30 Saniyede Özet
İsrail'deki Sheba Tıp Merkezi'nden bir ekip, rutin mamogramlardan hipertansiyon, iskemik kalp hastalığı ve inmeyi ayırt eden bir derin öğrenme modeli geliştirdi. Model 29.921 kadında 0,78 ile 0,86 arasında AUROC değerlerine ulaştı. Çalışma geriye dönük ve yalnızca kongre sunumu; hakem değerlendirmesinden geçmiş tam makale yok. Hastalık sıklığı düşük olduğu için klinikte asıl belirleyici, yanlış pozitif yükü olacak.
Ne oldu?
Avrupa Kardiyoloji Derneği (ESC), 27 Ağustos 2026'da konuyla ilgili bir basın bülteni yayımladı. Bültene göre çalışma 30 Ağustos'ta Münih'teki ESC Kongresi 2026'da sunuldu. Sunumu Chaim Sheba Tıp Merkezi ve Tel Aviv Üniversitesi'nden hekim Viana Copeland yaptı. Ekip, meme kanseri taraması için çekilen görüntülerin kalp-damar sağlığına dair bilgi taşıyıp taşımadığını sorguladı.
Geriye dönük kohorta 29.921 kadın ve 97.364 mamografi incelemesi alındı. Kadınların ortanca yaşı 54'tü. Hastalık bilgisi elektronik kayıtlardan, reçetelerden, işlem ve görüntüleme bulgularından çıkarıldı. Kohortta hipertansiyon sıklığı %16, iskemik kalp hastalığı ve inme sıklığı ise %2,5'ti.
Derin öğrenme modeli (görüntüdeki örüntüleri kendisi öğrenen çok katmanlı yapay sinir ağı) bu üç hastalığı olan ve olmayan kadınları ayırmak üzere eğitildi. Başarı AUROC ile ölçüldü (eğri altı alan; 0,5 rastgele tahmin, 1,0 kusursuz ayrım). AUROC hipertansiyonda 0,79, iskemik kalp hastalığında 0,78, inmede 0,86 bulundu. Bültene göre sonuçlar kanser durumu ve yaşa göre bakıldığında da tutarlı kaldı.
The ASCO Post'un kongre verisine dayanan haberine göre mamogramlar 2011–2025 arasında tek bir üçüncü basamak merkezde çekildi. Aynı habere göre kadınların %18'inde meme kanseri vardı. Mediolateral oblik (yandan eğik çekim) görüntülerde AUROC değerleri biraz daha yüksek çıktı.
Kanıt ne kadar güçlü?
Önce niteliği netleştirelim. Bu bir kongre sunumu; hakem değerlendirmesinden geçmiş tam makale değil. Tasarım geriye dönük ve tek merkezli. Basın bülteni bağımsız bir dış kohortta doğrulama bildirmiyor.
İkinci nokta, sorunun nasıl kurulduğu. Model, kayıtlarında hastalık bulunan ve bulunmayan kadınları ayırt etmeye çalışıyor. Tanıların mamografiden önce mi sonra mı konduğu bültende açıklanmıyor.
ASCO Post ortanca izlemi 7,3 yıl olarak veriyor. Bu nedenle mevcut hastalığın mı, sonraki tanının mı saptandığı net değil. Gelecekteki riski öngördüğüne dair doğrulanmış bir sonuç da sunulmadı. Tanısı konmamış hastalığı ne ölçüde yakaladığı da bu tasarımla yanıtlanamıyor.
Üçüncüsü, düşük sıklık tuzağı. AUROC sıklıktan bağımsız bir ayrım ölçüsüdür ve kaç yanlış alarm çıkacağını tek başına söylemez. Varsayımsal bir örnek verelim; çalışma bu eşik değerlerini bildirmedi. Model %80 duyarlılık ve %70 özgüllükle çalışsın.
İskemik kalp hastalığı sıklığı %2,5 ise 1.000 kadında 25 hasta vardır ve bunların 20'si yakalanır. Hastalığı olmayan 975 kadından ise yaklaşık 293'ü yanlış pozitif çıkar. Böylece pozitif sonuçların yalnızca yaklaşık %6'sı gerçek hastadır. Kısacası iyi görünen bir AUROC, kalabalık bir ek tetkik kuyruğu doğurabilir.
Dördüncüsü, modelin neye baktığı belirsiz. Meme arter kalsifikasyonu (meme arterlerinde kireçlenme) kalp-damar hastalığıyla ilişkili, bilinen bir mamografi bulgusu. Bu bulguyu otomatik saptayan çok sayıda yapay zekâ modeli zaten var. Bültende Sheba modelinin kalsifikasyona mı yoksa başka örüntülere mi dayandığı açıklanmıyor.
Çıkar çatışması da not edilmeli. Bültene göre sunumu yapan Copeland, kardiyovasküler yapay zekâ ve kapak dayanıklılığıyla ilgili bekleyen patent başvurularında mucit olarak yer alıyor. Çalışma Sheba'nın yapay zekâ araştırma merkezi, İsrail'deki ARC dijital inovasyon merkezi ve Meirim ödülü hibesiyle desteklendi. Ekip, yanlış pozitif ve yanlış negatifleri azaltmak için modeli geliştirdiğini belirtiyor.
