
Yeni Diyabetli Hastalarda MR, Eski BT’lerde Yapay Zekâ ile Pankreas Kanseri Erken Tanısı
PANCANAI çalışmasında, tanıdan ≥1 yıl önce çekilmiş BT görüntüleri yapay zekâ ile analiz edildi ve bu görüntülerin %53.9’unda kansere ait işaretler tespit edildi — bu da hastalık henüz belirti vermeden önce BT görüntülerinde iz bırakmış olduğunu gösteriyor.
Tarama paradigması değişiyor!
Sessiz Tehdit Karşısında Yeni Umutlar
Pankreatik duktal adenokarsinom (PDAC), bugüne dek en sessiz ve ölümcül kanserlerden biri olmaya devam ediyor. Tanı konulduğunda hastalıkların %75’i ameliyat edilemeyecek evrededir ve 5 yıllık sağkalım oranı %12’nin altındadır. Rutin tarama testlerinin olmaması, hastalığın geç fark edilmesine neden oluyor. Ancak Temmuz 2025'te yayınlanan iki önemli çalışma, bu gidişatı değiştirme potansiyeline sahip: Yapay zekâ destekli BT taraması ve metabolik risk bazlı MRG taraması.

1. PANCANAI: Yapay Zekâ ile BT Taramalarından Tümörlerin Gölgeleri Okunabilir mi?
Yayın: Investigative Radiology, 24 Haziran 2025 | Yürütücü: Laura Degand, Kopenhag Üniversitesi
Bu retrospektif çalışma, 2006-2016 yılları arasında biyopsi ile doğrulanmış 1083 pankreas kanserli hastaya ait toplam 1220 BT taramasını inceledi. Önceden eğitilmiş yapay zekâ modelinin (PANCANAI), bu görüntüler üzerinde tümör lezyonları ve ana pankreatik kanal (MPD) genisliğini analiz etmesi sağlandı.
Öne Çıkan Bulgular:
-
BT tanı anında tespit duyarlılığı: %91.8
-
BT taraması tanıdan ≥1 yıl önceyse: %53.9
-
Evre I kanserlerde duyarlılık: %82.9
-
Portal fazda duyarlılık: %92.1, arteriyel fazda: %90.9, gecikmiş fazda: %83.5
Yorum:
Yapay zekâ, tanıdan bir yıl önce çekilen BT görüntülerinin yaklaşık yarısında pankreas kanseri izlerini tespit edebiliyor. Bu, "radyomik parmak izi" olarak adlandırılan, henüz semptom oluşmamış tümörlerin izlerini tanımak anlamına geliyor.
2. PANDOME: Risk Grubundaki Diyabet Hastalarında MRG ile Tarama Mümkün mü?
Yayın: The Journal of Clinical Endocrinology & Metabolism, Temmuz 2025 | Yürütücü: Dr. Richard Frank, ABD
Bu prospektif çalışma, yaşı 50'nin üzerinde olan ve ya yeni başlamış diyabet (NOD) ya da kötüleşen diyabet (DD) tanısı alan toplam 109 bireyde MRG temelli tarama uyguladı.
Tanımlar:
-
Yeni başlamış diyabet (NOD): Son 12 ayda HbA1c yükselmesi
-
Kötüleşen diyabet (DD): En az 2 yıllık diyabet üzerine, son 6 ayda >%2 HbA1c artışı (kilo alımı ya da ilaca uyumsuzlukla açıklanamayan)
Öne Çıkan Bulgular:
-
Tüm katılımcıların %50’sinde ortalama 6 mm boyutunda kistik lezyon saptandı
-
7 kişiye EUS yapıldı; 4ü biyopsi gerektirdi
-
Bu biyopsilerden birinde, DD grubunda Evre IB PDAC saptandı
-
DD grubunda şu belirtiler daha belirgindi:
-
Daha yüksek HbA1c (P = .02)
-
Daha fazla kilo kaybı (P = .0038)
-
Daha yüksek insülin ihtiyacı (P < .0001)
-
-
ENDPAC risk skoruna göre:
-
DD grubunun %75’i yüksek riskliydi (NOD grubunda bu oran: %35.6)
-
Yorum: Diyabetin doğasındaki bozulmalar, pankreas kanserinin sinsi habercisi olabilir. MRG ile risk grubundaki bireylerde erken evre tanının mümkün olabileceği ilk kez prospektif bir çalışmayla gösterildi.
Pankreas Kanserinin Erken Tanısında Anlamlı Bir İlerleme
Pankreas kanseri, belirti vermeden ilerlemesi ve etkili tarama araçlarının olmaması nedeniyle uzun süredir erken tanıdan kaçmayı başarıyor. Ancak PANCANAI ve PANDOME çalışmalarından elde edilen bulgular, bu tabloyu değiştirebilecek bir paradigma değişimini işaret ediyor. Görüntüleme arşivlerinin yapay zekâ ile geriye dönük analizinden, ince metabolik değişimlere dayalı olarak yüksek riskli bireylerin ileriye dönük taranmasına kadar her iki yaklaşım da, hastalık klinik olarak ortaya çıkmadan önce saptanmasında önemli bir ilerleme sağlıyor. Bu çalışmalar yalnızca yeni araçları doğrulamakla kalmıyor, aynı zamanda kimin ve nasıl taranması gerektiğine dair tanımları da yeniden şekillendiriyor. Birlikte ele alındığında, bu çalışmalar pankreas kanserinde daha erken tanıya giden yolda önemli bir kilometre taşını temsil ediyor — ve bu yol, tıbbın en ölümcül hastalıklarından birinde sağkalımı artırma umudu taşıyor.
1. Degand et al. Investigative Radiology, 2025. DOI: 10.1097/RLI.0000000000001209
2. Frank et al. J Clin Endocrinol Metab, 2025. DOI: 10.1210/clinem/dgaf319



