İç Hastalıklarında Yapay Zeka Destekli Klinik Karar Destek Sistemleri İncelendi
Yetişkin iç hastalıkları ve akut bakım alanlarında yapay zeka tabanlı klinik karar destek sistemlerinin hasta ve süreç çıktılarına etkileri sistematik bir derlemeyle değerlendirildi.
İç hastalıkları alanındaki tanısal çeşitlilik ve belirsizlikler karşısında yapay zeka ile makine öğrenmesi temelli klinik karar destek sistemlerinin potansiyel kullanımları ve etkileri kapsamlı bir araştırmayla ele alındı.
Giriş ve Arka Plan
İç hastalıkları, geniş bir tanı yelpazesine ve belirsizlik altında verilen kararlara sahip olmasıyla bilinmektedir. Bilişsel yükü azaltmak amacıyla tanıtılan bilgisayarlı klinik karar destek sistemleri, geleneksel kural tabanlı yaklaşımlarla mütevazı faydalar sağlamış ancak karmaşık veri akışlarına uyum sağlamakta zorlanmıştır.
Yapay Zeka ve Veri Akışı
Yapay zeka, makine öğrenmesi ve derin öğrenme teknolojileri, elektronik sağlık kaydı verileri, fizyolojik dalga formları ve yapılandırılmamış metinlerden doğrudan öğrenme sağlayarak niteliksel olarak farklı bir yaklaşım sunmaktadır.
Model Sınıfları
Literatürde üç temel model sınıfı öne çıkmaktadır: sürekli risk tahmini için tablo şeklindeki elektronik sağlık kayıtlarına uygulanan denetimli makine öğrenmesi, 12 derivasyonlu EKG gibi ham fizyolojik dalga formlarına uygulanan derin öğrenme ve yapılandırılmamış klinik metinlere uygulanan büyük dil modelleri.
Çevirisel Boşluk
Temel modellerin olgunluğu, klinik değerlendirmelerinin önüne geçmiştir. Yayınlanan yapay zeka çalışmalarının çoğu, çıktının klinisyenler tarafından görülmediği geçmiş verilere dayanan retrospektif ayrımcılık metriklerine güvenmektedir.
Beklentiler ve Çözüm
Model çıktısının canlı bir klinik iş akışı içerisinde klinisyene sunulduğu prospektif dağıtım, klinisyen davranışı ile hasta sonuçlarındaki gerçek değişikliklerin anlaşılması açısından büyük önem taşımaktadır ve bu sistematik derleme bu konuya odaklanmaktadır.