30 Saniyede Özet
The Lancet Oncology'nin Eylül 2026 sayısında, meme kanserinde tümör infiltre eden lenfositlerin (TIL) yapay zekâ ile ölçümüne dair iki çalışma yayımlandı. APHINITY analizinde yapay zekâ, patoloğun düşük dediği bazı tümörleri bağışıklık açısından zengin olarak yeniden sınıfladı. CATALINA çalışmasında ise yapay zekâ skoru klinik etkenlerden bağımsız prognoz öngördü, ama patoloğun skoruna ek bilgi katmadı. İki sonuç birlikte okunduğunda yapay zekâ, patoloğun yerine geçen değil, ölçeği büyüten bir araç olarak görünüyor.
Ne oldu?
TIL, hematoksilen-eozin (H&E) boyalı kesitte tümör stromasındaki lenfositlerin yüzdesi olarak ölçülüyor. Erken evre üçlü negatif ve HER2 pozitif meme kanserinde güçlü bir prognoz belirteci olarak biliniyor. Sorun, ölçümün patologlar arasında değişebilmesi ve her merkezde rutin yapılamaması. Peter MacCallum Kanser Merkezi'nden Sherene Loi'nin yönettiği iki ekip, bu soruya iki farklı veri setiyle yaklaştı.
İlk çalışma, HER2 pozitif erken meme kanserinde pertuzumab eklenmesini sınayan faz 3 APHINITY denemesinin ikincil analizi. İkincisi CATALINA adlı bağımsız bir doğrulama çalışması. Bu çalışma, yedi randomize adjuvan denemeden üçlü negatif hastaların verisini bir araya getirdi. İki makale de Lancet Oncology'nin Eylül 2026 sayısında (cilt 27, sayı 9) yer aldı.
APHINITY: Yapay zekâ kimi yeniden sınıfladı?
Çalışmanın özetine göre APHINITY'de 4805 hasta randomize edilmişti; ortanca izlem 74,1 aydı. Araştırmacılar 4262 H&E görüntüsünü dört yolla puanladı: el ile patolog skoru, otomatik dijital yöntem, yapay zekâ lenfosit yüzdesi ve iki mekânsal özellik. Mekânsal özellikler, yapay zekâdan türetilen AI-TIL ve immün sıcak nokta (lenfositlerin yoğunlaştığı odaklar) skorları.
Beş patoloğun bağımsız okuduğu 262 örnekte el ile skorun tekrarlanabilirliği yüksekti. Sınıf içi korelasyon katsayısı 0,84 bulundu. Buna karşın el ile ve otomatik yöntemler arasındaki uyum orta düzeydeydi.
Dikkat çeken bulgu şu: yapay zekâ, lenf nodu pozitif 1035 tümörün 120'sini (%11,6) yeniden sınıfladı. Patoloğun düşük TIL dediği bu tümörler, yapay zekâya göre yüksek TIL'liydi. İki yöntemin de düşük dediği tümörlere göre bu alt grupta pertuzumab ve plasebo eğrileri daha belirgin ayrıştı.
Tüm yöntemlerde yüksek TIL, daha iyi invaziv hastalıksız sağkalımla ilişkiliydi (tehlike oranları 0,41–0,93). Pertuzumab yararı yüksek TIL düzeylerinde görüldü (tehlike oranları 0,36–0,48), mekânsal ölçümlerde görülmedi. En büyük altı yıllık mutlak kazanç, düğüm pozitif ve el ile skoru %70 ve üzerinde olan hastalarda görüldü; ortalama 12,1 yüzde puan. İç içe modellerde yapay zekâ temelli immün sıcak nokta skoru, her TIL ölçümüne tutarlı ek bilgi kattı.
CATALINA: Bağımsız doğrulamada ne çıktı?
CATALINA'da önceden doğrulanmış iki yapay zekâ işlem hattı, yeniden eğitilmeden ve kilitli hâlde uygulandı. Bu işlem hatları beş farklı hesaplamalı TIL skoru üretiyor. Çalışmanın özetine göre 1759 hastanın verisi toplandı; 1356'sında tüm veriler eksiksizdi.
Hesaplamalı skorlar patolog skorlarıyla, 220 slayttan oluşan ayrı bir sette karşılaştırıldı; korelasyon orta düzeydeydi (r 0,375–0,473). Klinik-patolojik etkenlere göre düzeltildiğinde her iki skor da sağkalımla bağımsız ilişkili bulundu. Patolog skoru için invaziv hastalıksız sağkalımda tehlike oranı 0,73, yapay zekâ lenfosit yüzdesi için 0,80 idi. Ancak model patolog skorunu da içerdiğinde yapay zekâ skoru anlamlılığını yitirdi ve beş yıllık ayırt etme gücüne ek katkı yapmadı.
Kanıt ne kadar güçlü?
