Klinik çalışmalarda denenen kanser ilaçlarının sonuçları genellikle gerçek dünya onkoloji hastalarına tam olarak uygulanamaz. Bunun nedenlerinden biri, çalışmalardaki hasta seçiminin kısıtlayıcı kriterlere ve risk durumuna göre yapılmasıdır. Bu yeni çalışmada (kaynak), “TrialTranslator” adlı bir yapay zeka tabanlı model geliştirilmiştir. Bu model, kanser tedavilerinin klinik çalışmalardan gerçek dünyaya nasıl uygulanabileceğini anlamak için tasarlanmıştır. ABD çapındaki Flatiron Health’in sağlık veritabanı kullanılarak, yapay zeka kanser hastalarını düşük, orta ve yüksek riskli gruplara ayırmış ve 11 önemli klinik çalışmayı analiz etmiştir. Analiz sonucunda, düşük ve orta risk grubundaki hastaların klinik çalışmalardaki sonuçlara benzer şekilde tedaviden fayda sağladığı, ancak yüksek riskli grubun daha kötü sonuçlar aldığı belirlenmiştir. Bu sonuçlar, farklı hasta grupları ve simülasyon verileriyle doğrulanmıştır. Bulgular, kanser tedavilerinin etkisinin hastalar arasındaki farklılıklar nedeniyle değişebileceğini ve yapay zeka destekli modellerin daha kişiselleştirilmiş tedavi planları geliştirilmesine yardımcı olabileceğini göstermektedir.
Sık sık bahsettiğimiz gibi, yapay zekanın özellikle kanser tedavisinde oynadığı rol giderek artmakta ve bu tür yenilikçi modeller gelecekte daha etkili ve bireysel tedavi yaklaşımlarının önünü açacaktır.
