Karaciğer BT'sinde yapay zekâ ek okuyucu: Atlanan 51 lezyon

Çalışmayı Çin Tıp Üniversitesi'ne bağlı Shengjing Hastanesi, Zhejiang Üniversitesi ve Alibaba DAMO Academy araştırmacıları yürüttü. Fransa'daki EURECOM ve Londra'daki King's College'dan yazarlar da ekipte yer aldı. Sistemin adı LiON (Liver DiagnOsis Network). Çok fazlı BT görüntülerini ve klinik verileri birlikte işleyebiliyor.

Model önce 6.443 hastanın görüntüleriyle eğitildi. Ardından çok merkezli ve gerçek yaşam kohortlarında toplam 22.251 hastada geriye dönük olarak doğrulandı. Bu aşamada malignite ayrımında eğri altındaki alan (AUC; 1'e yaklaştıkça ayırt etme gücü artar) 0,975 bulundu. Yağlı karaciğerde AUC 0,971, sirozda ise 0,924 olarak raporlandı.

İkinci aşama, ClinicalTrials.gov'a NCT07153783 numarasıyla kaydedilmiş tek kollu bir girişimsel deneme. Kayda göre hasta alımı 1 Eylül 2025'te başladı ve birincil veri toplama 29 Ekim 2025'te tamamlandı. Bu denemede LiON, mevcut okuma düzenine eklenen ek bir okuyucu gibi çalıştı. Radyoloğun raporu yerine geçmedi.

Önceden belirlenen birincil sonlanım, AUC'nin %95 güven aralığı alt sınırının 0,900'ü aşmasıydı. Sistem 0,952 değerine ulaştı (%95 GA 0,942–0,961), yani eşik aşıldı. İkincil sonuçlarda yapay zekâ ile radyoloğun birlikte çalışması 51 gözden kaçmış lezyonu ortaya çıkardı. Bu süreç 37 rapor düzeltmesine ve 22 multidisipliner kurula sevke yol açtı.

Makalenin tam metni abonelik gerektiriyor; bu değerlendirme özet ve kayıt bilgisine dayanıyor. Geriye dönük doğrulamanın büyüklüğü dikkat çekici. Ancak yüksek AUC, tek başına klinik fayda anlamına gelmez. AUC, sistemin malign ve benign olguları sıralama becerisini ölçer.

En önemli sınırlılık tasarımda. Deneme tek kollu ve kayda göre maskeleme yok. Yapay zekâsız okuma yapan bir kontrol grubu bulunmadığından, eklenen okuyucunun tanı gecikmesini ya da sağkalımı değiştirip değiştirmediği ölçülemedi. Yazarlar da klinik sonlanımlar için karşılaştırmalı prospektif çalışmalar gerektiğini belirtiyor.

Mutlak sayılara da bakmak gerekiyor. Atlanan 15 malignite, 10.333 hastada kabaca binde 1,5'e karşılık geliyor; bu oran bizim hesabımız. Özet, yanlış pozitif uyarıların sayısını ya da radyoloğa eklenen iş yükünü vermiyor. Siroz alt grubunda performansın düşmesi de önemli, çünkü hepatoselüler karsinom riski en çok bu grupta.

Genellenebilirlik ayrı bir soru. Yazarların bağlı olduğu hastanelerin çoğu Çin'de; özet, kohortların ülke dağılımını ayrıntılandırmıyor. Karaciğer hastalığının nedenleri, BT protokolleri ve cihaz parkı ülkeden ülkeye değişebilir. Bu yüzden başka sağlık sistemlerinde yapılacak dış doğrulama, sonuçların taşınabilirliği için kritik.

Çıkar çatışması belirgin. Alibaba Group, yöntemle ilgili patent başvurusu yapmış (CN116993663A). Dört yazar Alibaba çalışanı ve şirket hissesine sahip. King's College'dan bir yazar da birkaç sağlık teknolojisi şirketinin kurucu ortağı ya da danışmanı.

Tam kaynak kodu, şirket altyapısına bağımlılık ve bekleyen patent nedeniyle paylaşılmamış; yalnız temel bileşenler açık depoda.

LiON gibi sistemler tanı koyan değil, "güvenlik ağı" işlevi gören araçlar olarak konumlanıyor. Yoğun BT listelerinde gözden kaçan küçük lezyonlar gerçek bir sorun. Yine de bir aracın yerel pratiğe girmesi için şu sorular yanıtlanmalı:

• Yerel hasta profilinde, özellikle sirotik hastalarda, dış doğrulama yapıldı mı?
• Yanlış pozitif uyarı oranı ve ek okuma süresi ne kadar?
• Uyarı sonrası kim karar veriyor ve rapor düzeltme süreci nasıl işliyor?
• Sistem hangi BT fazlarıyla ve hangi cihazlarla test edildi?

İkinci okuyucu modelinin bir de insan tarafı var. Radyolog, yapay zekânın her durumda uyarı vereceğine güvenirse kendi dikkatini gevşetebilir. Literatürde otomasyon yanlılığı (makinenin önerisine gereğinden fazla güvenme) adı verilen bu eğilim, denetim süreçlerinde ayrıca izlenmeli. Uyarıların düzenli olarak geriye dönük gözden geçirilmesi, hem aracın hem de ekibin performansını görünür kılar.

Klinisyen açısından ana mesaj değişmiyor. Karaciğer lezyonu şüphesinde radyoloji raporu, klinik bağlam ve gerektiğinde multidisipliner değerlendirme belirleyici olmaya devam ediyor.

LiON'un Türkiye'de ruhsatlı olduğuna ya da kullanıldığına dair bir bilgiye ulaşamadık. Çalışmada performans siroz alt grubunda düştü. Bu, sirozlu hasta izleminin yoğun olduğu hepatoloji merkezleri için yerel sınamayı daha da önemli kılıyor.

Kaynak kodunun kapalı olması ve şirket altyapısına bağımlılık da satın alma öncesi sorulacak konular arasında. Hastanelerin böyle bir aracı önce kendi BT arşivlerinde geriye dönük sınaması akılcı olur. Piyasaya sunulan tıbbi cihaz yazılımlarının gözetimi ise Türkiye İlaç ve Tıbbi Cihaz Kurumu'nun (TİTCK) sorumluluğunda.