Yapay zekâ, omurgaya yayılan kanserde ameliyat kararını daha net hale getirebilir.
Omurgaya yayılan kanser olarak bilinen spinal metastaz, ileri evre kanser hastalarında sık görülen ve ciddi sonuçlara yol açabilen bir komplikasyon olarak öne çıkıyor. Şiddetli ağrı, hareket kaybı ve felç gibi sorunlara neden olabilen bu durum, hastaların yaşam kalitesini önemli ölçüde etkiliyor. Uygun prognoza sahip hastalarda cerrahi müdahale bir seçenek olarak değerlendirilirken, yaşam beklentisi sınırlı olan hastalar için palyatif yaklaşımlar tercih ediliyor. Bu nedenle doğru ve güncel bir sağkalım tahmini, tedavi planlamasında belirleyici rol oynuyor.
Ancak klinikte uzun süredir kullanılan geleneksel sağkalım tahmin sistemleri, büyük ölçüde 1990’lı ve 2000’li yıllara ait verilere dayanıyor. Bu modeller, son yıllarda geliştirilen moleküler hedefe yönelik tedaviler ve bağışıklık sistemi üzerinden etki gösteren immün kontrol noktası inhibitörleri gibi modern onkolojik yaklaşımların sağkalım üzerindeki etkisini tam olarak yansıtmıyor. Ayrıca birçok geleneksel model geriye dönük hasta kayıtlarına dayanıyor; oysa cerrahi kararlar için ileriye dönük, standartlaştırılmış ve gerçek zamanlı verilere dayanan sistemlere ihtiyaç duyuluyor.
Bilimsel dergi Spine’da yayımlanan çalışmada, araştırmacılar makine öğrenmesi kullanarak yeni ve daha güncel bir sağkalım tahmin modeli geliştirdiklerini duyurdu. Çalışma, 2018 ile 2021 yılları arasında Japonya genelinde 35 tıp merkezinde spinal metastaz nedeniyle ameliyat edilen 401 hastayı kapsayan çok merkezli ve ileriye dönük bir araştırmaya dayanıyor.
Araştırma ekibi, bir yıllık sağkalımı öngörmede anlamlı değişkenleri belirlemek amacıyla LASSO (Least Absolute Shrinkage and Selection Operator) lojistik regresyon yöntemini kullandı. Modelin performansı, ayırt edicilik kapasitesini gösteren ROC eğrisi altındaki alan (AUROC) ve kalibrasyon analizleriyle değerlendirildi.
Geliştirilen model, ameliyat öncesinde özel elektronik cihazlara ihtiyaç duyulmadan değerlendirilebilen beş temel faktöre dayanıyor: yaş, vitalite indeksi, ECOG performans durumu, kemik metastazlarının varlığı ve opioid kullanımı. Bu değişkenler, klinik uygulamada kolaylıkla erişilebilen parametreler olarak öne çıkıyor.
Modelin öngörü gücü yüksek bulundu ve AUROC değeri 0,762 olarak hesaplandı. Sistem, hastaları üç risk grubuna ayırıyor: düşük risk grubunda bir yıllık sağkalım oranı yüzde 82,2; orta risk grubunda yüzde 67,2; yüksek risk grubunda ise yüzde 34,2 olarak belirlendi. Bu sınıflandırma, cerrahların ameliyat kararı verirken ve ameliyat sonrası bakım stratejilerini planlarken daha bilinçli kararlar almasına olanak tanıyor.
Araştırmacılar, modelin Japonya’daki klinik verilerle geliştirildiğini ancak bir sonraki aşamada farklı ülkelerden elde edilecek verilerle doğrulanmasının hedeflendiğini belirtti. Amaç, sistemin küresel ölçekte uygulanabilirliğini test ederek spinal metastaz hastalarının tedavi planlamasında daha güvenilir ve güncel bir araç sunmak.