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

EV0468

Daha iyi hissetmek, bayt bayt: Majör depresif bozukluğun yönetiminde yapay zekâ destekli müdahalelerin etkililiği ve güvenliliği

FEELING BETTER, BYTE BY BYTE: THE EFFECTIVENESS AND SAFETY OF ARTIFICIAL INTELLIGENCE-ENABLED INTERVENTIONS FOR THE MANAGEMENT OF MAJOR DEPRESSIVE DISORDER

Yapay zekâ temelli klinik karar destek ve seans analitiği araçları majör depresif bozuklukta belirti düzelmesini ve tedavide kalmayı artırmakta, prognostik makine öğrenmesi modelleri ise remisyon ve ilaç yanıtı kestiriminde klinisyen yargısını geçmektedir.

Çalışma, yapay zekâ ve makine öğrenmesi (machine learning) destekli müdahalelerin majör depresif bozuklukta (major depressive disorder, MDD) tedavi kesinliğini ve remisyon oranlarını geleneksel klinik yargıya kıyasla artırıp artırmadığını incelemeyi amaçlamıştır. PRISMA rehberli sistematik derlemede 2.318 kayıt taranmış, 37 tam metin değerlendirilmiş ve 5 çalışma dahil edilmiştir; dahil edilenler yapay zekâ temelli klinik karar destek sistemlerinin (clinical decision support system, CDSS) randomize kontrollü çalışmaları ile prognostik makine öğrenmesi çalışmaları olup karşılaştırma kolu olağan bakım ya da klinisyen yargısıdır. Eleos Health randomize çalışmasında (n=47) iki ayda belirti azalması PHQ-9'da %34 (d=0,82) ve GAD-7'de %29 (d=0,78) iken olağan bakımda sırasıyla %20 (d=0,34) ve %8 (d=0,14) olmuş, klinik notlar 55 saat daha erken tamamlanmıştır. PETRUSHKA randomize çalışmasında (n=520) 8. haftada tüm nedenlere bağlı tedavi bırakma %17'ye karşı %27, yan etkiye bağlı bırakma %9'a karşı %16 bulunmuş, bırakmada %40 azalma bildirilmiştir (RR 0,62; p=0,007); 24. haftada ortalama belirti puanı PHQ-9 için 7,1'e karşı 9,2, GAD-7 için 4,6'ya karşı 5,8'dir. Prognostik modellerde NESDA çok omikli modeli (n=804) iki yıllık remisyon kestiriminde AUROC 0,78 ile psikiyatristlerin %51 ila %55 doğruluğunu (κ=0,32) geçmiş, EMBARC çok modlu MRG modeli (n=229) 1. hafta verisiyle 8. hafta sertralin yanıtını dengeli doğruluk (balanced accuracy) %68 ve AUROC 0,73 ile kestirmiştir. Ketamin ve tedaviye dirençli depresyon yapısal MRG modelinde (n=99/51) dengeli doğruluk keşif örnekleminde %72,2, dış doğrulamada %60, salin kontrolde %41,1 olmuştur. Yazarlar karar destek sistemleri ve seans analitiğinin hastanın tedavide kalmasını artırdığı, uzun dönem depresyon ve anksiyete belirtilerini iyileştirdiği ve belgeleme yükünü azalttığı sonucuna varmıştır. Rutin uygulamaya geçilmeden önce nörogörüntüleme ve çok omikli karar destek araçlarının gerçek yaşam etkililiğini ve maliyet etkililiğini sınayan ileriye dönük çift kör klinik çalışmalara gereksinim vurgulanmaktadır.

Tüm WCP 2026 özetleri