Renal skorlama ve nefrektomi karar süreçlerinde yapay zeka tabanlı çözümler

Amaç: Bu çalışmanın amacı, bilgisayarlı tomografi (BT) verileri üzerinden renal tümörlerin kompleksite düzeyini R.E.N.A.L. nefrometri skorlarına göre otomatik olarak sınıflandırabilen özgün bir derin öğrenme modeli geliştirerek, parsiyel ve total nefrektomi karar süreçlerine katkı sağlayacak klinik karar destek için altyapı oluşturmak ve gelecekteki yapılacak çalışmalara ışık tutmaktır. Gereç ve Yöntem: Afyonkarahisar Sağlık Bilimleri Üniversitesi Üroloji Kliniği'nde nefrektomi uygulanmış ve histopatolojik olarak malign renal tümör tanısı almış 197 hastaya ait portal faz kontrastlı BT verileri kullanılmıştır. Görüntülerdeki tümör içeren böbrek dokusu 128×128×64 voksel boyutuna yeniden örneklenmiş ve bu işlemler manuel olarak belirlenmiştir. Segmentasyon ön işlemi gerektirmeyen, sıfırdan geliştirilen bir 3 boyutlu konvolüsyonel sinir ağı (3D CNN) modeli ile tümör kompleksitesi "düşük" ve "yüksek" olarak sınıflandırılmıştır. Bulgular: Modelin genel sınıflandırma doğruluğu %90, ROC analizinde AUC skoru 0.96 olarak hesaplanmıştır. Düşük kompleksite grubundaki tüm vakalar doğru sınıflandırılarak %100 duyarlılık elde edilmiştir. Yüksek kompleksite grubunda ise duyarlılık %76.9'dur. Tümör maksimum çapı ile nefrometri skoru arasında anlamlı pozitif korelasyon saptanmıştır (r = 0.718; p < 0.001). Modelin özellikle düşük kompleksite grubundaki başarısı, parsiyel nefrektomi için uygun olguların doğru saptanmasında yüksek güvenilirlik sunmaktadır. Sonuç: Geliştirilen 3D CNN modeli, manuel skorlamalarda görülen subjektifliğe alternatif olarak, BT görüntülerinden doğrudan tümör kompleksitesi tahmini yapabilen hızlı ve tekrarlanabilir bir sistem sunmaktadır. Bu yönüyle model, cerrahların parsiyel veya total nefrektomi kararlarında destekleyici unsur olarak kullanılabilecek başarılı bir yapay zekâ uygulaması olarak görülebilir. Özellikle düşük kompleksiteli vakalarda sağlanan %100 duyarlılık oranı, bu teknolojinin preoperatif cerrahi planlama süreçlerine entegre edilebileceğini göstermektedir.