DoktorClub
Hakkımızda
Kurumsal
Fırsatlar
Haberler
Kongreler
Akademi
LongeviTurk
Yapay Zeka Haber
İletişim
Oturum açDOKGPT'yi dene
DoktorClub
Sağlık Bilgisi.
Hekim Güveni.

Hasta Rehberleri

  • Belirti Rehberleri
  • Kadın Sağlığı
  • Ruh Sağlığı
  • Longevity
  • Acil & İlk Yardım
  • Tüm Sağlık Haberleri

Platform

  • DOKGPT
  • TUS Soru Bankası
  • Hesaplayıcılar
  • Akademi
  • Dijital Tıp Fakültesi

Topluluk

  • Hekim Ağı
  • Vaka Tartışmaları
  • Haberler
  • Yapay Zeka Haber
  • AI Sağlık Bültenleri
  • AI Sağlık Takipçisi
  • Kongreler
  • Doktorclub Awards
  • Akademi
  • Canlı Yayınlar

Kaynaklar

  • Dergiler
  • TUS Blog
  • Fırsatlar
  • Sıralama
  • VIP

Kurumsal

  • Hakkımızda
  • Kurumsal Çözümler
  • İletişim
  • Gizlilik & KVKK

Üyelik

  • Hekim Kaydı
  • Öğrenci Kaydı
  • Akademisyen Kaydı
  • Oturum Aç
DoktorClub© 2026 DoktorClub. Tüm hakları saklıdır.
InstagramLinkedIn
Ana Sayfa/AI Haberleri/Bazal hücreli karsinomu görünmeden bulmak: yapay z...
Çalışma25 Eylül 20264 dk

Bazal hücreli karsinomu görünmeden bulmak: yapay zekâlı LC-OCT denemesi

Almanya'daki Erlangen Üniversite Hastanesi'nde yapılan bir çalışma, yüksek riskli hastalarda normal görünen yüz derisini yapay zekâ destekli bir optik yöntemle taradı. 150 hastanın 14'ünde gözle görülmeyen 17 bazal hücreli karsinom bulundu.

Bazal hücreli karsinomu görünmeden bulmak: yapay zekâlı LC-OCT denemesi

30 Saniyede Özet

Almanya'daki Erlangen Üniversite Hastanesi'nde yapılan bir çalışma, yüksek riskli hastalarda normal görünen yüz derisini yapay zekâ destekli bir optik yöntemle taradı. 150 hastanın 14'ünde gözle görülmeyen 17 bazal hücreli karsinom bulundu. Yapay zekânın işaretlediği 18 lezyonun 15'i histolojiyle doğrulandı (pozitif kestirim değeri yüzde 83,3). Ancak çalışma bir fizibilite çalışması; kaçırılan lezyon oranı ve klinik fayda henüz bilinmiyor.

Ne oldu?

Bulgular 19 Ağustos 2026'da JAMA Dermatology dergisinde çevrim içi yayımlandı. Çalışma, Friedrich-Alexander Üniversitesi Erlangen-Nürnberg (FAU) ile Erlangen Üniversite Hastanesi Dermatoloji Kliniği'nde yürütüldü. İlk yazar Moritz Ronicke, son yazar Carola Berking. Üniversite duyurusu yaklaşımı SUBSCANS adıyla anıyor.

Kullanılan yöntem çizgi alanlı konfokal optik koherens tomografi (LC-OCT). Bu teknik, optik koherens tomografiyi konfokal mikroskopiyle birleştiriyor. Deriden dikey, yatay ve üç boyutlu görüntüleri gerçek zamanlı ve hücresel çözünürlükte veriyor.

Yapay zekâ bileşeni görüntünün üzerine renk kodlu bir olasılık değeri ekliyor. Bu değer, incelenen alanda bazal hücreli karsinom bulunma olasılığını gösteriyor. Son tanı kararı hekimde kalıyor.

Çalışma nasıl yapıldı?

Tasarım ileriye dönük, kesitsel bir fizibilite çalışması. Nisan–Ekim 2025 arasında klinikte yatan 150 ardışık hasta dahil edildi. Her hastada en az iki bazal hücreli karsinom risk etkeni vardı. Ortalama yaş 72,9 idi ve hastaların yüzde 62'si erkekti.

