Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

EV0458

Los Angeles General Medical Center'da yüksek stres altındaki asistan hekimlerde yapay zekâ destekli gerçek zamanlı stres ve ruh sağlığı yönetimi platformunun değerlendirilmesi

EVALUATION OF AN ARTIFICIAL INTELLIGENCE ENABLED REAL-TIME STRESS AND MENTAL HEALTH MANAGEMENT PLATFORM IN A HIGH-STRESS PHYSICIAN RESIDENT POPULATION AT LOS ANGELES GENERAL MEDICAL CENTER

Asistan hekimlerde giyilebilir sensör, klinik ölçek ve sohbet robotu verilerini birleştiren yapay zekâ destekli gerçek zamanlı bir dijital sağlık platformunun değerlendirildiği çalışma sürmekte olup posterde sonlanım verisi sunulmamıştır.

Çalışmanın amacı, yüksek stresli bir asistan hekim popülasyonunda stres ve tükenmişlik yönetimi için çok modlu zekâ içeren, bağlama duyarlı yapay zekâ destekli gerçek zamanlı bir dijital sağlık platformunu değerlendirmektir; gerekçe olarak Amerikan Tıp Kolejleri Birliği'nin (AAMC) 2023 verilerinde hekimlerin %48'inin en az bir tükenmişlik belirtisi yaşadığı aktarılmaktadır. Klinik sonlanım ve yapay zekâ sistemi doğrulama çalışması, Los Angeles General Medical Center'da etkin klinik görevi olan asistan hekimlerle (n = 120) 12 hafta boyunca yürütülmekte, Güney Kaliforniya Üniversitesi kurumsal değerlendirme kurulu (IRB) sürecinden geçmiş olup katılımcılardan giyilebilir sensör, akıllı telefon uygulaması ve web uygulaması verilerine erişim için bilgilendirilmiş onam alınması planlanmaktadır. Değerlendirmede klinik olarak doğrulanmış dijital ölçekler kullanılmaktadır: psikolojik sermaye (PCQ-10), depresyon (PHQ-9), anksiyete (GAD-7) ve stres (PSS-10); ayrıca kalp hızı, uyku süresi, fiziksel etkinlik ve vücut sıcaklığı gibi giyilebilir cihaz ölçümleri uzun kısa süreli bellek (Long Short-Term Memory, LSTM) ağı temelli derin öğrenme mimarisiyle sürekli işlenerek iyilik hali puanına dönüştürülmektedir. Üçüncü veri hattı, sisteme gömülü bir sohbet robotuyla yapılan konuşmaların büyük dil modelleri (Large Language Models, LLM) aracılığıyla sıkıntı örüntüleri açısından çözümlenmesidir; tüm veri hatlarından gelen puanlar ağırlıklandırılmış derin sinir ağı algoritmasıyla birleştirilerek tek bir iyilik hali puanı üretilmekte ve üretken yapay zekâ temelli bir geri bildirim döngüsü ile davranışsal ekonomi kökenli olumlu davranış ödüllendirmeleri sunulmaktadır. Posterde bildirilen tek nicel doğrulama sonucu, 27.651 katılımcıdan oluşan gerçek dünya veri hattında anksiyete ve depresyon başlangıcının saptanmasına yönelik kavram kanıtı analizidir; sinir ağı modeliyle yaklaşık %90 doğruluk elde edilmiş ve bu sonuç 2025 Amerikan Psikiyatri Birliği kongresinde sunulmuştur. Çalışmanın kendi sonlanım verileri henüz sunulmamakta, posterde teknolojinin hekimlerde mesleki stres ve tükenmişliği önlemesinin, ruhsal ve bedensel iyilik hali ile iş doyumunu artırmasının beklendiği belirtilmektedir.

Tüm WCP 2026 özetleri