İki çalışmanın güçlü yanı, uzun izlemli randomize deneme verisine dayanması. CATALINA'nın kilitli modelleri körlenmiş biçimde uygulaması da bağımsız doğrulama açısından değerli. Yine de her ikisi de önceden toplanmış verinin sonradan analizi; hiçbiri tedavi kararını yapay zekâya göre veren bir deneme değil.
APHINITY'deki yeniden sınıflama bulgusu alt grup analizi niteliğinde. Yazarlar, bunun bağımsız kohortlarda doğrulanması gerektiğini açıkça yazıyor. Ayrıca bu değerlendirme iki makalenin PubMed özetlerine dayanıyor; tam metinlere erişemedik.
Çıkar çatışması tabloları uzun. Her iki çalışmada da yapay zekâ şirketi Case45'in çalışanı ve hissedarı olan yazarlar var. APHINITY analizinde bir yazar, denemeyi finanse eden Roche'un çalışanı; bir başka yazar dijital patoloji yazılımı patentinden telif alıyor. CATALINA, ABD merkezli Meme Kanseri Araştırma Vakfı tarafından finanse edildi.
Hekim için ne anlama geliyor?
Kısa yanıt: TIL'i ölçmeye devam edin, yapay zekâ skorunu şimdilik tamamlayıcı bilgi olarak görün.
Üçlü negatif hastada iyi yapılmış patolog TIL skoru, yapay zekâ skoruna göre geride değil; raporda stromal TIL yüzdesini isteyin.
Yapay zekâ en çok patolog ölçümünün yapılamadığı ya da standartlaşmadığı yerlerde işe yarayabilir.
HER2 pozitif hastada TIL yüksekliği tedavi yoğunluğunu azaltma gerekçesi olarak henüz kanıtlanmış değil.
Yapay zekâ ile patolog skoru çeliştiğinde, bu çelişkiyi tümör kurulunda tartışmaya değer bir bilgi olarak kaydedin.
Türkiye'den bakınca
Türkiye'de patoloji raporlarında TIL'in ne sıklıkla raporlandığına dair ulusal bir veriye ulaşamadık. Bu çalışmalardaki yapay zekâ araçlarının ülkemizde kullanıldığına dair bir bilgi de yok.
Pratik sonuç şu: Dijital patoloji altyapısı olmayan merkezlerde belirleyici olan, patoloğun standart yöntemle yaptığı TIL ölçümü. CATALINA da iyi yapılmış bir patolog skorunun yapay zekâdan geri kalmadığını gösteriyor. Tam slayt görüntüsü (camın bütünüyle taranmış dijital kopyası) yurt dışındaki bir yazılıma gönderilecekse, bu Kişisel Verilerin Korunması Kanunu (KVKK) açısından ayrıca değerlendirilmeli.
Sık sorulan sorular
Yapay zekâ TIL skoru patoloğun yerini alabilir mi?
Bu iki çalışma buna işaret etmiyor. CATALINA'da patolog skoru bilindiğinde yapay zekâ skoru ek prognoz bilgisi sağlamadı. Yapay zekânın değeri daha çok ölçeklenebilirlik ve tekrarlanabilirlikte görünüyor.
APHINITY bulgusu pertuzumab kararını değiştirir mi?
Şimdilik hayır. Yeniden sınıflama bulgusu alt grup analizinden geliyor ve yazarlar bağımsız doğrulama istiyor. Tedavi kararı mevcut kılavuzlara göre verilmeli.
Mekânsal skorlar neden öne çıktı?
APHINITY'de immün sıcak nokta skoru, lenfosit yoğunluğuna tutarlı ek bilgi kattı. Bu, lenfositlerin nerede kümelendiğinin de önemli olabileceğini düşündürüyor. Ancak bu da doğrulama bekleyen bir bulgu.
Kaynaklar
Lara González LE, Loi S ve ark. (2026) — Manual, digital, and AI tumour-infiltrating lymphocyte scoring: a secondary analysis of the APHINITY randomised trial, Lancet Oncology: https://pubmed.ncbi.nlm.nih.gov/42636838/
Dixon-Douglas JR, Loi S ve ark. (2026) — Artificial intelligence-based tumour infiltrating lymphocyte quantification in patients with triple-negative breast cancer: an independent validation study, Lancet Oncology: https://pubmed.ncbi.nlm.nih.gov/42636839/
Lancet Oncology (2026) — APHINITY TIL makalesi (DOI): https://doi.org/10.1016/S1470-2045(26)00247-0
Lancet Oncology (2026) — CATALINA makalesi (DOI): https://doi.org/10.1016/S1470-2045(26)00339-6
Scimex (2026) — AI as good as humans at predicting breast cancer outcomes: https://www.scimex.org/newsfeed/ai-as-good-as-humans-at-predicting-breast-cancer-outcomes
Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.
İlgili Yazılar
Bu konuyla ilgili Doktorclub'da ele aldığımız diğer hekim onaylı rehberler:
Lancet Oncology'deki iki çalışma: Yapay zekâ TIL skoru prognozu öngörüyor ama patoloğun skoruna eklendiğinde üçlü negatifte fark yaratmadı.