Yapay Zeka, Cilt Kanseri Risklerini Erken Belirleyebiliyor: Yeni Araştırma Detayları Ortaya Çıkardı

Gothenburg Üniversitesi'nden yapılan yeni bir araştırma, yapay zeka (AI) teknolojisinin rutin sağlık verilerini kullanarak melanomaya yakalanma riski yüksek olan bireyleri erken dönemde tespit edebileceğini ortaya koydu. Bu büyük İsveç çalışması, geliştirilen ileri düzey modellerin, temel yöntemlere kıyasla çarpıcı bir doğruluk oranıyla yüksek riskli grupları belirleyebildiğini kanıtladı. Hatta sistem tarafından işaretlenen bazı bireylerin, önümüzdeki beş yıl içinde melanomaya yakalanma ihtimalinin %33'e kadar çıktığı tahmin edildi.

Araştırmacılar, melanom riskini belirlemek amacıyla tüm yetişkin nüfusunu kapsayan bir kayıt veri setini analiz ettiler; bu veri seti yaş, cinsiyet, tıbbi teşhisler, kullanılan ilaçlar ve sosyoekonomik durum gibi geniş bir yelpazede bilgiler içeriyordu. Toplamda 6.036.186 birey bu analize dahil edilirken, beş yıllık çalışma süresi boyunca bu gruptan 38.582 kişi (yani %0,64) melanomaya yakalandı. Gothenburg Üniversitesi'nden bir doktora öğrencisi ve istatistikçi olan Martin Gillstedt, bu verilerin halihazırda sağlık sistemlerinde bulunmasının, melanom riskini belirlemede stratejik olarak kullanılabileceği sinyalini verdiğini belirtti.

Yapılan değerlendirmelerde, araştırmacılar çeşitli yapay zeka modellerini test ettiler ve performanslarında net farklılıklar gözlemlediler. En gelişmiş model, daha sonra melanoması gelişen kişiler ile gelişmeyenleri yaklaşık %73 doğrulukla ayırt edebildi. Buna karşın, sadece yaş ve cinsiyet gibi kısıtlı faktörlerin kullanılması yalnızca %64 civarında bir doğruluk oranıyla sınırlı kaldı. Bu bulgular, tanılar, ilaçlar ve sosyodemografik bilgiler gibi daha geniş veri setlerinin dahil edilmesinin ne kadar kritik olduğunu gösteriyor.

Gothenburg Üniversitesi'nden bir dermatoloji uzmanı olan Sam Polesie liderliğindeki ekip, bu bulguların daha doğru bir izleme ve sağlık kaynaklarının daha verimli kullanılması anlamına gelebileceğini vurguladı. Bu durum, popülasyon verilerinin hassas tıp uygulamalarına entegre edilmesini ve klinik değerlendirmeleri desteklemesini gerektiriyor. Yapay zeka, büyük ölçekli kayıt verileri üzerinde eğitildiğinde, kişiselleştirilmiş risk değerlendirmeleri yapma potansiyelini kanıtlamıştır.

Bununla birlikte, araştırmacılar bu yaklaşımın rutin sağlık hizmetlerinde kullanılabilmesi için ek çalışmaların ve politika kararlarının alınması gerektiğini belirtiyorlar. Yine de, bu çalışma, yapay zeka destekli sistemlerin gelecekteki melanom tarama stratejileri için ne kadar büyük bir potansiyel taşıdığına dair umut verici bir ışık tutuyor. Bu önemli araştırma, Gothenburg Üniversitesi ile Chalmers Teknoloji Üniversitesi iş birliğiyle gerçekleştirilmiştir.