Using artificial intelligence to predict the primary system for cancers of the unknown primary

Bu tez, Primeri Bilinmeyen Primer Kanserlerin (CUP) primer bölgesini Tüm Slayt Görüntüleri (WSI'lar) kullanarak belirlemek için yapay zeka (AI) temelli bir hesaplamalı metodoloji sunmaktadır. Kökenin belirsiz olduğu CUP'larda tanısal zorluklarını ele alarak, tıbbi görüntülemedeki derin öğrenme uygulamalarına dayanmaktadır. Proje, TCGA ve ICGC veritabanlarından alınan ve çeşitli maligniteleri temsil eden 1000'den fazla histopatolojik görüntüyü kullanmıştır. Ön işleme, renk normalizasyonu ve yama çıkarma adımlarını içermiştir. Hiperparametre ayarlarıyla optimize edilen özel bir evrişimli sinir ağı (CNN), morfolojik örüntüleri analiz etmede temel ve transfer öğrenme modellerini geride bırakarak %90'ın üzerinde doğruluk elde etmiştir. Yeditepe Üniversitesi Hastaneleri'nden alınan 300 vaka üzerindeki doğrulama, özellikle meme ve prostat kanserleri için yüksek duyarlılık ve özgüllüğü teyit etmiştir. Hata analizi, tanısal zorlukları öncelikli olarak belirsiz doku özellikleri veya suboptimal görüntü kalitesiyle ilişkilendirmiştir. Etkili olmakla birlikte, ek moleküler ve klinik verilerin entegrasyonu, CUP yönetimi için tanısal hassasiyeti daha da artırabilir. Bu yapay zeka güdümlü analizin klinik iş akışlarına uygulanması, kanser kökenlerinin daha doğru tanımlanmasını sağlayarak hasta bakımını iyileştirme konusunda umut vaat etmektedir.