Yapay Zekâ Kanser İmmünoterapi Kayıtlarını Yüzde 43,5 Hızlandırdı

ABD'li araştırmacılar Jack Gallifant ve Shan Chen liderliğindeki ekip, kanser tedavisinde kullanılan immünoterapi yöntemlerinin yol açtığı yan etkileri izlemek amacıyla gelişmiş bir yapay zekâ sistemi tasarladı. 29 Ekim 2026 tarihinde Nature Cancer dergisinde yayımlanan çalışma, büyük dil modellerinin elektronik hasta kayıtlarındaki serbest metinleri analiz ederek bağışıklık sistemiyle ilişkili komplikasyonları belirleme kapasitesini ortaya koydu.

Sistem; akciğer, bağırsak, kalp kası, karaciğer, tiroit ve deri iltihabı gibi altı farklı yan etki türüne odaklanarak, bu etkilerin varlığını, geçmişini ve şiddet derecesini sınıflandırmak üzere kurgulandı. Araştırmanın ilk aşamasında, sistemin performansını ölçmek için 289 klinik not kullanıldı.

Geriye dönük testlerde yapay zekâ, yan etkilerin tespitinde 0,92 gibi yüksek bir F1 skoruna ulaşarak başarılı bir başlangıç yaptı. Ancak yan etkilerin şiddetini kategorize etme görevinde sistemin başarısı 0,66 skorla daha sınırlı kaldı.

İkinci aşamada Mayıs-Temmuz 2025 tarihleri arasında 884 gerçek klinik kayıt üzerinde denenen sistem, değişken klinik veriler karşısında performans dalgalanmaları göstererek mevcut yan etkiler için 0,72, geçmiş etkiler için ise 0,79 F1 skoru elde etti. Sistemin işlevselliğinin en somut kanıtı ise üçüncü aşamada, 17 klinik araştırma görevlisinin katıldığı randomize çapraz geçişli çalışmada görüldü.

Geleneksel yöntemlerle ortalama 428 saniye süren bir kayıt inceleme işlemi, yapay zekâ desteğiyle 242 saniyeye kadar geriledi. Bu durum, inceleme süresinde yüzde 43,5 oranında anlamlı bir kısalma sağladı. İstatistiksel analizler, yapay zekâ kullanımının kayıt başına yaklaşık 2,71 dakika tasarruf sağladığını doğruladı.

Zaman tasarrufunun yanı sıra, yapay zekâ destekli incelemeler personel arasındaki değerlendirme tutarlılığını da artırdı. Uzmanların belirlediği sonuçlarla tam eşleşme oranı, geleneksel yöntemde yüzde 19,4 iken, yapay zekâ yardımıyla yüzde 25,9 seviyesine yükseldi.

Farklı değerlendiricilerin aynı kayıtlar üzerinde daha benzer sonuçlara ulaşması, sistemin klinik araştırmalarda veri standardizasyonuna katkı sunabileceğini gösterdi. Buna karşın araştırmacılar, sistemin klinik bakım süreçlerine doğrudan müdahale etmediğini ve yalnızca bir destek aracı olarak tasarlandığını vurguladı.

Çalışmanın sadece altı komplikasyon türüyle sınırlı olması ve sistemin henüz hastaların doğrudan sağlık sonuçlarını iyileştirdiğine dair bir kanıt sunmaması, projenin mevcut kısıtları arasında yer alıyor. Yine de elde edilen bulgular, insan denetimiyle birleştirilen yapay zekânın, karmaşık klinik verilerin daha hızlı ve tutarlı biçimde işlenmesinde kritik bir rol oynayabileceğine işaret ediyor.