Meme taramasında hakemlik dahil olmak üzere ikinci okuyucu olarak yapay zekâ kullanmanın etkisi

Bu çalışmanın kadınlar ve aileler için önemi

Meme taraması, tedavinin daha etkili ve daha az agresif olduğu erken dönemde kanseri yakalamaya yönelik en yaygın kullanılan araçlardan biridir. Yine de sistem, mamografi görüntülerini gözle inceleyen, iyi eğitilmiş geniş bir uzman kadrosuna dayanır. Birleşik Krallık’ta talebi rahatça karşılayacak yeterli radyolog yok; bu da gecikmeler ve kaçırılan kanserler konusunda endişe yaratıyor. Bu çalışma milyonlarca kadını ilgilendiren bir soruyu soruyor: Yapay zekâ (YZ) sistemi, doğruluktan ödün vermeden insan uzmanlarla birlikte okuma işinin bir kısmını güvenle üstlenebilir mi — ve belki de kanserleri daha erken bulmaya yardımcı olabilir mi?

Meme taraması bugün nasıl işliyor

Ulusal Sağlık Servisi Meme Taraması Programı’nda 50–70 yaş arasındaki kadınlar üç yılda bir mamografi için davet edilir. Her görüntü seti genellikle radyologlar veya uzman radyografistler gibi iki eğitimli mamografi okuyucusu tarafından bağımsız olarak okunur. İki okuyucu arasında anlaşmazlık olursa veya yerel politika gerektiriyorsa, vaka hakemlik adı verilen özel bir tartışmaya gider; burada okuyucular birlikte kadının ek testler için çağrılıp çağrılmayacağına karar verirler. Bu çift okuma sistemi iki hedefi dengelemek üzere tasarlanmıştır: mümkün olduğunca çok kanseri yakalamak ve gereksiz çağrıları —anksiyete, ek testler ve maliyet yaratan— önlemek.

Araştırmacıların test etmeyi amaçladığı şey

Ekip, Londra’daki iki hastane hizmetinde taranan 50.000 kadına ait mamografileri ve klinik kayıtları inceledi. Bu kadınların birkaç yıllık takibi olduğu için araştırmacılar yalnızca taramada yakalanan kanserleri değil, aynı zamanda taramalar arasında (ara kanserler) veya bir sonraki rutin ziyarette ortaya çıkanları da görebildi. Aynı tarihsel görüntüleri kullanarak iki yolu karşılaştırdılar: iki insan okuyucunun olduğu standart yaklaşım ve birinci okuyucunun insan, ikinci okuyucunun Google tarafından geliştirilen YZ sistemi olduğu YZ destekli yaklaşım. Nihai karara ihtiyaç duyan tüm vakalar, gerçek kliniklerde çalıştıkları gibi davranan 22 deneyimli okuyucudan oluşan hakemlik panellerine gönderildi.

YZ’nin insan uzmanlarla karşılaştırılması nasıl oldu

Genel olarak, hakemlik kararları dikkate alındığında YZ’nin ikinci okuyucu olarak kullanılması iki insanın bulunduğu duruma en azından eşdeğer performans gösterdi. YZ destekli yol, kanseri gerçekten olan kadınları tespit etme (duyarlılık) ve olmayanları rahatlatma (özgüllük) konularında çok benzer yetenek sergileyerek katı istatistiksel “yenilmeme” kriterlerini karşıladı. Aslında, özgüllük YZ ile biraz daha yüksekti; bu da gereksiz yere daha az kadının çağrıldığı anlamına geliyor ve kanser yakalama oranı iki yaklaşım arasında neredeyse aynıydı. YZ, vakaların çoğunda insan okumalarından birinin yerini aldığından, rutin okuma sayısı yaklaşık yarı yarıya azaldı; bu da hakemlikte ek çaba hesaba katıldığında bile okuyucu süresinde tahmini %36–44 oranında bir azalma anlamına geliyor.

YZ’nin yardımcı olduğu alanlar — ve eksik kaldığı yerler

Hakemlik öncesinde YZ sistemi, bireysel insan okuyuculara göre taramalar arasında veya bir sonraki rutin ziyarette daha sonra ortaya çıkan kanserleri işaret etme olasılığı daha yüksekti; bu, YZ’nin bazen insanların kaçırdığı ince değişiklikleri fark edebildiğini öne sürüyor. Ancak bu potansiyel erken uyarıların birçoğu, özellikle okuyucular YZ’nin analiz etmediği daha eski görüntülerden etkilendiklerinde veya zararsız olduğu ortaya çıkan YZ tarafından vurgulanan ekstra noktalar olduğunda, hakemlik sırasında geri çevrildi. Küçük ama önemli bir alt grupta yer alan 93 kadın için YZ doğru olarak bir sorun olduğunu değerlendirmişti; ancak hakemlik panelleri çağrı yapılmamasına karar verdi; bu kadınların çoğu daha sonra ara veya bir sonraki tur kanserleri geliştirdi. Aynı zamanda insan hakemliği, nihayetinde kansersiz olan kadınlarda YZ tetiklediği birçok çağrıyı doğru şekilde iptal ederek genel özgüllüğü iyileştirdi. Farklı yaş grupları, etnik kökenler, meme yoğunlukları ve kanser tipleri arasında YZ destekli yol genellikle standart bakımın performansına yaklaştı; ancak bazı daha küçük alt gruplar için sonuçlar daha belirsizdi.

Gelecekteki tarama için bunun anlamı ne olabilir

Çalışma, YZ’nin bakım kalitesini düşürmeden meme taramasında ikinci okuyucu rolünü güvenle üstlenebileceğini ve aynı zamanda sıkışmış bir iş gücü üzerindeki baskıyı hafifletebileceğini öne sürüyor. Ancak mevcut sistemlerin sınırlarını da vurguluyor: tek başına YZ erken kanserleri işaret etme konusunda umut vaat etti, ancak bu avantajlar insanlar —anlaşılabilir şekilde temkinli olarak— bazı YZ uyarılarını geçersiz kıldığında seyreliyor. Yazarlar, YZ’nin önerilerini nasıl açıkladığını geliştirmenin, dikkat dağıtan yanlış alarmları azaltmanın ve klinisyenleri aracı ne zaman güvenecekleri veya sorgulayacakları konusunda eğitmenin potansiyelini daha fazla açabileceğini savunuyor. Bu insan–makine ortaklıkları rafine edilip gerçek dünya denemelerinde dikkatle test edilirse, YZ destekli tarama mevcut programları sürdürmekle kalmayıp, tedavinin en başarılı olma ihtimalinin yüksek olduğu aşamada daha fazla kadının kanserinin yakalanmasına da yardımcı olabilir.

Atıf: Warren, L.M., Venton, J., Young, K.C. et al. Impact of using artificial intelligence as a second reader in breast screening including arbitration. Nat Cancer 7, 507–521 (2026). https://doi.org/10.1038/s43018-026-01128-z

Anahtar kelimeler: meme kanseri taraması, mamografi, yapay zekâ, radyoloji iş yükü, tıbbi hakemlik