Yapay zekâ ile akciğer kanseri tanısı: Yüzde 97 başarı ve erken müdahale
Doç. Dr. Handan Tanyıldızı Kökkülünk liderliğinde, TÜBİTAK destekli proje; akciğer kanseri tanısında yapay zekâ ile yüzde 97 doğruluk elde etti. PET/BT görüntüleri, sarkopeni ve iltihap biyobelirteçlerini birleştiren bu yenilikçi yöntemin, erken tanıyı mümkün kılarak sağlık hizmetlerinde devrim niteliğinde olduğu belirtildi
27.05.2025 17:52:00
İHA
İHA
'Sarkopeni, Yeni Nesil Enflamasyon Belirteçleri ve PET/BT Anatomik-Metabolik Biyobelirteçler Aracılığıyla Makine Öğrenmesi ile Akciğer Kanseri Tanısının Tahmin Edilmesi' başlıklı TÜBİTAK 1001 projesi, Altınbaş Üniversitesi'nden Doç. Dr. Handan Tanyıldızı Kökkülünk'ün liderliği ile yapıldı.
"İyi huylu, kötü huylu ve kanser dışı vakaları sınıflandırmada olağanüstü bir performans"
Çalışmayı anlatan Kökkülünk, "Akciğer kanseri tanısında yapay zekânın gücünü ortaya koydu. Pozitron Emisyon Tomografisi/Bilgisayarlı Tomografi (PET/BT) görüntüleme verileri, sarkopeni (kas kaybı) belirteçleri ve kanda bulunan iltihap biyobelirteçlerini (CRP, WBC, NEU gibi) içeren çok modlu bir veri seti, rastgele orman (Random Forest) algoritmasıyla analiz edildi. Model, test verilerinde yüzde 97 doğruluk ve yüzde 99 AUC (doğruluk eğrisi alanı) ile iyi huylu, kötü huylu ve kanser dışı vakaları sınıflandırmada olağanüstü bir performans sergiledi" açıklaması yaptı.
"Tedavi maliyetlerini azaltma ve hastaların yaşam kalitesini iyileştirme potansiyeline sahip"
Doç. Dr. Handan Tanyıldızı Kökkülünk, "Bu çalışma, yalnızca görüntüleme verilerine dayanmayan, aynı zamanda hastaların fiziksel performans ölçütleri (bel bölgesi kas alanı, yürüme hızı) ve bağışıklık sistemi göstergelerini dikkate alan bütüncül bir yaklaşım sunuyor. Bu sayede, akciğer kanserinin erken tanısı kolaylaşarak hastaların tedaviye daha hızlı erişimi sağlanıyor. Ayrıca, farklı veri kaynaklarını birleştiren bu yöntem, tedavi maliyetlerini azaltma ve hastaların yaşam kalitesini iyileştirme potansiyeline sahip" şeklinde konuştu.
"İyi huylu, kötü huylu ve kanser dışı vakaları sınıflandırmada olağanüstü bir performans"
Çalışmayı anlatan Kökkülünk, "Akciğer kanseri tanısında yapay zekânın gücünü ortaya koydu. Pozitron Emisyon Tomografisi/Bilgisayarlı Tomografi (PET/BT) görüntüleme verileri, sarkopeni (kas kaybı) belirteçleri ve kanda bulunan iltihap biyobelirteçlerini (CRP, WBC, NEU gibi) içeren çok modlu bir veri seti, rastgele orman (Random Forest) algoritmasıyla analiz edildi. Model, test verilerinde yüzde 97 doğruluk ve yüzde 99 AUC (doğruluk eğrisi alanı) ile iyi huylu, kötü huylu ve kanser dışı vakaları sınıflandırmada olağanüstü bir performans sergiledi" açıklaması yaptı.
"Tedavi maliyetlerini azaltma ve hastaların yaşam kalitesini iyileştirme potansiyeline sahip"
Doç. Dr. Handan Tanyıldızı Kökkülünk, "Bu çalışma, yalnızca görüntüleme verilerine dayanmayan, aynı zamanda hastaların fiziksel performans ölçütleri (bel bölgesi kas alanı, yürüme hızı) ve bağışıklık sistemi göstergelerini dikkate alan bütüncül bir yaklaşım sunuyor. Bu sayede, akciğer kanserinin erken tanısı kolaylaşarak hastaların tedaviye daha hızlı erişimi sağlanıyor. Ayrıca, farklı veri kaynaklarını birleştiren bu yöntem, tedavi maliyetlerini azaltma ve hastaların yaşam kalitesini iyileştirme potansiyeline sahip" şeklinde konuştu.
Yorumlar
Yorum bulunmuyor.
