Akademik Veri Yönetim Sistemi
Uluslararası Sağlıkta Dijitalleşme ve Yapay Zeka Kongresi, Sinop, Türkiye, 21 - 23 Mayıs 2025, ss.47-48, (Özet Bildiri)
Giriş: Hastaların ameliyathaneye güvenli ve etkin bir şekilde transfer edilmesi, cerrahi bakımın temel unsurlarından biridir. Sağlık sektöründe yapay zekanın (YZ) giderek artan kullanımı, klinik karar verme süreçlerini geliştirmek için yeni fırsatlar sunmaktadır. Bu çalışma, preoperatif hasta transfer sürecinde hataları belirleme açısından YZ’nin performansını, farklı deneyim seviyelerine sahip hemşirelerle karşılaştırmayı amaçlamaktadır. Yöntemler: Kontrollü bir simülasyon çalışması gerçekleştirilmiş olup, farklı deneyim seviyelerine sahip üç hemşire (yeni başlayan, orta düzey ve uzman) seçilmiştir. Beş boyutta hata tespiti yapabilecek şekilde özel olarak eğitilmiş bir YZ modeli kullanılmıştır: genel değerlendirme, invazivlik, hastanın yatış yönü, makyaj ve takı kullanımı. Performansı değerlendirmek için parametrik olmayan istatistiksel analizler uygulanmış; Kruskal–Wallis ve Spearman korelasyon testleri kullanılmıştır. Bulgular: Hemşireler, özellikle takı kullanımı ve bağlamsal unsurlar gibi daha incelikli ve duruma özgü boyutlarda üstün performans sergilemiş, en deneyimli hemşireler en yüksek doğruluk seviyesine ulaşmıştır. YZ sistemi, invazivlik ve genel değerlendirme gibi daha yapılandırılmış görevlerde benzer doğruluk seviyesine ulaşmış olsa da, daha karmaşık boyutlarda değişkenlik göstermiştir. Kontrol süresi ile performans arasında anlamlı bir pozitif korelasyon tespit edilmiş olup, bu durum özellikle genel değerlendirme, bağlamsal unsurlar ve toplam puanlar açısından belirgin hale gelmiştir. Sonuç: YZ, preoperatif karar verme sürecinde önemli bir yardımcı araç olma potansiyeline sahip olsa da, özellikle incelikli ve bağlama bağlı görevlerde deneyimli hemşirelerin uzmanlığını tam olarak taklit edememektedir. İnsan yargısını YZ ile entegre eden hibrit bir model, hasta güvenliğini artırabilir ve klinik iş akışlarının verimliliğini iyileştirebilir. Gelecekteki araştırmalar, YZ’nin uyarlanabilirliğini artırmaya ve çeşitli sağlık hizmeti senaryolarına entegrasyonunu incelemeye odaklanmalıdır.