EŞ ZAMANLI KEMORADYOTERAPİ UYGULANAN KÜÇÜK HÜCRELİ DIŞI AKCİĞER KANSERİ OLGULARINDA RADYASYON PNÖMONİTİSİ TANISINDA YAPAY ZEKA TABANLI YÖNTEMLERİN ROLÜ

---

Tezin Türü: Tıpta Uzmanlık

Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İZMİR DR. SUAT SEREN GÖĞÜS HASTALIKLARI VE CERRAHİSİ SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, DAHİLİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye

Tezin Onay Tarihi: 2026

Tezin Dili: Türkçe

Öğrenci: CEMRE CEREN ÇOLAK

Danışman: Ali Kadri ÇIRAK

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Amaç: Bu çalışmanın amacı, eş zamanlı kemoradyoterapi uygulanan küçük hücreli dışı akciğer kanseri hastalarında radyasyon pnömonitisinin tanınmasında yapay zekâ tabanlı yöntemlerin tanısal performansını değerlendirmek ve klinik karar destek sistemi olarak kullanılabilirliğini araştırmaktır. Gereç ve Yöntem: Bu retrospektif çalışmaya, 2019–2024 yılları arasında eş zamanlı kemoradyoterapi uygulanan ve çalışma kriterlerini karşılayan 207 küçük hücreli dışı akciğer kanseri hastası dahil edildi. Hastaların demografik, klinik, radyolojik ve radyoterapiye ait dozimetri verileri ile tedavi öncesi ve sonrası toraks BT görüntüleri değerlendirildi. Tedavi öncesi ve sonrası toraks BT görüntüleri ön işleme, hizalama ve segmentasyon basamaklarından geçirilerek klinik verilerle bütünleştirildi ve radyasyon pnömonitisinin tanınmasına yönelik derin öğrenme tabanlı multimodal bir yapay zekâ modeli geliştirildi. Model performansını artırmak amacıyla sınıf dengesizliğini azaltmaya, aşırı öğrenmeyi önlemeye ve özellik seçimini optimize etmeye yönelik çeşitli eğitim stratejileri uygulandı. İstatistiksel analizlerde tanımlayıcı istatistikler, parametrik ve parametrik olmayan karşılaştırma testleri, kategorik veri analizleri, ROC analizi ile tek ve çok değişkenli regresyon analizleri kullanıldı. Bulgular: Radyasyon pnömonitisi gelişen olgularda vücut ağırlığı, sentrilobüler amfizem sıklığı ve paklitaksel bazlı kemoterapi kullanım oranı anlamlı olarak daha yüksek bulundu (sırasıyla p=0,017, p=0,013 ve p=0,030). Ayrıca V5, V10, V20 ve ortalama akciğer dozu (MLD) değerleri radyasyon pnömonitisi gelişen olgularda anlamlı düzeyde yüksek saptandı (tümü p<0,05). Beş katlı çapraz doğrulama analizinde modelin eğitim sürecinin kararlı olduğu gösterildi ve TabNet tabanlı yapay zekâ modeli, karşılaştırılan makine öğrenmesi ve derin öğrenme yöntemleri arasında en yüksek performansı sergileyerek test veri setinde 0,752 AUC ve 0,651 F1 skoru elde etti. Sonuç: Geliştirilen TabNet tabanlı yapay zekâ modeli, radyasyon pnömonitisinin tanınmasında karşılaştırılan modeller arasında en yüksek performansı göstermiş olup klinik karar destek sistemi olarak kullanılabilecek potansiyele sahiptir. Radyasyon pnömonitisi gelişiminde V5, V10, V20 ve ortalama akciğer dozu gibi dozimetri parametreleri, paklitaksel bazlı kemoterapi uygulanması ve sentrilobüler amfizem varlığı anlamlı risk faktörleri olarak belirlendi. Daha geniş örneklemli, çok merkezli ve moleküler verileri de içeren çalışmalarla modelin doğrulanmasının klinik uygulamaya katkı sağlayacağı düşünülmektedir.