Sigara Bırakma Kliniklerinde Yapay Zekâ Destekli Karar Destek Sistemi İçin İlk Bulgular Paylaşıldı

Çalışmanın Amacı

Sigara bırakma polikliniklerinde hasta değerlendirmesi; nikotin bağımlılığı, bırakma motivasyonu, önceki bırakma deneyimleri, davranışsal tetikleyiciler ve sosyal çevre gibi birçok faktörün birlikte değerlendirilmesini gerektirmektedir. Bu çalışma, sigara bırakma alanı için geliştirilen yapay zekâ destekli Klinik Karar Destek Sistemi'nin (KKDS), hasta görüşmelerinden elde edilen bilgileri analiz ederek klinisyenlere anlamlı ve yapılandırılmış öneriler sunup sunamayacağını değerlendirmek amacıyla gerçekleştirilmiştir. 

Yöntem

Çalışma, erken aşama bir kavramsal uygulanabilirlik (Proof of Concept – PoC) araştırması olarak tasarlanmıştır. Standart anamnez yapısına göre oluşturulan iki örnek sigara bırakma görüşmesi sisteme yüklenmiş ve elde edilen çıktılar araştırmacılar tarafından gerçekleştirilen bağımsız tematik analiz sonuçlarıyla karşılaştırılmıştır. Bu sayede sistemin hasta anlatılarındaki davranışsal ve klinik örüntüleri ne ölçüde tanıyabildiği değerlendirilmiştir. 

Bulgular

Çalışma sonuçları, yapay zekâ destekli sistemin hasta görüşmelerinde yer alan temel davranışsal ve klinik örüntüleri büyük ölçüde doğru şekilde tanımlayabildiğini göstermiştir. Özellikle stres, sosyal ortam etkisi, önceki bırakma girişimleri, relaps (yeniden başlama) öyküsü ve bırakma sürecinde yaşanan güçlükler sistem tarafından tutarlı biçimde tespit edilmiştir. 

Sistem yalnızca mevcut durumu analiz etmekle kalmamış; aynı zamanda davranışsal baş etme stratejileri, psikososyal destek gereksinimi, takip planı ve olası farmakolojik yaklaşımlar gibi klinik açıdan anlamlı öneriler de üretebilmiştir. Önerilerin her vakanın özelliklerine göre şekillenmesi, sistemin bağlama duyarlı çalışabildiğini göstermiştir. 

Çalışmanın Önemi

Bu çalışma, yapay zekânın sigara bırakma polikliniklerinde klinisyenlerin yerini almak için değil, karar verme süreçlerini desteklemek amacıyla kullanılabileceğine işaret etmektedir. Hasta görüşmelerinden elde edilen bilgilerin hızlı ve sistematik biçimde değerlendirilmesi, klinisyenlerin iş yükünü azaltırken daha kişiselleştirilmiş danışmanlık süreçlerinin geliştirilmesine katkı sağlayabilir. 

Sonuç

Elde edilen bulgular, yapay zekâ destekli Klinik Karar Destek Sistemi'nin sigara bırakma görüşmelerinden elde edilen klinik ve davranışsal örüntüleri tanıyabildiğini ve bunları hekime yönelik destekleyici önerilere dönüştürebildiğini göstermektedir. Bununla birlikte çalışma erken aşama bir kavramsal doğrulama niteliğindedir. Sistemin klinik kullanım potansiyelinin ortaya konabilmesi için daha geniş veri setleriyle ve gerçek hasta-hekim görüşmeleriyle yapılacak ileri doğrulama çalışmalarına ihtiyaç bulunmaktadır.