Integration of Artificial Intelligence in Oral Mucositis Management in Cancer Patients: Current Approaches and Clinical Implications

I. Uluslararası Onkoloji Hemşireliği Derneği Kongresi’, Ankara, Türkiye, 21 - 23 Mayıs 2025, ss.182-183, (Özet Bildiri)

Yayın Türü: Bildiri / Özet Bildiri
Basıldığı Şehir: Ankara
Basıldığı Ülke: Türkiye
Sayfa Sayıları: ss.182-183
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Kocaeli Üniversitesi Adresli: Evet

Oral mukozit, kemoterapi ve radyoterapi gibi kanser tedavilerinin yaygın ve ağrılı bir yan etkisi olup, özellikle lösemi veya baş-boyun kanseri tedavisi gören hastalarda yüksek oranda görülmektedir (ArbabiSarjou ve ark., 2022; Reuss ve ark., 2023; Kusiak ve ark., 2020). Bu durum, hasta konforunu ve tedaviye uyumu olumsuz etkilediğinden, yenilikçi yönetim stratejilerine ihtiyaç duyulmaktadır. Yapay zeka (YZ) teknolojilerinin entegrasyonu, oral mukozit yönetiminde izlem, risk tahmini ve kişiselleştirilmiş bakım gibi birçok alanda önemli avantajlar sunmaktadır. Bu derlemenin amacı, kanser hastalarında sık görülen ve yaşam kalitesini olumsuz etkileyen oral mukozitin tanı, izlem ve yönetiminde YZ uygulamalarının güncel rolünü ve potansiyelini özetlemektir.

YZ tabanlı sistemler, semptom takibi ve hasta izleminde etkinlik sağlayarak, hasta verilerinin farklı kaynaklardan toplanıp analiz edilmesine olanak tanır. Bu sayede risk faktörleri daha iyi belirlenebilir ve bireyselleştirilmiş tedavi stratejileri geliştirilebilir (García-Saisó ve ark., 2024; Vakili ve ark., 2024). Bir çalışmada, baş boyun kanseri hastalarında oral mukoziti tahmin etmek için derin öğrenme modeliyle birlikte termal görüntülemenin kullanımını gösterilmiştir. Model, mukozitin erken tanımlanması potansiyelini göstererek %82 test doğruluğu elde etmiştir (Thukral et al., 2023). Başka bir çalışmada Evrişimli Sinir Ağları (CNN) mimarisinin, mukozit taramasında etkili olduğu vurgulanmıştır, ancak aşırı uyum gibi sorunlar olduğu bildirilmiş ve model eğitiminde daha fazla iyileştirmeye ihtiyaç olduğu ifade edilmiştir (Kapoor & Mahajan, 2023).

YZ, mevcut tedavi yöntemlerinin etkinliğini arttırmada kullanılabilir. Örneğin, fotobiyomodülasyon tedavisi oral mukozitlerin önlenmesinde önerilen yöntemlerdendir. (Zadik ve ark., 2019). Fotobiyomodülasyon tedavisi sırasında doz ve zamanlamanın YZ ile optimize edilmesi durumunda, komplikasyon riski azaltılarak tedavi başarısı arttırılabilir. Ayrıca, YZ’nin analitik kapasitesi, kanser tedavisine bağlı oral mikrobiyota değişiklikleri ile mukozit gelişimi arasındaki ilişkiyi ortaya koyarak, önleyici yaklaşımlar geliştirilmesine katkı sağlayabilir (Reuss ve ark., 2023; Triarico ve ark., 2022). ). Klinik karar destek sistemleri gibi platformlar, gerçek zamanlı veri entegrasyonu ile tedavi önerileri sunarak, onkologlara yardımcı olmaktadır (Oehring ve ark., 2023). Bu sistemler aynı şekilde oral mukozit gibi yan etkilerin yönetiminde kullanılabilir.

Etik boyutlar ve hasta bakış açısı da önemlidir. Araştırmalar, hastaların YZ’yi destekleyici bir araç olarak tercih ettiğini, insan kararının yerini almamasını istediklerini göstermektedir (Hilbers ve ark., 2025; Hantel ve ark., 2024). Bu nedenle, YZ uygulamalarının geliştirilmesinde hasta beklentileri ve etik standartlar gözetilmelidir.

Sonuç olarak, YZ’nin klinik iş akışlarına entegrasyonu, oral mukozit yönetiminde izlem, kişiselleştirilmiş müdahaleler ve optimal tedavi stratejileriyle bakım kalitesini artırma potansiyeline sahiptir. Bu gelişmeler, kanser tedavisi sürecinde hasta sonuçlarını ve yaşam kalitesini iyileştirebilir.

Anahtar Kelimeler: Mukozit, kanser, yapay zeka

Oral mucositis, a prevalent and painful side effect of cancer treatments like chemotherapy and radiotherapy, significantly impacts patient comfort and treatment adherence, particularly in those undergoing treatment for leukemia or head and neck cancers (ArbabiSarjou et al., 2022; Reuss et al., 2023; Kusiak et al., 2020). Innovative management strategies are thus essential. Artificial intelligence (AI) technologies offer advantages in monitoring, risk prediction, and personalized care for oral mucositis. This review summarizes the current role and potential of AI applications in the diagnosis, monitoring, and management of this condition, which frequently affects cancer patients and negatively impacts their quality of life.

AI-based systems enhance symptom tracking and patient monitoring by enabling the collection and analysis of patient data from diverse sources, facilitating better identification of risk factors and individualized treatment strategies (García-Saisó et al., 2024; Vakili et al., 2024). A study using thermal imaging combined with a deep learning model to predict oral mucositis in head and neck cancer patients achieved 82% test accuracy, indicating potential for early identification (Thukral et al., 2023). Another study highlighted the effectiveness of Convolutional Neural Networks (CNNs) in mucositis screening, while noting issues like overfitting, suggesting the need for further model training improvements (Kapoor & Mahajan, 2023).

AI can enhance existing treatment methods. For example, photobiomodulation therapy, a recommended method for preventing oral mucositis (Zadik et al., 2019), could benefit from AI-optimized dosage and timing, potentially reducing complications and increasing treatment success. AI's analytical capabilities can also contribute to preventive approaches by revealing the relationship between oral microbiota changes due to cancer treatments and mucositis development (Reuss et al., 2023; Triarico et al., 2022). Clinical decision support systems offer treatment recommendations through real-time data integration, assisting oncologists (Oehring et al., 2023) in managing side effects like oral mucositis.

Ethical dimensions and patient perspectives are important. Research indicates that patients prefer AI as a supportive tool rather than a replacement for human decision-making (Hilbers et al., 2025; Hantel et al., 2024). Therefore, patient expectations and ethical standards should be considered in AI application development.

In conclusion, integrating AI into clinical workflows has the potential to enhance the quality of care in oral mucositis management through monitoring, personalized interventions, and optimal treatment strategies, ultimately improving patient outcomes and quality of life during cancer treatment.

Keywords: Mucositis, cancer, artificial intelligence