Yatış öngörüleri gerçekleşenden uzak
ChatGPT-5.2, diş işlemleri daha önce yapılmış 228 hastanın 165’i için hastaneye yatış öngördü. Gerçekte yatırılan hasta sayısı 5’ti; aynı bilgileri değerlendiren bağımsız anestezi uzmanı ise 11 hasta için yatış öngördü. Tuba Çatak ve çalışma arkadaşlarının BMC Oral Health’te yayımlanan araştırmasında benim başlangıç noktam bu fark. Modelin yanıtları yatış yönünde yoğunlaşıyor. Toplam uyum puanını okumadan önce hangi kararların, hangi yönde ayrıştığını bilmek istiyorum.[1]
Araştırmacılar, Necmettin Erbakan Üniversitesi Diş Hekimliği Fakültesi’nde 285 olgunun dosyasını geriye dönük tarayıp eksik veya hatalı bilgi içeren 57’sini dışladı. Bu örneklemde çocuklar ve yetişkinler birlikte yer aldı. Model ile bağımsız hekim, hastaları tedavi eden uzmanın kararlarını görmeden aynı kimliksizleştirilmiş ameliyat öncesi özetleri değerlendirdi. İki değerlendiriciye aynı bilginin verilmesi, tasarımın güçlü yanı. Deneyin sınırını da bu koşul çiziyor: yanıtlar geçmiş olguların özetlerinden üretildi, hastaların gerçek bakımı ise daha önce gerçekleşmişti.[1]
Her karşılaştırma ölçütü neyi doğruluyor?
Fiziksel durum sınıflaması ve anestezi yöntemi için karşılaştırma noktası, tedavi eden anestezi uzmanının dosyaya geçmiş kararıydı. Yatışta ise ölçüt değişiyor: hastanın gerçekte taburcu edilmesi veya yatırılması esas alınıyor. Bu ayrım önemli. Tek hekimin kararına uyum, o hekimin uygulamasına benzerliği ölçer; gerçek yatış durumuna uyum ise geçmişte gerçekleşen kararı yeniden bulmayı ölçer. Bu karşılaştırmalar, hasta açısından en iyi sonucu verecek seçimi bağımsız biçimde belirlemiyor. Çalışmanın yazarları da tek hekimi yanılmaz bir doğru ölçütü saymıyor.[1]
Model, sınırlı bağlam karşısında daha ihtiyatlı bir karar örüntüsü izlemiş olabilir. Yerel uygulamalar ve tedavi eden hekimin daha zengin bilgiye erişimi de gerçekleşen yatışları açıklayabilir. Ortak mesleki eğitim, hekimler arası uyuma katkıda bulunmuş olabilir. Bu olasılıklar, modelin öngördüğü her ek yatışı gereksiz saymakta acele edilmemesini gerektiriyor. Öngörüler hastaların bakımına uygulanmadı. Dolayısıyla bu deney, yapay zekânın yol açtığı yatışları sayamaz ve onun seçimlerini izlemenin hasta üzerindeki sonuçlarını belirleyemez.[1]
Seyrek sonuçlar ayrıca değerlendirilmeli
Örneklemde yalnızca 4 olguya sedasyon uygulanmıştı. Model bunların hiçbirini sedasyon olarak sınıflamadı; genel anestezi uygulanan 11 olgu içinse sedasyon seçti. Bu örüntü, sık görülen sınıfın ağırlığı altında toplam ölçüde gizlenebilir. Sedasyon ve yatış olguları bu kadar azken, yazarlar ilgili sonuçları keşif niteliğinde değerlendiriyor. İki değerlendiriciyi doğrudan çıkarımsal bir istatistik sınamasıyla karşılaştırmak yerine sonuçları betimleyici olarak yan yana koyuyorlar. Olgu sayılarının uyum ölçülerinin yanında kalması gerekiyor.[1]
Benim önerdiğim sonraki değerlendirme, birden çok merkezdeki anlaşmazlıkları bağımsız klinik inceleme ve hastaların sonraki sonuçlarıyla ele alır. Yatış ağırlıklı örüntünün gözden kaçan riskleri mi yakaladığını, yoksa bakım ortamına uyumsuzluğu mu yansıttığını sormak gerekir. Tek merkezli, geriye dönük bu çalışma araştırılmaya değer somut bir ayrışma belirliyor. Kanıtın taşıdığı sonuç, sınanan koşullardaki karar örüntüsünü incelemek. Klinik yarar iddiası için gerçek kullanımdaki hasta sonuçlarını, uyumun yanında anlaşmazlıkların sonuçlarını da görmek gerekiyor.[1]