Altınbaş Üniversitesi'nde yürütülen TÜBİTAK 1001 destekli proje, makine öğrenmesi kullanarak akciğer kanseri tanısında devrim yaratmayı hedefliyor. Doç. Dr. Handan Tanyıldızı Kökkülünk liderliğindeki proje ekibi, sarkopeni, yeni nesil inflamasyon belirteçleri ve PET/BT anatomik-metabolik biyobelirteçler aracılığıyla daha hızlı ve doğru tanı konulmasını amaçlıyor.
Artan dünya nüfusuyla birlikte sağlık alanında hastalık tanısının sadece insan gücüyle yönetilmesi mümkün görülmemektedir. Maliyetlerin azalması, verimliliğin artması, dikkatsizlik ve bilgi eksikliğinden kaynaklanan personel hatalarının ortadan kaldırılması ve hastalara hızlı, doğru ve güvenilir şekilde tanı koyulması için yapay zeka teknolojileri kullanılmaktadır. Bu noktada, makine öğrenmesinin, toplumumuzda yüksek insidans gösteren ve hızlı ilerleyen kanser türlerinden biri olan akciğer kanseri tanısını koyabilmek amacıyla kullanılması önem kazanmaktadır. Bu bağlamda, "Sarkopeni, Yeni Nesil Enflamasyon Belirteçleri ve PET/BT Anatomik-Metabolik Biyobelirteçler Aracılığıyla Makine Öğrenmesi ile Akciğer Kanseri Tanısının Tahmin Edilmesi" başlıklı TÜBİTAK 1001 projesi ile Altınbaş Üniversitesinden Doç. Dr. Handan Tanyıldızı Kökkülünk "Akciğer kanserinin erken tanısını desteklemeyi hedefliyoruz" dedi. Proje kapsamında ayrıca akciğer kanseri teşhis ve tedavisindeki bu yenilikçi yaklaşımın, erken tanı sayesinde hastaların yaşam kalitesini artırması ve sağlık sistemlerine büyük fayda sağlaması beklenmektedir.
Sürdürdükleri proje hakkında bilgilendirmelerde bulunan Doç. Dr. Handan Tanyıldızı Kökkülünk öncelikli olarak hangi verileri kullandıkları ile ilgili olarak, "Şu anda proje çalışmasında hastalara sadece klinik rutinde uygulanan kan tahlili, PET/CT görüntüleme gibi uygulamalar yapılmaktadır. Bu uygulamalar sonucu kan tahlil sonuçlarından CRP, sedimentasyon gibi enflamasyon belirteçleri elde edilmekte, PET/CT görüntüleme sonuçlarından standardize tutulum değeri, metabolik tümör hacmi gibi veriler hesaplanmaktadır. Diğer yandan, girişimsel olmayan tekniklerden fizyoterapi testleri aracılığıyla hastaların kas kütlesi belirlenmektedir. Elde edilen tüm veriler kayıt altına alınarak makine öğrenmesi basamağında kullanılmak üzere işlenmektedir" dedi.
"İlk hedef akciğer kanser tanısına yardımcı olmak"
Proje ile ilk hedefin "Akciğer kanserinde tanıya yardımcı olacağı düşünülen kolay elde edilir, hızlı sonuç veren, ulaşılabilir ve düşük maliyetli yeni biyo-belirteçlerin araştırılmasıdır" diyen Doç. Dr. Tanyıldızı Kökkülünk sözlerine şöyle devam etti:
"Belirlenen biyo-belirteçler aracılığıyla makine öğrenmesi algoritmaları geliştirilerek akciğer kanserinin erken teşhisi sağlanacak ve bu sayede tedavi basamağına hızlı geçiş kazandırılacaktır. Akciğer kanseri teşhis ve tedavisindeki bu yenilikçi yaklaşımın, erken tanı sayesinde hastaların yaşam kalitesini artırması ve sağlık sistemlerine büyük fayda sağlaması beklenmektedir. Ayrıca, proje kapsamında alanında uzman nitelikli araştırmacılar yetiştirilmesi de hedeflenmektedir."
Tanı hekim değerlendirmesinden önce belirlenmiş olacak
Tanyıldızı Kökkülünk ayrıca makine modeli ile tanının hekim değerlendirmesinden önce yapılabileceğini söylediği açıklamasına şu şekilde son verdi:
"Proje ile yüksek doğrulukla akciğer kanseri tanısını tahmin edebilen makine öğrenmesi modelinin, sonraki aşamalarda kliniğe entegrasyonu sağlanacaktır. Bu sayede, sisteme verileri dahil olan hastanın akciğer kanseri tanısı taşıdığı hekim değerlendirmesinden önce belirlenmiş olacak ve hekimlerin iş yükü azalacaktır. Bu yenilikçi yaklaşımla birlikte, sağlık sektöründe daha etkin ve hızlı bir teşhis süreci hayata geçirilecektir."
