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

EV0470

Yapay zekâyı psikiyatriye taşımak: ruh sağlığında olumsuz olaylar için bir yapay zekâ tahmin ve uyarı aracının geliştirilmesi ve uygulanması

BRINGING AI TO PSYCHIATRY: DEVELOPING AND IMPLEMENTING AN AI PREDICTION AND ALERTING TOOL FOR MENTAL HEALTH ADVERSE EVENTS.

Rutin olarak toplanan elektronik tıbbi kayıt verisiyle psikiyatrik yatan hastalarda kötüleşmeyi öngören makine öğrenmesi temelli bir uyarı aracı geliştirilebilmiş ve mevcut aktüeryal araçlardan daha iyi ayırt edicilik göstermiştir.

Çalışmanın amacı, akut ruh sağlığı ortamlarında hasta kötüleşmesini öngörecek yeterli doğrulukta bir makine öğrenmesi (machine learning, ML) modeli kurulup kurulamayacağını belirlemek ve bu uyarı sistemini pilot olarak değerlendirmektir. Yöntem olarak ekip toplantıları, kapsamlı derlemeler ve sağlık çalışanlarıyla görüşmelerle değişkenler belirlenmiş; Ocak 2020 ile Ağustos 2024 arasında Waypoint merkezinde bakım alan hastaların elektronik tıbbi kayıt (electronic medical record, EMR) verileri geriye dönük olarak örneklenmiş ve uzun kısa süreli bellek (Long Short-Term Memory, LSTM) modeline dayanan PRIME aracı (Predictive Risk Identification for Mental Health Events) geliştirilmiş, veri setinin %80'i eğitim ve doğrulama, %20'si test için ayrılmıştır. Örneklem 4.651 hasta ve EMR'den alınan 80 veri öğesinden oluşmuş; geliştirme seti 2020 ile 2023, değerlendirme seti 2024 yılını kapsamıştır. Aracın performansı 24 saatlik öngörü penceresinde AUC ROC %83 ve kesinlik (precision) %32 olarak bulunmuş, poster bunu yüksek duyarlıklı bir klinik değerlendirme aracı olarak nitelendirmektedir. Karşılaştırmada PRIME aracı, mevcut iki aktüeryal araç olan Dinamik Durumsal Saldırganlık Değerlendirmesi yatan hasta sürümünden (Dynamic Appraisal of Situational Aggression, DASA-IV) ve Akut Şiddet Riski Ölçeği'nden (Acute Risk for Violence Scale, ARVS) daha yüksek AUC değeri elde etmiştir. Araç 8 adli ve 2 akut birimde, 2 psikiyatristin katılımıyla ön pilot uygulamaya alınmış; girişim her sabah 08:00'de gönderilen günlük PRIME uyarıları ve günlük geribildirim anketlerinden oluşmuştur. Hekim algılarına ilişkin tabloda algılanan yarar için kesinlikle katılmıyorum ve katılmıyorum yanıtları %56, kararsız %6, katılıyorum ve kesinlikle katılıyorum %38; algılanan doğruluk için sırasıyla %66, %1 ve %33 olarak bildirilmiştir. Sonuç olarak rutin EMR verisiyle psikiyatrik ortamlarda hasta kötüleşmesinin doğru biçimde öngörülebileceği belirtilmekte, sonraki adım olarak PRIME aracının etkisinin küme randomize çapraz geçişli (cluster-randomized crossover) bir klinik çalışmada değerlendirilmesi planlanmaktadır.

Tüm WCP 2026 özetleri