Yapay Zekâ Desteğiyle HER2 Düşük Meme Kanserinin Tanısında Yeni Bir Dönem

Meme kanserinde HER2 proteininin ekspresyon düzeyi, hastaların hangi hedefe yönelik tedavilerden yararlanabileceğini belirlemede kritik bir rol oynar. Geçmişte "HER2-negatif" olarak sınıflandırılan birçok hasta, aslında düşük veya ultra düşük düzeyde HER2 ekspresyonuna sahipti; bu da, son yıllarda geliştirilen Enhertu gibi antikor-ilaç konjuge tedavilerden potansiyel olarak fayda görebileceklerini gösteriyor. Ancak bu farkları tanımak, klasik patoloji yöntemleriyle her zaman mümkün olmayabilir.

2025 ASCO Yıllık Toplantısı 'nda 1014 numaralı bildiri olarak sunulan uluslararası, çok merkezli yeni bir çalışmaya göre, yapay zekâ (YZ) desteğiyle HER2 sınıflandırmalarının doğruluğu belirgin biçimde artıyor. Özellikle HER2-düşük ve HER2-ultradüşük kategorilerinin doğru tanımlanmasında YZ, kritik bir fark yaratıyor.

Çalışmanın Özeti: Tanıda Yeni Bir Çağ

Çalışma, 10 ülkeden 105 patoloğun katılımıyla düzenlenen dijital eğitim platformu ComPath Academy üzerinden yürütüldü. Katılımcılar, HER2 immünohistokimya (IHK) skorlamasında 2023 ASCO/CAP rehberine ek olarak "HER2-ultradüşük" (IHK 0, membran boyanması olan) ve "HER2-null" (IHK 0, membran boyanması olmayan) alt sınıflandırmaları da kullanarak 20 dijital meme kanseri vakasını değerlendirdi.

Kullanılan Yapay Zekâ Sistemi: ComPath Academy ve Mindpeak Altyapısı

Bu çalışmada kullanılan yapay zekâ altyapısı, Almanya merkezli Mindpeak GmbH tarafından geliştirilen ve dijital patoloji eğitimine özel olarak tasarlanmış ComPath Academy adlı bir platforma entegre edilmiştir. Platform, patologlara vaka bazlı karar destek sağlamak üzere yapılandırılmıştır ve meme kanseri vakalarında HER2 IHK skorlamasının doğruluğunu artırmayı hedeflemiştir.

Her ne kadar çalışmada kullanılan algoritmanın teknik adı (örneğin CNN, Transformer) doğrudan belirtilmemiş olsa da, çalışmanın yapısından şu teknolojik nitelikler anlaşılmaktadır:

• Görüntü sınıflandırma temelli bir yapay öğrenme algoritası kullanılmıştır.

• Model, tümör hücre düzeyinde analiz yaparak, bireysel hücrelerdeki membran boyanmasını algılayacak şekilde eğitilmiştir.

• Özellikle IHK 0, HER2-düşük ve HER2-ultradüşük gibi sınır kategorilerin ayrımına odaklanmıştır.

• Yapay zekâ çıktılarında açıklanabilirlik (explainability) sağlanmış; bu da büyük olasılıkla karar destek sistemine entegre edilmiş görselleştirme katmanlarını (örneğin heatmap veya attention map) içerdiğini göstermektedir.

Mindpeak GmbH, dijital patolojide yapay zekâ uygulamaları geliştiren öncü bir şirkettir. Meme kanseri başta olmak üzere akciğer ve prostat kanseri gibi alanlarda IHK skorlamasını otomatikleştiren derin öğrenme tabanlı çözümler üretmektedir. Bu algoritmalar çoğunlukla konvolüsyonel sinir ağları (CNN) temellidir.

Sonuç olarak, bu çalışmada kullanılan yapay zekâ sistemi; HER2 immünohistokimya (IHK) değerlendirmesi için özel olarak eğitilmiş, CNN tabanlı bir görüntü analiz yazılımıdır. Dijital eğitim platformuna entegre edilerek, hem tanısal doğruluğu hem de patologlar arası uyumu artırmayı başarmıştır.

🔍 Yapay Zekâ Müdahalesi Ne Değiştirdi?

• İlk iki değerlendirmede YZ yardımı olmadan doğruluk oranı: %89,1

• Üçüncü değerlendirmede YZ yardımıyla doğruluk oranı: %96,1

• Patologlar arası uyum katsayısı (concordance):

  • YZ olmadan: 0.506

  • YZ ile birlikte: 0.798

• Klinik kategoriye göre doğru sınıflandırma oranı:

  • YZ olmadan: %90,1

  • YZ ile birlikte: %95,0

• HER2-düşük veya HER2-ultradüşük olgularının yanlışlıkla HER2-null olarak sınıflandırılması:

  • YZ sayesinde %24,4 oranında azaldı

Bu rakamlar, YZ’nin tanı kalitesini yalnızca arttırmakla kalmadığını, aynı zamanda tedaviye erişim için belirleyici olan tanı hatalarını da önemli ölçüde azalttığını ortaya koyuyor.

Neden Bu Kadar Önemli?

HER2 düşük ekspresyonlu meme kanserleri, daha önce tedavi şansı bulamayan binlerce hasta için umut vaat eden yeni tedavilere kapı aralıyor. Ancak bu potansiyel sadece doğru tanı konulabildiği sürece gerçekleşebilir.

HER2-negatif denilen tümörlerin yaklaşık %65’i aslında bir miktar HER2 ekspresyonu gösteriyor ve bunlar artık HER2-düşük veya HER2-ultradüşük olarak sınıflandırılıyor. Bu hastalar, HER2 hedefli ilaçlardan fayda görebilir; fakat bunun için doğru tanı şart. Bu çalışma, YZ’nin bu tanısal boşluğu kapatma gücüne sahip olduğunu çok merkezli verilerle ilk kez ortaya koyuyor.

Yorum

HER2 skorlamasının doğruluğu, hastaların en iyi tedaviyi alabilmesini sağlar. Bu çalışma, YZ destekli yaklaşımın sadece tanı doğruluğunu artırmakla kalmadığını, aynı zamanda tedavi kararlarını doğrudan etkileyen durumlarda da fayda sağladığını gösteriyor. Yapay zekâ, hekimin yerini almak için değil; daha akıllı ve daha hızlı çalışarak yüksek kaliteli, kişiselleştirilmiş bakım sunmamıza yardımcı olmak için var.

Sonuç: Yapay Zekâ ile Daha Fazla Kadına Umut

Bu çalışma, meme kanserinde HER2 tanımlamasının ne kadar karmaşık ve tedavi kararları açısından ne kadar kritik olduğunu bir kez daha gösteriyor. Yapay zekâ, sadece zaman kazandıran değil, hayat kurtaran bir destek aracına dönüşüyor. Her yeni teknoloji gibi, doğru uygulanırsa klinik pratiğe somut faydalar sunuyor.

Meme kanserinin geleceği artık yalnızca hücrelerin değil, verinin de mikroskopa girdiği bir dünyaya evriliyor. YZ destekli tanı sistemleriyle, daha fazla hasta doğru zamanda, doğru tedaviye ulaşabilir.