Bilgisayar modeli akciğer kanseri taramasına kimin ihtiyacı olduğunu tahmin ediyor
Akciğer kanseri, dünyada en çok ölüme neden olan kanser türüdür ve erken tanı konulmadığında tedavi şansı çok azdır. Akciğer kanseri riski yüksek olan kişilere düzenli olarak tarama yapılması, bu hastalıktan ölümleri önemli ölçüde azaltabilir. Ancak kimlerin yüksek riskli olduğunu belirlemek için kullanılan mevcut yöntemler, çok sayıda değişkeni içermekte ve bazıları kolayca elde edilemeyen bilgileri gerektirmektedir. Bu durum, akciğer kanseri taramasının etkin ve verimli bir şekilde uygulanmasını zorlaştırmaktadır.
Birleşik Krallık’tan araştırmacılar, akciğer kanseri riskini tahmin etmek için sadece üç değişken kullanan bir makine öğrenimi modeli geliştirdiler: yaş, sigara içme süresi ve günde içilen sigara sayısı. Bu üç değişken, akciğer kanseri riskinin en önemli belirleyicileri olarak bilinmektedir ve elektronik sağlık kayıtlarından kolayca erişilebilmektedir. Bu model, akciğer kanserine yakalanma ve akciğer kanserinden ölme olasılığını önümüzdeki beş yıl için hesaplayabilmektedir. Modelin performansı, Birleşik Krallık Biobank kohortu ve ABD Ulusal Akciğer Taraması denemesinden elde edilen verilerle test edilmiştir. Model, akciğer kanseri vakalarını ve ölümlerini yüksek bir doğrulukla tahmin edebilmekte ve mevcut risk formüllerinden daha duyarlı olmaktadır.
Bu çalışma, akciğer kanseri taramasına kimlerin ihtiyacı olduğunu belirlemede makine öğreniminin etkili bir araç olabileceğini göstermektedir. Ayrıca, makine öğrenimi modelinin kullanımı, elektronik sağlık kayıtlarından kolayca erişilebilen bilgilerle mümkün olmaktadır. Bu da, akciğer kanserinin erken teşhisinde kişiselleştirilmiş bir yaklaşım sunabileceği anlamına gelmektedir.
Bu araştırmanın sonuçları, 3 Ekim 2023 tarihinde PLOS Medicine dergisinde yayınlanmıştır. Bu dergi, açık erişimli bir dergidir ve araştırmanın tam metnine ücretsiz olarak ulaşılabilmektedir. Araştırmanın yazarları, makine öğrenimi modelinin kodunu ve verilerini de kamuoyuyla paylaşmıştır. Böylece, diğer araştırmacılar ve sağlık uzmanları bu modeli kendi çalışmalarında kullanabilir veya geliştirebilirler.
Akciğer kanseri taraması, akciğer kanserinden ölümleri azaltmak için hayati bir önlemdir. Ancak taramanın kimlere yapılacağına karar vermek için kullanılan yöntemlerin basit, doğru ve güvenilir olması gerekir. Makine öğrenimi, bu yöntemleri geliştirmek için büyük bir potansiyele sahiptir. Bu çalışma, makine öğreniminin akciğer kanseri riskini tahmin etmede sadece üç değişken kullanarak başarılı olabileceğini göstermiştir. Bu da, akciğer kanseri taramasının daha yaygın ve etkin bir şekilde uygulanmasına katkıda bulunabilir.
