Bu yeni çalışmada (kaynak), ileri evre küçük hücreli olmayan akciğer kanseri (NSCLC) hastalarında, bağışıklık kontrol noktası inhibitörlerine (yani immunoterapi) (ICI) yanıtı tahmin etmek için bir yapay zeka modeli geliştirildi ve bağımsız olarak doğrulandı. Bu model, mikroskop altında incelenen doku örneklerinden alınan görüntüleri analiz ederek, tedaviye yanıt oranını, hastalığın ilerlemesiz sağkalımını ve genel sağkalımı tahmin etmek için kullanıldı.
Çalışma Bulguları:
- Araştırmada toplam 958 hasta yer aldı ve modelin tahmin performansı hem ABD’de hem de Avrupa’da test edildi.
- ICI tedavisine yanıt oranları geliştirme grubunda %26, doğrulama grubunda ise %28 olarak bulundu.
- Derin öğrenme modelinin tahmin doğruluğu (AUC), PD-L1 gibi mevcut biyobelirteçlerle karşılaştırıldı. Model, bazı durumlarda PD-L1 ve diğer biyobelirteçlerden daha iyi sonuçlar verdi ve yanıt oranlarını daha hassas bir şekilde tahmin etti.
- Modelin PD-L1 ile birleştirilmesi, hasta seçimini ve tedavi etkinliğini daha da iyileştirerek %51’lik bir yanıt oranı sağladı (PD-L1 yalnızca %41 yanıt oranı sağladı).
Sonuçlar ve Önemi:
Bu yapay zeka tabanlı model, mevcut biyobelirteçlere göre daha hassas ve bağımsız bir şekilde ICI yanıtını tahmin edebilme potansiyeline sahip. Model, bağışıklık tedavisi için en uygun hastaları belirleyerek tedavi başarısını artırabilir ve ileri evre NSCLC tedavisinde daha kişiselleştirilmiş bir yaklaşım sağlayabilir. Bu da hem hasta seçiminde hem de klinik sonuçların iyileştirilmesinde önemli bir adım olabilir.
Bu çalışmada elde edilen sonuçlar, her zaman bahsettiğimiz gibi, yapay zekanın sağlık alanındaki önemine dikkat çekiyor. Gelecekte, kişiye özel tedavilerde yapay zeka ile çok daha başarılı sonuçlar alacağız…