Hekim için ne anlama geliyor?
Bugün için pratiği değiştiren bir bulgu yok. Yine de fikir dikkate değer; pek çok kadın kalp yakınmasıyla başvurmasa da tarama mamografisine geliyor. ESC İletişim Komitesi üyesi kardiyolog Elena Arbelo da kavramı ilgi çekici bulduğunu, ancak doğruluğun henüz kanıtlanması gerektiğini vurguladı.
- Bir mamografi raporunda ileride kalp-damar uyarısı görürseniz, bunu tanı değil, değerlendirme gerekçesi olarak okuyun.
- Hipertansiyonda en doğrulanmış test hâlâ doğru tekniğle ölçülen kan basıncıdır; görüntüden tahmin bunun yerini tutmaz.
- Sıklığı düşük hastalıklarda pozitif uyarıların çoğu yanlış alarm olabilir; ek tetkik zincirini baştan planlayın.
- Ürün iddialarında dış doğrulama, hakemli yayın ve pozitif kestirim değeri (pozitif çıkanların gerçekten hasta olma oranı) verisini sorun.
Türkiye'den bakınca
Türk Kanser Derneği'nin aktardığına göre Sağlık Bakanlığı tarama programı, 40–69 yaş kadınlara iki yılda bir mamografi öneriyor. Bu taramalar Kanser Erken Teşhis, Tarama ve Eğitim Merkezleri (KETEM) aracılığıyla ücretsiz sunuluyor. Dolayısıyla çok sayıda görüntüyü ikinci bir amaçla okumak kâğıt üzerinde cazip. Ancak her pozitif uyarı, aile hekimliği ve kardiyoloji polikliniklerine ek başvuru olarak dönecek.
Modelin Türk kadınlarında test edildiğine ya da Türkiye'de kullanıldığına dair bir bilgi yok. Tanı amaçlı bir yazılım, Türkiye İlaç ve Tıbbi Cihaz Kurumu'nun (TİTCK) değerlendirme alanına girer.
Bir de amaç sorusu var. Kişisel Verilerin Korunması Kanunu (KVKK), kişisel verinin belirli, açık ve meşru amaçlarla işlenmesini ilke olarak sayıyor. Meme kanseri taraması için çekilen bir mamogramı kalp-damar tahmini için yeniden okumak yeni bir amaç demek. Böyle bir uygulama, kadına baştan anlatılmadan ve hukuki dayanağı netleşmeden başlatılmamalı.
Sık sorulan sorular
Bu model kalp krizi riskini tahmin ediyor mu?
Sunulan veriler bunu göstermiyor. Model, kayıtlarında hipertansiyon, iskemik kalp hastalığı ya da inme bulunan kadınları ayırt etmeye çalıştı. Gelecekteki olay riskini öngörüp öngörmediği ayrı bir çalışma gerektirir.
AUROC 0,86 iyi bir sonuç değil mi?
Ayrım gücü açısından iyi sayılır. Ancak inme sıklığı %2,5 olduğunda, makul bir özgüllükte bile pozitif sonuçların çoğu yanlış alarm olabilir. Klinik değer için pozitif kestirim değeri ve dış doğrulama verisi gerekir.
Meme arter kalsifikasyonu raporlamasıyla aynı şey mi?
Aynı olduğu söylenemez. Kalsifikasyon, mamografide gözle de görülebilen tanımlı bir bulgu. Sheba modelinin hangi görüntü özelliklerine dayandığı basın bülteninde açıklanmadı.
Kaynaklar
- ESC (2026) — AI could help detect common cardiovascular diseases from mammograms: https://www.escardio.org/news/press/press-releases/ai-could-help-detect-common-cardiovascular-diseases-from-mammograms/
- The ASCO Post (2026) — AI Applied to Mammograms May Help Identify Common Cardiovascular Conditions: https://ascopost.com/news/september-2026/ai-applied-to-mammograms-may-help-identify-common-cardiovascular-conditions
- Chidurala S ve ark. (2025) — A Review of Artificial Intelligence Models for Detecting Breast Arterial Calcification on Mammograms and Their Clinical Implications: https://pubmed.ncbi.nlm.nih.gov/40726851/
- Türk Kanser Derneği (erişim 2026) — Kanser Taramaları ve KETEM Erişim Bilgileri: https://turkkanserdernegi.org/kanser-hakkinda/ucretsiz-kanser-taramalari
- Kişisel Verileri Koruma Kurumu (erişim 2026) — Personal Data Protection Law (Law No. 6698): https://www.kvkk.gov.tr/Icerik/6649/Personal-Data-Protection-Law
Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.
İlgili Yazılar
Bu konuyla ilgili Doktorclub'da ele aldığımız diğer hekim onaylı rehberler:
ESC 2026'da sunulan Sheba çalışması: 29.921 kadında mamogramdan hipertansiyon, koroner hastalık ve inme ayrımı. AUROC iyi, yanlış pozitif yükü belirsiz.