Önce gözle şüpheli görünen lezyonlar dışlandı. Ardından yüzün klinik olarak normal görünen derisi yapay zekâ destekli LC-OCT ile sistematik olarak tarandı. Sistem şüpheli bulduğu alanları işaretledi ve bu alanlardan biyopsi alındı. Referans standart histopatoloji idi.

Kanıt ne kadar güçlü?

Yapay zekâ destekli inceleme 18 lezyonu bazal hücreli karsinom olarak işaretledi. Bunların 15'i histolojik olarak doğrulandı, biri aktinik keratoz çıktı. İki hasta biyopsiyi kabul etmedi.

Buna göre pozitif kestirim değeri (işaretlenen lezyonun gerçekten kanser çıkma olasılığı) yüzde 83,3 bulundu. Güven aralığı yüzde 58,1 ile 96,4 arasında ve oldukça geniş. Uzmanın biyopsisiz doğruladığı iki lezyon eklendiğinde bu değer yüzde 94,4'e çıktı.

Toplam 17 subklinik tümörün 15'i histolojiyle, ikisi yalnızca uzman değerlendirmesiyle kabul edildi. Bunların yüzde 76,5'i yüzeyel, yüzde 17,6'sı nodüler, yüzde 5,9'u infiltratif alt tipteydi. Alt tip sınıflaması biyopsiyle doğrulanan 15 olgunun 13'ünde doğruydu.

Asıl eksik duyarlılık. Negatif bulunan alanlardan biyopsi alınmadığı için sistemin kaç lezyonu kaçırdığı bilinmiyor. Tek merkezli ve küçük bir örneklem söz konusu. Hastalar yatan ve yüksek riskli bir gruptan seçildi; bulgular genel poliklinik nüfusuna doğrudan aktarılamaz.

Üniversite duyurusuna göre araştırmacılar rutin kullanım önünde iki engel görüyor. Birincisi duyarlılık verisinin eksikliği, ikincisi işlemin uzun sürmesi. Maliyet etkinlik ve klinik yarar da ayrıca gösterilmeli.

Hekim için ne anlama geliyor?

Bazal hücreli karsinom genellikle yavaş ilerleyen bir tümör. Görünür hâle gelmeden bulunması, yüzeyel lezyonlarda cerrahi dışı tedavi seçeneklerini artırabilir. Ekip bu olasılığa dikkat çekiyor, ancak bunu gösteren bir sonuç verisi henüz yok.

Öte yandan erken saptama her zaman net yarar anlamına gelmez. Yavaş seyirli küçük lezyonların daha sık bulunması, tedavi ve izlem yükünü de artırabilir. Bu dengeyi ölçen çalışmalar gerekecek.

Pratikte şu noktalar öne çıkıyor:

  • Yöntem şu an araştırma bağlamında ve rutin tarama önerisi değil.

  • Yapay zekâ çıktısı bir olasılık göstergesi; tanı yine histopatolojiye dayanıyor.

  • Yüksek riskli hastalarda tam cilt muayenesi ve dermoskopi temel yaklaşım olmayı sürdürüyor.

  • Negatif bir optik tarama, kaçırılan lezyon oranı bilinmediği için güvence vermez.

Türkiye'den bakınca

Bu yapay zekâ destekli LC-OCT yaklaşımının Türkiye'de kullanımda olduğuna dair bir bilgimiz yok. Görüntüleme cihazı ve eşlik eden yazılım, tıbbi cihaz mevzuatı kapsamında değerlendirilir. Türkiye'de bu alanın yetkili otoritesi Türkiye İlaç ve Tıbbi Cihaz Kurumu (TİTCK).

Yüz görüntüleri kişiyi tanımlayabilen sağlık verisi niteliği taşır. Kişisel Verilerin Korunması Kanunu (KVKK, 6698 sayılı) sağlık verisini özel nitelikli kişisel veri sayar. Bulut tabanlı analiz yapan sistemlerde bu noktaya dikkat edilmeli.

Sık sorulan sorular

LC-OCT nedir?

LC-OCT, optik koherens tomografi ile konfokal mikroskopiyi birleştiren girişimsiz bir görüntüleme yöntemi. Deriyi hücresel çözünürlükte, dikey ve yatay kesitlerle gerçek zamanlı gösteriyor. Biyopsinin yerini almıyor, ancak nereden biyopsi alınacağına yol gösterebilir.

Yüzde 83,3 değeri duyarlılık mı?

