Farklı Merkezlerden Gelen Verilerle ve Geniş Gruplarla Test Edildi
npj Digital Medicine dergisinde yayımlanan kapsamlı araştırmada, Zihan Wang ve çalışma arkadaşları tarafından düşük dereceli gliom (LGG) adı verilen beyin tümörlerinde radyoterapi başarısını önceden tahmin etmek amacıyla geliştirilen "GUARD-LGG" modeli tanıtıldı. Beynin destek hücrelerinden kaynaklanan ve zaman içinde ilerleyebilen bu tümörlerde radyoterapiye verilen yanıtların kişiden kişiye değişmesi üzerine kurulan sistem; klinik bilgileri ve manyetik rezonans (MR) görüntülerinden elde edilen sayısal doku özelliklerini birleştiriyor.
Büyük bir merkezdeki 963 hastanın verileriyle eğitilen model; 7 bağımsız sağlık kuruluşundan gelen 187 hasta ve ileriye dönük olarak izlenen 328 kişilik ayrı bir grupla doğrulandı. Yapılan analizlerde dış doğrulama AUC değeri 0,882, ileriye dönük test grubunda ise 0,913 olarak hesaplandı. Araştırmacılar, T1 ve T2 ağırlıklı MR görüntülerindeki yapısal farklılıkların tahmin başarısına önemli katkı sağladığını, olumsuz yanıt grubunda sınıflandırılan hastalarda radyasyon direnci süreçlerinin ve daha kısa genel sağkalım sürelerinin görüldüğünü belirtti.
Tedavi Kararı Veren Bir Sistem Değil, Gelişmiş Bir Tahmin Aracı
Kişiselleştirilmiş radyoterapi açısından umut vadeden bir tahmin aracı sunan modelin, henüz doğrudan tedavi kararı veren veya radyoterapi dozunu değiştiren bir sistem olmadığı vurgulandı. Uzmanlar, yapay zekâ modelinin başarıyla erken yanıtı öngörebildiğini, ancak bu tahminlerin hastaların tedavi sonuçlarını doğrudan iyileştirip iyileştirmediğinin ve rutin klinik kullanıma ne zaman entegre edileceğinin sonraki ileri klinik çalışmalarla kanıtlanması gerektiğinin altını çizdi.