AMAÇ

Özofagus kanserinin evrelemesinde geleneksel yöntemlerin doğruluk oranları maalesef düşüktür. Bu çalışmada yapay zeka algoritmaları ile özofagus kanserinin  "T" evresinin tahminleme başarısını araştırmak amaçlandı.

MATERYAL VE METOD

Özofagus kanseri tanısı histopatolojik olarak kanıtlanmış hastaları içeren bu çalışma, 2021 ve 2022 yılları arasında prospektif olarak tasarlandı. Bu çalışmada, yeni teşhis konulan hastaların veya neoadjuvan tedavi sonrası konseye başvuran hastaların tomografi görüntülerindeki tümörler işaretlendi. İşaretlendikten sonra, bu görüntür  EfficientNetB7 ve ResNet152V2 adlı görüntü sınıflama programlarına yüklendi ve öğretildi. Patoloji sonuçları altın standart olarak alındı ve eğitim bu patoloji sonuçlarına göre gerçekleştirildi. Çalışmada kullanılan veri, göğüs ve üst karın bölgesi bilgisayarlı tomografi (BT) görüntülerinden oluşturuldu. Modellerin sınıflandırma performansları, bu veri setinden toplam 50 hastanın 477 jpeg görüntüsü üzerinden yapıldı. Veri seti dört sınıftan oluşturuldu: normal, t1, t2-t3 ve t4.

Convolutional Neural Network (CNN), özofagus kanserlerini evrelemek için kullanıldı. Bu yöntem iki aşamada gerçekleştirildi. İlk aşamada veri seti hazırlandı, ikinci aşamada ise kanser evrelemesi yapmak üzere özel bir veri seti oluşturuldu.

BULGULAR

Bu çalışmada kullanılan Convolutional Neural Network (CNN)  modellerinden biri olan EfficientNetB7 ve ResNet152V2 karşılaştırıldı. EfficientNetB7 ile özofagus kanserinin T evresinde %90 doğruluk elde edildi. Şekil 1 de örnek bir hastanın BT  görüntüleri ve algoritma çıktısı verildi.

SONUÇ

Kanser evrelemesi için çok karmaşık teknikler kullanılır ve büyük oranda insan gücü gerekir. Çalışmamızda gösterildiği gibi, yapay zeka uygulamaları insan gücü tasarrufu sağlayabilir ve sonuçların çok daha hızlı elde edilmesini olanak verir. Daha fazla veri seti ile önerilen algoritmaların geliştirilmesi gerekmektedir.