Hayır, bu değer pozitif kestirim değeri. Yapay zekânın işaretlediği lezyonların ne kadarının gerçekten kanser çıktığını gösteriyor. Kaç lezyonun gözden kaçtığını gösteren duyarlılık bu çalışmada ölçülmedi.

Bu tarama yakında rutine girer mi?

Araştırmacılar, duyarlılık verisi ve işlem süresi sorunları çözülmeden rutin kullanımın mümkün olmadığını belirtiyor. Daha büyük ve çok merkezli çalışmalar gerekecek. Maliyet ve klinik yarar verisi de karar için belirleyici olacak.

Kaynaklar

  • Ronicke M, Dürr L, Höner MW, Staats L, Erdmann M, Berking C (2026) — AI-Assisted Line-Field Confocal Optical Coherence Tomography to Detect Subclinical Basal Cell Carcinoma, JAMA Dermatology: https://jamanetwork.com/journals/jamadermatology/article-abstract/2853052

  • PubMed kaydı (2026) — AI-Assisted Line-Field Confocal Optical Coherence Tomography to Detect Subclinical Basal Cell Carcinoma: https://pubmed.ncbi.nlm.nih.gov/42616540/

  • HospiMedica (2026) — Noninvasive Imaging Approach Aims to Detect Basal Cell Carcinoma Before It Becomes Visible: https://www.hospimedica.com/critical-care/articles/294813240/noninvasive-imaging-approach-aims-to-detect-basal-cell-carcinoma-before-it-becomes-visible.html

  • T.C. Mevzuat Bilgi Sistemi (2016) — 6698 sayılı Kişisel Verilerin Korunması Kanunu: https://www.mevzuat.gov.tr/mevzuatmetin/1.5.6698.pdf

  • News-Medical (2026) — Haber kaynağı: https://www.news-medical.net/news/20260922/New-scanning-method-detects-basal-cell-carcinoma-early-using-AI.aspx

Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.


İlgili Yazılar

Bu konuyla ilgili Doktorclub'da ele aldığımız diğer hekim onaylı rehberler:

  • Yapay zekâ el tipi ultrasonu netleştirdi: karotis plağında ne değişti?
  • Sağlık çalışanının dayanıklılığını yapay zekâyla tahmin etmek doğru mu?
  • Sanal hücre modelleri: yapay zekâ bir hücreyi ne kadar taklit edebiliyor?
DoktorClub Görüşü

Erlangen'de 150 yüksek riskli hastanın normal görünen yüz derisi yapay zekâ destekli LC-OCT ile tarandı. 17 subklinik bazal hücreli karsinom bulundu.

Paylaş:

Kanıt ve inceleme

  • Kanıt: Resmî kaynak
  • İnceleme durumu: Editör inceledi
  • Editör: DoktorClub Yayın Kurulu
  • Reviewer: Dr. Hamza Gemici

Kaynak rozetleri

Ronicke M, Dürr L, Höner MW, Staats L, Erdmann M, Berking C (2026) — AI-Assisted Line-Field Confocal Optical Coherence Tomography to Detect Subclinical Basal Cell Carcinoma, JAMA Dermatology:referencePubMed kaydı (2026) — AI-Assisted Line-Field Confocal Optical Coherence Tomography to Detect Subclinical Basal Cell Carcinoma:referenceHospiMedica (2026) — Noninvasive Imaging Approach Aims to Detect Basal Cell Carcinoma Before It Becomes Visible:referenceT.C. Mevzuat Bilgi Sistemi (2016) — 6698 sayılı Kişisel Verilerin Korunması Kanunu:referenceNews-Medical (2026) — Haber kaynağı:reference

İlgili içerikler

Ana akışa dön
Yapay zekâ tahmin modeli makalesi TRIPOD+AI ile nasıl okunur?

Kapak görseli yapay zekâ ile üretilmiş temsili bir editoryal görseldir; gerçek hasta veya tanısal görüntü değildir.

Firma klinik çalışma gösterdiğinde neye bakmalı? CONSORT-AI ve DECIDE-AI

Kapak görseli yapay zekâ ile üretilmiş temsili bir editoryal görseldir; gerçek hasta veya tanısal görüntü değildir.

Düşük prevalanslı taramada iyi bir yapay zekâ neden çok yanlış alarm verir?

Kapak görseli yapay zekâ ile üretilmiş temsili bir editoryal görseldir; gerçek hasta veya tanısal görüntü değildir.