Kontrastsız bilgisayarlı tomografi kullanarak meme ve akciğer kanseri taraması için bir temel model

Neden Tek Bir Taramanın İki Kanser İçin Önemli Olduğu

Kanser taramaları genellikle ayrı ayrı yapılan kontroller dizisi gibidir: akciğerler için bir test, memeler için bir başkası; her biri zaman, maliyet ve ekstra radyasyon ekler. Bu çalışma farklı bir fikri inceliyor—yaygın olarak uygulanan tek bir göğüs taramasının, yapay zeka (YZ) yardımıyla aynı anda hem akciğer hem de meme kanserini sessizce kontrol edip edemeyeceğini. Başarılı olursa, böyle bir yaklaşım rutin taramaları çift görevli bir güvenlik ağına dönüştürebilir; özellikle yoğun hastanelerde ve sınırlı kaynaklı bölgelerde.

Yeni Bir Dijital Kanser Keşifçisi

Araştırmacılar, üç boyutlu göğüs BT taramalarını "okumayı" öğrenen OMAFound adlı bir YZ sistemi geliştirdiler. Bir organa dar kapsamlı olarak eğitilmiş geleneksel araçların aksine, bu sistem önce 58.000’den fazla kişiye ait 200.000’den fazla etiketsiz taramayı inceleyerek sağlıklı ve hastalıklı göğüslerin genel görünümünü öğreniyor. Bu geniş ön eğitim, YZ’nin tüm göğüs boyunca ince desenleri yakalamasını sağlıyor. Ekip daha sonra, her hastanın sonunda meme kanseri, akciğer kanseri veya hiçbirini kanıtlayıp kanıtlamadığına dair daha küçük, etiketli veri kümeleri ekleyerek modelin genel görüntü anlayışını somut kanser tahminlerine dönüştürmeyi öğretiyor.

Tek Bir Sistemi İki Organa Bakmaya Eğitmek

Paylaşılan görüntü okuma çekirdeğinin üzerine ekip iki odaklanmış dal inşa etti: biri meme kanseri belirtilerine, diğeri akciğer kanseri belirtilerine odaklanıyor. Bu dalları birkaç Çin hastanesi ve uluslararası veri kümelerinden gelen 150.000’den fazla hastanın BT taramaları üzerinde eğittiler ve test ettiler. Meme kanseri için ayrıca mevcut standart tarama testi olan mamogramları okuyan ayrı bir YZ sistemi de kurdular, böylece aynı kadınlarda BT tabanlı YZ ile yerleşik uygulamayı adil şekilde karşılaştırabildiler. Hem mamografi hem de CT görüntüsüne sahip kadınlarda yapılan yan yana testlerde, mamografi YZ’si genel olarak biraz daha doğruydu; ancak CT tabanlı meme dalı daha duyarlıydı—daha çok kanseri yakaladı—mamografi ise yanlış alarmlardan kaçınmada daha başarılıydı.

Organa Özgü Bulgulardan Hastanın Tam Cevabına

Her organa ayrı bakmak yanıltıcı olabilir: her iki dal da "olası kanser" dediyse, birleşim aynı kişide iki ayrı tümör varmış gibi gerçekçi olmayan bir öneride bulunabilir. Bunu önlemek için araştırmacılar, aynı BT taramasının hem meme hem akciğer görüntülerinden gelen bilgileri harmanlayıp hastanın genel olarak kanser olma olasılığını karara bağlayan üçüncü bir YZ modülü yarattılar. Bu hasta düzeyindeki bakış, klinik gerçekliğe uygun; çünkü insanlar çoğu zaman, eğer kanser varsa, tek bir kansere sahiptir. Test setlerindeki kadınlar arasında bu birleşik strateji en iyi dengeyi sundu—mevcut kanserlere karşı yüksek duyarlılık sağlarken yalancı pozitifleri kontrol altında tutarak, organ düzeyi çıktıları basit matematiksel yollarla birleştirmekten daha iyi performans gösterdi.

Sistemi Gerçek Dünyada Taramada Test Etmek

OMAFound’un laboratuvar dışındaki performansını görmek için ekip, düşük doz göğüs BT taraması için başvuran 21.000’den fazla kişiyi takip ederek dört tıp merkezinde prospektif bir çalışma yürüttü. Sadece akciğer kanserinin ilgili olduğu erkeklerde sistem, kanser tespiti ile yanlış alarmlar arasındaki dengeyi yaklaşık %86 doğrulukla doğru kurdu. Kadınlarda ise meme kanseri için yaklaşık %82, akciğer kanseri için %88 ve bir kadının herhangi bir kanseri olup olmadığı kararı verirken %83 civarında dengeli doğruluklar elde edildi. Araştırmacılar ayrıca yedi genel radyoloğa zorlu bir tarama örneğini önce kendi başlarına, sonra OMAFound’un risk puanları ve şüpheli alanları vurgulayan ısı haritaları ile okutturmuşlar. YZ yardımıyla radyologların kanser yakalama yeteneği özellikle meme tümörlerinde belirgin şekilde arttı; aynı zamanda kanser olmayan vakaları fazla çağırma eğilimleri artmadı.

Günlük Bakım İçin Anlamı Ne Olabilir

Genel olarak, çalışma, akciğer kontrolleri için yaygın olarak kullanılan tek bir düşük doz göğüs BT’sinin güçlü bir YZ sistemiyle eşleştirildiğinde aynı zamanda ek bir meme kanseri taraması katmanı da sunabileceğini öne sürüyor. OMAFound mamografiyi veya uzman yargısını yerine koymuyor, ancak yüksek riskli kişileri daha erken işaretleyebilir ve aşırı yüklenmiş klinisyenlerin dikkatini en çok ihtiyaç duyulan yerlere odaklamalarına yardımcı olabilir. Bir yaygın taramayı çoklu kanser gözcüsüne çevirerek bu yaklaşım, ekstra test, maliyet veya radyasyon maruziyetine yol açmadan daha verimli, daha erişilebilir ve potansiyel olarak daha hayat kurtarıcı tarama programlarına işaret ediyor.

Atıf: Liang, Z., Niu, Q., Wang, J. et al. A foundation model for breast and lung cancer screening using non-contrast computed tomography. Nat. Health 1, 403–415 (2026). https://doi.org/10.1038/s44360-026-00055-8

Anahtar kelimeler: çoklu kanser taraması, düşük doz BT, meme kanseri, akciğer kanseri, tıbbi yapay zeka