, böyle bir sayının geleneksel evreleme sistemlerinden daha iyi performans gösterebileceğini ve gerçekten kimlerin ek tedaviye ve daha yoğun takibe ihtiyacı olduğunu belirlemeye yardımcı olabileceğini gösteriyor. Araç daha geniş hasta popülasyonlarında, örneğin karaciğer hastalığının hepatit B’den kaynaklanmadığı hastalarda da prospektif olarak test edilmeye ihtiyaç duysa da; tedavi planlarının yalnızca boyut ve evreye göre değil, her kişinin tümörünün çok katmanlı, zengin portreleri tarafından şekillendirildiği bir geleceğe işaret ediyor.

Atıf: Wang, G., Chen, W., Liang, Z. et al. A deep learning radiopathomic signature predicts recurrence risk of hepatocellular carcinoma after hepatectomy. Commun Biol 9, 295 (2026). https://doi.org/10.1038/s42003-026-09571-5

Anahtar kelimeler: hepatosellüler karsinom, karaciğer kanseri nüksü, derin öğrenme, tıbbi görüntüleme, tümör mikroçevresi