Pankreas EUS'unda yapay zekâ: Destekli hekim neden geride?

Çalışmayı Fransa'daki IHU Strasbourg Görüntü Kılavuzlu Cerrahi Enstitüsü öncülüğünde bir ekip yürüttü. Danimarka'daki Kopenhag Üniversite Hastanesi ve ABD'deki Oregon Sağlık ve Bilim Üniversitesi'nden yazarlar da yer aldı. Makale, Endoscopy'nin Ekim 2026 sayısında yer alıyor.

Araştırmacılar, algılama güçlüğü farklı üç deney setinden 38 endoskopik ultrason (EUS; endoskop ucundaki ultrason probuyla yapılan inceleme) videosu seçti. Her katılımcı her videoyu iki kez değerlendirdi. Bir okumada yapay zekâ desteği vardı, diğerinde yoktu. Okumalar 1:1 randomize ve dengelenmiş (counterbalanced) bir düzenle yapıldı.

Her videonun sonunda görüntü duraklatıldı. Katılımcıdan solid pankreas tümörü olup olmadığına karar vermesi ve lezyonu ızgaralı bir şemada işaretlemesi istendi. Referans standardı uzmanlar belirledi; gerçek pozitif olgular histolojik olarak doğrulanmış lezyonlardı.

Birincil sonlanım tanısal doğruluktu. Yapay zekâ doğruluğu 6,3 yüzde puan artırdı (P<0,001). Kazanç ağırlıklı olarak küçük ve kısa süre görünen lezyonların yer aldığı zor videolarda görüldü. Kolay senaryolarda anlamlı iyileşme olmadı.

Deneyim düzeyleri arasında yapay zekâ etkisi bakımından anlamlı fark saptanmadı. Hekimlerin tanıya güveni de yapay zekâyla istatistiksel olarak anlamlı biçimde arttı.

Her hekimin kendi kontrolü olduğu eşleştirilmiş tasarım, okuyucular arası farkları azaltır. Okuma sırasının randomize edilmesi de öğrenme etkisini dengelemeye yardım eder. Bu açıdan tasarım, bir okuyucu çalışması için sağlam.

Yine de sonuçlar gerçek işleme doğrudan taşınamaz. Videolar özenle seçilmiş ve karar duraklatılmış tek bir karede verilmiş. Gerçek EUS'ta hekim probu kendisi yönlendirir, görüntüyü tekrar arar ve klinik bilgiyi kullanır. Makalenin tam metnine erişemedik; tümörlü ve tümörsüz video dağılımı gibi ayrıntılar özetten anlaşılmıyor.

Ölçüt seçimi de sonucu etkiler. Özet, birincil sonlanımı genel doğruluk olarak veriyor; duyarlılık ve özgüllük ayrı ayrı raporlanmamış. Tarama bağlamında atlanan tümör ile gereksiz alarm aynı ağırlıkta değildir. Bu yüzden iki ölçütün ayrı görülmesi, klinik yorum için gerekli.

En dikkat çekici bulgu, insan ile makine arasındaki açık. Yazılım tek başına %92,3 doğrulukla çalışırken, destek alan hekimler %77,1'de kaldı. Bu fark, hekimlerin doğru yapay zekâ işaretlerinin bir kısmını reddettiğini düşündürüyor. Aynı zamanda yazılımın yanlış uyarılarına karşı hekimin bir filtre görevi gördüğü senaryolar da olabilir.

Çıkar çatışması beyanı önemli. İlk yazar, çalışmayı kongrede sunmak için Medi-Globe GmbH'den seyahat desteği almış. Diğer üç yazar, iGlobe Scientific'in ana şirketi Medi-Globe'a danışmanlık yapıyor. Yani dört yazarın hepsinin bu şirketle bağı var.

Özet, yazılımı hangi firmanın geliştirdiğini açıkça belirtmiyor.

Pankreas kanserinde küçük lezyonu erken görmek, prognoz açısından belirleyici olabilir. Bu çalışma, yapay zekânın özellikle zor ve kısa görünen lezyonlarda ek bir göz sunabileceğini gösteriyor. Ancak araç kullanıma girdiğinde asıl mesele, hekimin uyarıya nasıl yanıt verdiği olacak.

Endosonografi yapan ya da hasta yönlendiren hekimler için pratik noktalar:

• Yapay zekâ işaretini, alanı yeniden taramak için bir tetik olarak kullanın.
• Olumsuz yapay zekâ sonucunu, klinik şüphe yüksekse güvence saymayın.
• Canlı işlemde, prospektif ve karşılaştırmalı veri çıkana kadar sonuçları temkinle yorumlayın.
• Yeni yazılım değerlendirirken üreticiyle bağımsız araştırmacıların verisini ayırın.

Literatürde tek başına yapay zekâ performansının yüksek olduğu daha önce de gösterilmişti. International Journal of Surgery'de 2023'te yayımlanan meta-analiz, pankreas kitle lezyonlarını saptama ve ayırt etmede, dört çalışmada havuzlanmış doğruluğu %93,6 bulmuştu. Bu çalışmalar arasında belirgin heterojenlik vardı. Yeni çalışmanın katkısı, hekim ile yazılımın birlikte nasıl çalıştığını ölçmesi.

Çalışmadaki yazılım henüz ticari değil ve Türkiye'de kullanıldığına dair bilgi yok. İleride piyasaya çıkarsa, tıbbi cihaz yazılımı olarak Türkiye İlaç ve Tıbbi Cihaz Kurumu (TİTCK) denetimine girmesi beklenir.

EUS eğitimi veren merkezler için asıl soru, böyle bir aracın öğrenmeyi destekleyip desteklemeyeceği. Çalışmada yapay zekânın etkisi deneyim düzeyine göre farklılaşmadı, ama öğrenme eğrisi ölçülmedi. Yerel olgularla ve canlı işlemde yapılacak sınamalar bu yüzden belirleyici olacak.