Altınbaş Üniversitesi'nde, Doç. Dr. Handan Tanyıldızı Kökkülünk liderliğinde yürütülen TÜBİTAK 1001 destekli proje, makine öğrenmesi teknolojileri kullanarak akciğer kanserinin tanısında önemli bir yenilik getirmeyi hedefliyor. Proje, sarkopeni, yeni nesil inflamasyon belirteçleri ve PET/BT anatomik-metabolik biyobelirteçler aracılığıyla akciğer kanserini daha hızlı ve doğru bir şekilde teşhis etmeyi amaçlıyor.

Dünya nüfusunun artışı ile birlikte sağlık alanında hastalık tanısının sadece insan gücüyle yönetilmesinin yetersiz kalacağı öngörülüyor. Bu nedenle, maliyetlerin azaltılması, verimliliğin artırılması ve insan hatalarının minimize edilmesi için yapay zeka teknolojilerinin kullanımı önem kazanmaktadır. Akciğer kanseri gibi toplumda yüksek insidans gösteren ve hızlı ilerleyen kanser türlerinin tanısında makine öğrenmesinin rolü büyük bir öneme sahip.

Projenin Kapsamı ve Hedefleri

Doç. Dr. Tanyıldızı Kökkülünk, proje kapsamında hastalara klinik rutinde uygulanan kan tahlili ve PET/CT görüntüleme gibi işlemler yapıldığını belirtti. Elde edilen veriler arasında CRP, sedimentasyon gibi enflamasyon belirteçleri ve PET/CT sonuçlarından standardize tutulum değeri, metabolik tümör hacmi gibi bilgiler yer alıyor. Ayrıca, fizyoterapi testleri aracılığıyla hastaların kas kütlesi belirlenerek bu veriler makine öğrenmesi sürecinde kullanılmak üzere işleniyor.

Projenin ilk hedefi, akciğer kanserinin tanısına yardımcı olabilecek kolay erişilebilir, hızlı sonuç veren ve düşük maliyetli biyo-belirteçlerin araştırılması olarak belirtiliyor. Bu biyo-belirteçler aracılığıyla geliştirilen makine öğrenmesi algoritmaları, erken teşhis sağlanarak tedavi sürecine hızlı bir geçiş imkanı sunacak. Ayrıca, bu yenilikçi yaklaşımın hastaların yaşam kalitesini artırması ve sağlık sistemlerine büyük katkı sağlaması bekleniyor. Proje kapsamında nitelikli araştırmacıların yetiştirilmesi de hedefleniyor.

Hekim Değerlendirmesinden Önce Tanı

Doç. Dr. Tanyıldızı Kökkülünk, makine öğrenmesi modelinin, akciğer kanseri tanısını hekim değerlendirmesinden önce belirleyebileceğini vurguladı. Proje ile elde edilen yüksek doğruluk oranına sahip tanı modelinin, kliniğe entegrasyonu sağlanacak ve hastaların akciğer kanseri tanısı, hekim değerlendirmesinden önce belirlenmiş olacak. Bu sayede hekimlerin iş yükü azalacak ve sağlık sektöründe daha etkin ve hızlı bir teşhis süreci gerçekleştirilecektir.