Kolorektal kanserlerde yapay zekâ ile belirlenen vücut kompozisyonunun prognostik etkisinin değerlendirilmesi
Evaluation of the prognostic impact of artificial intelligence–based body composition assessment in colorectal cancer
- Tez No: 990179
- Danışmanlar: DOÇ. DR. İSMAİL BEYPINAR
- Tez Türü: Tıpta Uzmanlık
- Konular: Onkoloji, İç Hastalıkları, Oncology, Internal diseases
- Anahtar Kelimeler: Kolorektal kanser, yapay zekâ, vücut kompozisyonu, subkutan adipoz doku, sağkalım, Colorectal cancer, artificial intelligence, body composition, subcutaneous adipose tissue, survival
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Alanya Alaaddin Keykubat Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: İç Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kolorektal kanser (KRK) dünya genelinde en sık görülen maligniteler arasında yer almakta ve yüksek mortalite oranlarıyla önemli bir halk sağlığı sorunu oluşturmaktadır. Son yıllarda yapılan çalışmalar vücut kompozisyonu parametrelerinin kanser prognozu üzerinde belirleyici olabileceğini ortaya koymuştur. Ancak manuel yöntemlerle yapılan ölçümler zaman alıcı ve gözlemciye bağımlı olduğundan, bu parametrelerin rutin klinik uygulamalara entegrasyonu sınırlıdır. Bu nedenle çalışmamızda yapay zekâ (YZ) tabanlı otomatik segmentasyon yöntemi kullanılarak kolorektal kanserli hastalarda visseral adipoz doku (VAT) ve subkutan adipoz doku (SAT) hacimleri hesaplanmıştır. Bu parametrelerin sağkalım üzerindeki prognostik etkilerinin değerlendirilmesi amaçlanmıştır. Çalışmaya, 2022–2025 yılları arasında Alanya Alaaddin Keykubat Üniversitesi Tıp Fakültesi Onkoloji Kliniğinde kolorektal kanser tanısı alan 113 hasta dâhil edilmiştir. Hastaların bilgisayarlı tomografi (BT) görüntülerinden elde edilen VAT ve SAT hacimleri, RECOMIA platformu kullanılarak derin öğrenme tabanlı otomatik segmentasyon yöntemiyle abdominal BT'nin tüm kesitleri üzerinden ölçülmüştür. Elde edilen veriler ROC, Kaplan–Meier ve Cox regresyon analizleri ile değerlendirilmiştir. Analizler sonucunda yüksek SAT düzeyinin hem genel sağkalım (OS) hem de progresyonsuz sağkalım (PFS) açısından anlamlı biçimde koruyucu bir faktör olduğu saptanmıştır (OS HR=0,17, p=0,005; PFS HR=0,46, p=0,042). Çok değişkenli analizde de yüksek SAT bağımsız bir sağkalım avantajı göstermiştir. Buna karşılık VAT hacmi ve VKİ değerlerinin OS ve PFS üzerindeki etkisi istatistiksel olarak anlamlı bulunmamıştır. Sonuç olarak, yapay zekâ destekli hacimsel analizle ölçülen SAT miktarı kolorektal kanserli hastalarda önemli bir prognostik belirteç olarak öne çıkmaktadır. YZ tabanlı otomatik segmentasyon, manuel ölçümlere kıyasla çok daha hızlı, tekrarlanabilir ve gözlemciden bağımsız sonuçlar sağlayarak klinik uygulamalara entegrasyon açısından önemli avantaj sunmaktadır. Bu sayede hasta risk sınıflamasının iyileştirilmesine ve kişiselleştirilmiş tedavi stratejilerinin geliştirilmesine katkı sağlayabilir.
Özet (Çeviri)
Colorectal cancer remains one of the most common malignancies worldwide and represents a major public health concern due to its high mortality rates. Recent studies have suggested that body composition parameters may have a significant impact on cancer prognosis. However, manual quantification methods are time-consuming and observer-dependent, limiting their integration into clinical practice. Therefore, this study aimed to evaluate the prognostic significance of visceral adipose tissue (VAT) and subcutaneous adipose tissue (SAT) volumes measured using artificial intelligence (AI)–based automatic segmentation in patients with colorectal cancer. A total of 113 patients diagnosed with CRC between 2022 and 2025 at Alanya Alaaddin Keykubat University Faculty of Medicine, Department of Oncology, were included in this retrospective study. VAT and SAT volumes were quantified from abdominal CT scans using the RECOMIA platform, which employs a deep learning–based automatic segmentation algorithm. The relationships between body composition parameters and survival outcomes were analyzed using ROC, Kaplan–Meier, and Cox regression models. The analyses revealed that higher SAT levels were significantly associated with improved overall survival (OS) and progression-free survival (PFS) (OS HR=0.17, p=0.005; PFS HR=0.46, p=0.042). Multivariate Cox analysis confirmed that elevated SAT was an independent favorable prognostic factor. In contrast, VAT and BMI values showed no statistically significant associations with OS or PFS. In conclusion, the amount of subcutaneous adipose tissue (SAT) measured through artificial intelligence (AI)–assisted volumetric analysis emerges as an important prognostic marker in patients with colorectal cancer. AI-based automatic segmentation provides substantially faster, more reproducible, and observer-independent results compared with manual measurements, offering a significant advantage for clinical integration. This approach may contribute to improved patient risk stratification and the development of personalized treatment strategies.
Benzer Tezler
- Akciğer metastazlarında primer tümör kaynağının yapay zeka algoritmaları ile değerlendirilmesi
Evaluation of primary tumor origin in lung metastases with artificial intelligence algorithms
ABDUSSELİM ADİL PEKER
Tıpta Uzmanlık
Türkçe
2021
Radyoloji ve Nükleer TıpBezm-İ Alem Vakıf ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. ALPAY ALKAN
DR. ÖĞR. ÜYESİ MEHMET ALİ GÜLTEKİN
- Lokal ileri rektum kanseri hastalarında bilgisayarlı tomografi tabanlı öğrenme metodu ile metastaz riskinin yapay zeka destekli belirlenmesi
Başlık çevirisi yok
TAYFUN ÇAĞRI HIDIMOĞLU
Tıpta Uzmanlık
Türkçe
2025
Radyasyon OnkolojisiEge ÜniversitesiRadyasyon Onkolojisi Ana Bilim Dalı
DOÇ. DR. FATMA SERT
- Identifying potential taxonomic biomarkers for gastrointestinal cancers from human microbiota using the grouping-scoring-modeling (G-S-M) and traditional feature selection approaches
Gruplama puanlama modelleme (G-S-M) ve geleneksel özellik seçim yaklaşımını kullanarak insan gastrointestinal kanser mikrobiyotalarındaki potansiyel taksonomik biyobelirteçlerin belirlenmesi
BEYZA ÇANAKCIMAKSUTOĞLU
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. BURCU GÜNGÖR
PROF. DR. MALİK YOUSEF
- Prediction of microsatellite status in colorectal cancer whole slide images using deep neural networks
Derin sinir ağları kullanılarak kolorektal kanser tüm slayt görüntüleri üzerinde mikrosatellit durumu tahmini
FATMA VİLDAN ENGİN
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Metastatik kolorektal kanser hastalarında prognoza etki eden faktörler
Prognostic factors in pati?ents with metastatic colorectal cancer
BAKİ EKER