Giriş: Rezektabl kolon kanserli hastalarda nüks riski ve ölüm riskini tahmin etmede tümör içi immün reaksiyonun önemine rağmen, şu anda kolon kanseri sınıflandırmasında rutin uygulamaya girmiş immün belirteç bulunmamaktadır. Tümör infiltre eden CD3 ve CD8 T hücrelerinin yüksek yoğunlukları kolorektal kanser (CRC)'de artmış prognozla ilişkilidir. Çalışmamızda immun skor(IS) ve radyoloji destekli yapay zeka modeli kullanarak prognostik tahmin sistemi geliştirilmesi amaçlanmıştır.
Yöntem: Çalışmaya 2011-2020 yılları arası opere kolon kanseri 122 hasta dahil edildi. Patoloji tarafından, tümör içinde ve invaziv marjinde CD3 ve CD8 hücre sayısı (hücre/mm2) kullanılarak IS hesaplandı (0-4)1 . Hastaların operasyon öncesi BT görüntüleri radyologlar tarafından 3 boyutlu olarak işaretlendi. (Görsel 1) Diğer klinik ve patolojik risk faktörleri ile radyolojik veriler derin öğrenme tabanlı yapay zeka algoritması (Görsel 2) ile analiz edilerek hastaların DFS ve OS durumları ayırt edilmeye çalışıldı.
Bulgular: Çalışmaya alınan 122 kolon kanserinin Evre II(n:66) ve Evre III(n:56) hastanın 54`ü kadın 68`i erkekti. (Tablo-1). Evre II-III hastaların DFS sırasıyla 2.8 yıl (95% CI 2.7-3), 2.4 yıl (95% CI 2.2-2.6) saptanmış olup fark istatiksel anlamlıydı p:0.003 . Evre II-III hasta popülasyonun 77`si (%63) adjuvan kemoterapi almış olup adjuvan tedavi ile DFS arasında anlamlı ilişki bulunmamıştır (p=0.16). Immun skoru(IS) ≤ 2 olan hastaların DFS 2.9 yıl (95% CI 2.7-3) IS >2 olan hastalarda 2.5 yıl (95% CI 2.2-2.7) saptanmış olup fark istatiksel olarak anlamlıydı p:0,0029. En iyi performansı gösteren model olan Model 222'de DFS durumunu ayırt etmede %76 doğruluk, 0,80 spesifite , 0,65 AUC ROC değeri elde etmiştir. Bu model iyi bir performans göstererek DFS `yi öngörmede tedavi kararına yardımcı olabilecek bir algoritma özelliği taşımaktadır.
Sonuç: Kolon kanserinin radikal rezeksiyonundan sonra fazla ya da yetersiz tedavi olmaksızın rekürrens riskini azaltmak onkologların en önemli tedavi hedefidir. Geliştirdiğimiz ve literatürde ilk çalışma olan IS ve radyoloji destekli yapay zeka modelinin, onkolojide prognoz tahmini ve kişiselleştirilmiş tedavi seçiminde rol alması beklenmektedir.