30 Saniyede Özet
Yapay zekânın gerçek etkisini ölçmek için Koreli bir ekip sade bir yol seçti: Sistemi bir ay açık, bir ay kapalı tuttu. European Radiology dergisinde 13 Ağustos 2026'da yayımlanan çalışmada yapay zekâ açıkken genel kanser saptama oranı binde 22,3, kapalıyken binde 11,5 oldu. Okuma süresi değişmedi, ancak tanısal mamografide anormal yorumlama oranı %12,1'den %18,7'ye çıktı.
Ne oldu?
Çalışma, Güney Kore'de Yonsei Üniversitesi'ne bağlı Yongin Severance Hastanesi'nde yapıldı. Ağustos 2023 ile Temmuz 2024 arasında dört radyoloğun okuduğu ardışık dijital mamografiler incelendi. Hem tarama hem tanısal mamografiler dahil edildi.
Ticari bir yapay zekâ sistemi rutin iş akışına entegre edildi. Sistemin sonuçları aylık olarak radyologlara ya gösterildi ya gizlendi. Makalenin özetinde kullanılan ticari sistemin adı yer almıyor.
Karşılaştırılan üç ölçüt vardı. Kanser saptama oranı, bin incelemede bulunan kanser sayısını gösteriyor. Anormal yorumlama oranı, ek inceleme ya da geri çağırma gerektiren sonuçların yüzdesi. Okuma süresi ise görüntü arşiv sistemi (PACS) kayıtlarından çıkarıldı.
Sonuçlar ne gösterdi?
Çalışmanın özetine göre toplam 4577 mamografi değerlendirildi; ortalama hasta yaşı 51,7 idi. Yapay zekâ açık dönemde genel kanser saptama oranı binde 22,3'tü. Kapalı dönemde bu oran binde 11,5'ti (p=0,005).
Tarama mamografisinde anormal yorumlama oranı iki dönem arasında farklı değildi: %9,5 ile %8,4 (p=0,293). Tanısal mamografide ise yapay zekâ açıkken oran %18,7, kapalıyken %12,1 bulundu (p=0,026).
Okuma süresi analizi, beş dakika ve altında okunan 2917 incelemeyle sınırlandı. Bu sınır, okuma dışı kesintilerin etkisini azaltmak için konmuştu. Ortalama süreler 65,0 ve 64,3 saniye ile birbirine çok yakındı.
Kanıt ne kadar güçlü?
Ay ay açıp kapama tasarımı, klasik önce-sonra karşılaştırmasından daha güçlü. Dönemler dönüşümlü olduğu için zamanla değişen etkenler kısmen dengeleniyor. Yine de bu bir randomize çalışma değil. Aylar arasında hasta karışımı ve iş yükü farklı olabilir.
Tasarım karma: okuma süresi ileriye dönük toplandı, kanser saptama ve anormal yorumlama oranları geriye dönük incelendi. Çalışma tek merkezde ve yalnızca dört radyologla yapıldı. Bu nedenle sonuçların başka merkezlere genellenmesi sınırlı.
Kanser saptama oranındaki artış dikkatle okunmalı. Özetteki oran tarama ve tanısal incelemelerin birleşiminden hesaplanmış. Tanısal mamografide kanser sıklığı doğal olarak daha yüksek; iki tür arasındaki dağılım aylara göre değiştiyse sonuç etkilenebilir. Özette tarama mamografisi için ayrı bir kanser saptama oranı verilmiyor.
Ayrıca saptanan kanserlerin evresi, aralık kanserleri ve biyopsi sonuçları özette yer almıyor. Yani fazladan bulunan kanserlerin klinik önemi bilinmiyor. Yazarlar ilgili şirketlerle çıkar ilişkisi olmadığını beyan ediyor. Bu değerlendirme tam metne değil, PubMed özetine dayanıyor.
Bağımsız yorum ne diyor?
