Artificial İntelligence-Based Oral Cancer Screening Methods Yapay Zeka Tabanlı Ağız Kanseri Tarama Yöntemleri

ÖZET

Ağız kanseri, ağırlıklı olarak oral skuamöz hücreli karsinom (OSCC), büyük ölçüde geç evre ta

nıya atfedilen yüksek ölüm oranlarıyla önemli bir küresel sağlık sorunu teşkil etmektedir. Görsel

muayene ve doku biyopsisi gibi geleneksel teşhis yöntemleri, subjektiv yorumlama, invazivlik ve

erken evre lezyonlar için sınırlı duyarlılık gibi kısıtlamaları mevcuttur. Yapay zekâ (YZ) bu sınır-lamaların üstesinden gelmede dönüştürücü potansiyeline sahiptir. YZ destekli metodların tanısal doğruluğu artırabileceğini, erken teşhisi kolaylaştırabileceğini ve uzman düzeyinde taramaya erişimi kolaylaştırarak hasta prognozlarını iyileştirebileceği ileri sürülmektedir. Bu bölüm, üç tanı alanındaki YZ uygulamalarını sistematik olarak incelemektedir. Görüntüleme tabanlı taramada, derin öğrenme algoritmaları klinik, radyografik ve mikroskobik görüntüleri analiz ederek, kötü huylu lezyonları tespit etmede %90-95'lik hassasiyetlere ulaşarak, genellikle insan performansını aşmaktadır. Floresan görüntülerin otomatik analizi ve konfokal lazer endomikroskopisi gibi teknikler, neoplaztik dokunun invaziv olmayan, gerçek zamanlı tanımlanmasını sağlar. Histopatolojik taramada, Tüm Slayt Görüntüleme (WSI), doku örneklerini sayısallaştırarak Evrişimsel Sinir Ağları'nın (CNN'ler) sitolojik ve mimari atipiyi kantitatif olarak değerlendirmesine olanak tanır. Bu, OSCC ve tümör mikroçevre özelliklerinin tespitini otomatikleştirerek nesnelliği ve tekrarlanabilirliği artırır. Ayrıca, yapay zeka destekli biyobelirteç keşfi, Destek Vektör Makineleri ve Rastgele Ormanlar dahil olmak üzere makine öğrenimi modellerini kullanarak yüksek boyutlu genomik, proteomik ve klinik verileri sorgular. Bu, risk sınıflandırması ve erken tanı için öngö-

rücü biyobelirteçlerin belirlenmesini kolaylaştırır. Bu yapay zeka sistemlerinin entegrasyonu, otomatik analiz yoluyla operasyonel verimlilik, hızlandırılmış tanı zaman çizelgeleri ve sağlık hizmetlerindeki eşitsizlikleri gidermek için düşük kaynaklı ortamlarda uygulama potansiyeli gibi önemli avantajlar sunar. Ancak, bu teknolojilerin klinik uygulamaya aktarılması önemli zorluklarla karşı karşıyadır.

Bunlar arasında eğitim için büyük, düzenlenmiş ve çeşitli veri kümelerine bağımlılık, popülasyonlar arasında algoritmik genelleştirilebilirlik konusundaki endişeler ve yorumlanabilirliği engelleyen karmaşık modellerin "kara kutu" doğası yer almaktadır. Veri gizliliği, algoritmik önyargı ve sorumlulukla ilgili etik ve düzenleyici çerçevelerin daha fazla geliştirilmesi gerekmektedir. Sonuç olarak, yapay

zekâ destekli tarama, oral onkolojide OSCC'nin erken ve doğru tespiti için önemli bir etkinlik göstermektedir. Yapay zekânın görüntü analizi, dijital patoloji ve biyobelirteç keşfindeki sinerjik uygulaması, tanıları standartlaştırma ve erişilebilirliği iyileştirme potansiyeline sahiptir. Ancak, bu araçların klinik uygulamalara tam entegrasyonu, veri kalitesi, model doğrulama ve etik yönetişimle ilgili mevcut zorlukların üstesinden gelinmesine bağlıdır. Gelecekteki araştırmalar, klinik karar alma süreçlerini geliştirme ve hasta sonuçlarını iyileştirme vaatlerini gerçekleştirmek için büyük ölçekli, çok merkezli çalışmalara ve şeffaf, güçlü yapay zekâ sistemlerinin geliştirilmesine öncelik vermelidir.

Anahtar Kelimeler: Yapay Zekâ; Ağız Neoplazileri; Kanserin Erken Tespiti; Tanı; Skuamöz Hücreli Karsinom