Yapay Zeka Destekli Hasta Mesajlarındaki Hekim Düzenlemelerinin Süre Yükü

Poursoltan ve meslektaşları tarafından yürütülen araştırmada, hekimlerin yapay zeka tarafından oluşturulan hasta mesajlarında yaptığı düzenlemeler ve bu süreçteki zaman yükü incelenmiştir. Klinik yorum mesajlarının mesaj başına en yüksek zaman yüküne sahip olduğu, randevu düzenlemelerinin ise en büyük kümülatif yükü oluşturduğu tespit edilmiştir.

Araştırmanın Kapsamı

Poursoltan ve çalışma arkadaşları, yapay zeka destekli hasta mesajları üzerinde hekimlerin yaptığı değişiklikleri ve bu durumun yarattığı zaman maliyetini detaylı bir şekilde incelemiştir.

Yöntem ve Veri Seti

Araştırmacılar, büyük bir dil modeli kullanarak 15 düzenleme kategorisinden oluşan uzman onaylı bir taksonomi geliştirmiş ve bu düzenlemelerin sıklığını, kapsamını ve yanıt süresiyle ilişkisini değerlendirmiştir. Başlangıç veri seti, 1.131 hekime ait 14.350 yapay zeka destekli yanıt içermektedir.

Retrospektif Kohort Çalışması

Nisan 2024 ile Ağustos 2025 tarihleri arasında UC San Diego Health'teki hasta mesajları analiz edilmiştir. Araştırmaya 1.110 hekime ait toplam 13.632 yanıt dahil edilmiştir.

En Sık Yapılan Düzenlemeler

Yapılan analizlerde en sık karşılaşılan düzenlemelerin yüzde 38,5 oranıyla randevu alma veya yeniden planlama olduğu görülmüştür. Bunu yüzde 18,2 ile yaşam tarzı veya nonfarmakolojik rehberlik sağlama ve yüzde 16,1 ile empati veya duygusal destek sunma takip etmiştir.

Yanıt Süresine Etkileri

Radyoloji yorumlarıyla ilgili düzenlemelerin yanıt süresini yüzde 70,1 oranında uzattığı belirlenmiştir. Ayrıca tanısal netleştirme yüzde 63,9 ve laboratuvar yorumu ise yüzde 60,8 oranında daha uzun yanıt süresiyle ilişkilendirilmiştir.

Gelecek Öncelikler

Elde edilen bulgular, hekimlerin iş yükünü azaltmak amacıyla yapay zeka taslak sistemlerinin iyileştirilmesine yönelik potansiyel önceliklerin belirlenmesine katkı sağlamaktadır.