İsveç merkezli yeni bir araştırma ise bu alanda dikkat çekici bir kapı araladı. Yapay zekâ destekli modellerin, rutin sağlık kayıtlarını kullanarak gelecekte melanoma gelişme riskini önceden tahmin edebildiği ortaya kondu.
University of Gothenburg araştırmacıları tarafından yürütülen çalışma, sağlık sistemlerinde zaten mevcut olan yaş, cinsiyet, tanı geçmişi, ilaç kullanımı ve sosyoekonomik veriler gibi bilgilerden yararlanarak yüksek riskli kişilerin önceden belirlenebileceğini gösterdi. Bulgular, özellikle kaynakların sınırlı olduğu sağlık sistemlerinde daha hedefli tarama programlarının önünü açabilecek nitelikte değerlendiriliyor.
6 milyondan fazla kişi incelendi
Araştırma, İsveç’teki yetişkin nüfusun neredeyse tamamını kapsayan çok büyük bir veri tabanına dayandı. Çalışmada 6 milyondan fazla birey analiz edildi. Beş yıllık izlem sürecinde 38 bin 582 kişide melanoma gelişti. Bu da genel görülme oranının yüzde 0,64 düzeyinde olduğunu gösterdi.
Bilim insanları, sadece klasik demografik bilgilerle yetinmedi. Yaş ve cinsiyetin yanı sıra bireylerin tıbbi tanıları, kullandıkları ilaçlar ve sosyoekonomik durumlarına ilişkin kayıtlar da modele dahil edildi. Böylece yapay zekâ sisteminin risk değerlendirmesinde çok daha geniş bir çerçevede çalışması sağlandı.
Doğruluk oranı belirgin biçimde arttı
Araştırmada farklı makine öğrenmesi modelleri karşılaştırıldı. Elde edilen sonuçlara göre gelişmiş modelin doğruluk oranı yüzde 73’e ulaştı. Sadece yaş ve cinsiyet verilerinin kullanıldığı daha basit yaklaşımda ise bu oran yüzde 64’te kaldı.
Bu fark, cilt kanseri riskinin yalnızca temel demografik bilgilerle değil, çok boyutlu sağlık verileriyle daha isabetli biçimde öngörülebileceğini ortaya koydu. Başka bir ifadeyle, sağlık sistemlerinde uzun süredir tutulan rutin veriler, doğru analiz edildiğinde hastalık ortaya çıkmadan önce kritik sinyaller verebiliyor.
Küçük bir grupta risk yüzde 33’e kadar çıktı
Çalışmanın en dikkat çekici yanlarından biri, yapay zekânın genel nüfus içinde küçük ama çok yüksek riskli bir grubu ayırt edebilmesi oldu. Araştırmacılar, belirlenen bazı kişilerde beş yıl içinde melanoma gelişme ihtimalinin yüzde 33’e kadar yükselebildiğini bildirdi.
Bu oran, genel toplum riskine göre oldukça çarpıcı bir fark anlamına geliyor. Uzmanlara göre bu tür bir öngörü, herkesi aynı yoğunlukta taramak yerine yüksek riskli kişilere odaklanmayı mümkün kılabilir. Böyle bir yaklaşım hem erken tanı şansını artırabilir hem de gereksiz incelemelerin önüne geçebilir.
Tarama stratejileri değişebilir
Araştırmanın klinik açıdan en güçlü mesajı, cilt kanseri taramasında “herkese aynı yaklaşım” döneminin sorgulanabileceği yönünde oldu. Yapay zekâ destekli risk sınıflandırması sayesinde yüksek riskli küçük grupların önceden belirlenmesi, sağlık hizmetlerinde daha akıllı bir planlama yapılmasına yardımcı olabilir.
Bu da daha erken tanı, daha az gereksiz kontrol ve sağlık kaynaklarının daha verimli kullanılması anlamına geliyor. Özellikle melanoma gibi erken yakalandığında tedavi başarısı belirgin biçimde artan bir hastalık için bu yaklaşımın önemi daha da büyüyor.
Henüz rutin kullanımda değil
Araştırmacılar, geliştirilen sistemin şu aşamada rutin klinik uygulamaya geçmiş bir yöntem olmadığını özellikle vurguluyor. Buna karşın sonuçlar, mevcut sağlık verilerinin yapay zekâ ile işlendiğinde kişiye özel risk haritaları oluşturulabileceğini güçlü biçimde ortaya koyuyor.
Bu tablo, tıpta giderek güçlenen yeni bir anlayışı da yansıtıyor: Hastalığı yalnızca ortaya çıktıktan sonra değil, daha başlamadan önce tahmin etmeye çalışmak. Melanoma gibi sinsi ilerleyebilen ancak erken evrede yakalandığında kontrol altına alınabilen hastalıklarda, bu tür sistemlerin gelecekte tarama politikalarını ciddi biçimde dönüştürmesi bekleniyor.
Kaynak
Martin Gillstedt, Lena Stempfle, John Paoli, Fredrik D. Johansson, Sam Polesie. Predicting Melanoma Impact on the Swedish Healthcare System from the Adult Population Using Machine Learning on Registry Data. Acta Dermato-Venereologica, 2026; 106: adv44610. DOI: 10.2340/actadv.v106.44610
