Küçük Hücreli Dışı Akciğer Karsinomlarında PD-L1 Skorlamasında Patolog ve Yapay Zekâ Uyumu: Tek Merkezli Validasyon Çalışması

Amaç: Programlanmış ölüm ligandı 1 (PD-L1) tümör proporsiyon skorunun (TPS) klinik eşiklere göre sınıflandırılması değerlendiriciye bağlı değişkenlik gösterebilir. Bu çalışmada, küçük hücreli dışı akciğer karsinomlarında patologun ilk değerlendirmesi (KY-1) ile Gemini 3.1 Pro yapay zekâ (YZ) modeli arasındaki uyum ve uyumsuz olgulardaki kör ikinci patolog değerlendirmesi (KY-2) incelendi.

Gereç ve Yöntemler: Tek merkezli retrospektif validasyon çalışmasına 25 arşiv olgusu alındı. Dört mikrometre kalınlığındaki formalinle fikse parafine gömülü kesitler, CAL10 klonu ve ultraView Universal DAB sistemiyle BenchMark ULTRA cihazında boyandı. Olgu başına tüm tümörlü alanları kapsayan, toplam en az 100 canlı tümör hücresi içeren en az 10 Full HD görüntü 20× objektifle kaydedildi. Her Türkçe istem bir kez çalıştırıldı ve tek YZ çıktısı kullanıldı. TPS <%1, %1–49 ve ≥%50 olarak sınıflandırıldı. KY-1–YZ uyumu kappa ve kesin McNemar testleriyle, KY-2 alt kümesi keşifsel olarak değerlendirildi.

Bulgular: KY-1 dağılımı 15 negatif, 6 düşük ve 4 yüksek pozitif; YZ dağılımı 14, 5 ve 6 idi. Tam uyum 16/25 (%64,0), Cohen kappa 0,377 ve karesel ağırlıklı kappa 0,531 bulundu. YZ beş olguda daha yüksek, dört olguda daha düşük kategori verdi. %1 ve %50 eşiklerinde marjinal fark yoktu (p=1,000; p=0,625). KY-2 bulunan sekiz uyumsuz olgunun yedisinde KY-2, KY-1 ile aynı kategorideydi (kappa 0,784); KY-2–YZ kappa -0,366 idi.

Sonuç: KY-1 ile YZ arasında sınırlı-orta düzeyde uyum vardı ve klinik eşiklerde sistematik yön farkı gösterilemedi. KY-2, seçilmiş uyumsuz olguların çoğunda KY-1 sonucunu yineledi. Bağımsız çok okuyuculu konsensüs standardı bulunmadığından YZ doğruluğu hakkında kesin çıkarım yapılamaz; klinik kullanım öncesinde yerel validasyon, standartlaştırılmış görüntüleme ve istem protokolü ile kör uzlaşı değerlendirmesi gereklidir.

Objective: Classification of programmed death ligand 1 (PD-L1) tumor proportion scores at clinical thresholds may vary by evaluator. This study assessed concordance between the primary pathologist assessment (KY-1) and the Gemini 3.1 Pro artificial intelligence model (YZ), and explored a blinded second pathologist assessment (KY-2) in discordant cases.

Material and Methods: This single-center retrospective validation study included 25 archival cases. Four-micrometer formalin-fixed paraffin-embedded sections were stained with CAL10 and ultraView Universal DAB on a BenchMark ULTRA platform. At least 10 Full HD images covering all tumor-bearing areas and collectively containing at least 100 viable tumor cells were captured per case using a 20× objective. Each Turkish prompt was run once, and a single YZ output was recorded. Scores were categorized as <1%, 1–49%, or ≥50%. KY-1–YZ agreement was assessed with Cohen’s kappa and exact McNemar tests; the KY-2 subset was analyzed exploratorily.

Results: KY-1 classified 15 cases as negative, 6 as low-positive, and 4 as high-positive; YZ classified 14, 5, and 6 cases, respectively. Exact agreement was 16/25 (64.0%), Cohen’s kappa was 0.377, and quadratically weighted kappa was 0.531. YZ assigned a higher category in five cases and a lower category in four. Marginal differences were absent at the 1% and 50% thresholds (p=1.000; p=0.625). In eight discordant cases with KY-2 data, KY-2 matched KY-1 in seven cases (kappa = 0.784); the KY-2–YZ kappa was -0.366.

Conclusion: KY-1 and YZ showed limited-to-moderate agreement, without a systematic directional difference at clinical thresholds. KY-2 reproduced KY-1 in most selected discordant cases. Because no independent multi-reader consensus standard was available, YZ accuracy could not be established. Local validation, standardized imaging and prompting, and blinded adjudication are required before clinical implementation.