Kolorektal kanserlerde yapay zekâ ile belirlenen vücut kompozisyonunun prognostik etkisinin değerlendirilmesi

Kolorektal kanser (KRK) dünya genelinde en sık görülen maligniteler arasında yer almakta ve yüksek mortalite oranlarıyla önemli bir halk sağlığı sorunu oluşturmaktadır. Son yıllarda yapılan çalışmalar vücut kompozisyonu parametrelerinin kanser prognozu üzerinde belirleyici olabileceğini ortaya koymuştur. Ancak manuel yöntemlerle yapılan ölçümler zaman alıcı ve gözlemciye bağımlı olduğundan, bu parametrelerin rutin klinik uygulamalara entegrasyonu sınırlıdır. Bu nedenle çalışmamızda yapay zekâ (YZ) tabanlı otomatik segmentasyon yöntemi kullanılarak kolorektal kanserli hastalarda visseral adipoz doku (VAT) ve subkutan adipoz doku (SAT) hacimleri hesaplanmıştır. Bu parametrelerin sağkalım üzerindeki prognostik etkilerinin değerlendirilmesi amaçlanmıştır. Çalışmaya, 2022–2025 yılları arasında Alanya Alaaddin Keykubat Üniversitesi Tıp Fakültesi Onkoloji Kliniğinde kolorektal kanser tanısı alan 113 hasta dâhil edilmiştir. Hastaların bilgisayarlı tomografi (BT) görüntülerinden elde edilen VAT ve SAT hacimleri, RECOMIA platformu kullanılarak derin öğrenme tabanlı otomatik segmentasyon yöntemiyle abdominal BT'nin tüm kesitleri üzerinden ölçülmüştür. Elde edilen veriler ROC, Kaplan–Meier ve Cox regresyon analizleri ile değerlendirilmiştir. Analizler sonucunda yüksek SAT düzeyinin hem genel sağkalım (OS) hem de progresyonsuz sağkalım (PFS) açısından anlamlı biçimde koruyucu bir faktör olduğu saptanmıştır (OS HR=0,17, p=0,005; PFS HR=0,46, p=0,042). Çok değişkenli analizde de yüksek SAT bağımsız bir sağkalım avantajı göstermiştir. Buna karşılık VAT hacmi ve VKİ değerlerinin OS ve PFS üzerindeki etkisi istatistiksel olarak anlamlı bulunmamıştır. Sonuç olarak, yapay zekâ destekli hacimsel analizle ölçülen SAT miktarı kolorektal kanserli hastalarda önemli bir prognostik belirteç olarak öne çıkmaktadır. YZ tabanlı otomatik segmentasyon, manuel ölçümlere kıyasla çok daha hızlı, tekrarlanabilir ve gözlemciden bağımsız sonuçlar sağlayarak klinik uygulamalara entegrasyon açısından önemli avantaj sunmaktadır. Bu sayede hasta risk sınıflamasının iyileştirilmesine ve kişiselleştirilmiş tedavi stratejilerinin geliştirilmesine katkı sağlayabilir. Anahtar Sözcükler: Kolorektal kanser, yapay zekâ, vücut kompozisyonu, subkutan adipoz doku, sağkalım