European Radiology, 22 Eylül 2026'da İrlanda'dan Nuala Healy'nin çalışmaya ilişkin bir yorum yazısını yayımladı. Yazının başlığı, yapay zekâ destekli okumada ölçülebilir bir zaman kaybı olmadığı mesajını öne çıkarıyor. Yorumun tam metnine erişemedik.
Hekim için ne anlama geliyor?
Yazarların klinik mesajı iki parçalı. Tarama mamografisinde yapay zekâ, iş akışını bozmadan kanser saptamaya yardım edebilir. Tanısal mamografide ise anormal yorumlama artışı nedeniyle dikkatli kullanılmalı.
Tanısal mamografide yapay zekânın işaretlediği her bulgu ek inceleme gerekçesi değil; klinik bulgu ve ultrasonla birlikte değerlendirin.
Artan anormal yorum, ek inceleme, hasta kaygısı ve olası biyopsi yükü demek; bu maliyeti de hesaba katın.
Kanser saptama oranı artışı, ölüm azalmasıyla aynı şey değil; aşırı tanı olasılığı ayrıca sorgulanmalı.
Kurumunuzda yapay zekâ kullanılıyorsa, tarama ve tanısal incelemeler için ayrı performans verisi tutun.
Türkiye'den bakınca
Türkiye'de ulusal meme kanseri taramasında Sağlık Bakanlığı'na bağlı Kanser Erken Teşhis, Tarama ve Eğitim Merkezleri (KETEM) önemli rol oynuyor. Bu çalışmadaki yapay zekâ sisteminin Türkiye'de kullanıldığına dair bir bilgiye ulaşamadık.
Tarama programına yapay zekâ eklenmesi gündeme gelirse, bu çalışmanın en somut dersi ölçümle ilgili. Tarama ve tanısal incelemelerin sonuçları ayrı toplanmalı; birleşik oranlar yanıltıcı olabilir. Mamografi yazılımlarının tıbbi cihaz denetimi Türkiye İlaç ve Tıbbi Cihaz Kurumu'nun (TİTCK) alanında.
Sık sorulan sorular
Yapay zekâ kanser saptamayı gerçekten iki katına mı çıkardı?
Özetteki genel oranlar binde 11,5'ten 22,3'e çıkmış görünüyor. Ancak bu oran tarama ve tanısal incelemelerin birleşimi ve çalışma randomize değil. Tek merkezli bu veriyi iki kat artış olarak genellemek yanıltıcı olur.
Yapay zekâ okuma süresini kısalttı mı?
Hayır, kısaltmadı; ama uzatmadı da. Ortalama süreler 65,0 ve 64,3 saniyeydi. Süre analizi yalnızca beş dakikanın altındaki okumaları kapsıyor.
Tanısal mamografide neden daha çok anormal yorum çıktı?
Özet bunun nedenini açıklamıyor. Belirti nedeniyle gelen hastada yapay zekâ işaretleri radyoloğu daha temkinli davranmaya itmiş olabilir. Bu yorum bir olasılık; çalışma bunu doğrudan test etmedi.
Kaynaklar
Lee SE, Heo SJ, Shin HJ, Kim EK (2026) — Impact of AI assistance on reading time, cancer detection rate, and abnormal interpretation rate in screening and diagnostic mammography: a prospective alternating-month study, European Radiology: https://pubmed.ncbi.nlm.nih.gov/42593499/
European Radiology (2026) — Makale DOI bağlantısı: https://doi.org/10.1007/s00330-026-12793-0
Healy NA (2026) — Reading time in AI-assisted mammography: no measurable time penalty, European Radiology yorum: https://pubmed.ncbi.nlm.nih.gov/42771202/
Kişisel Verilerin Korunması Kanunu (2016) — 6698 sayılı Kanun metni: https://www.mevzuat.gov.tr/mevzuatmetin/1.5.6698.pdf
Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.
İlgili Yazılar
Bu konuyla ilgili Doktorclub'da ele aldığımız diğer hekim onaylı rehberler:
European Radiology'deki Kore çalışması: Yapay zekâ desteği kanser saptama oranını artırdı, okuma süresini uzatmadı; tanısal mamografide anormal yorum arttı.