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

Dijital psikiyatride yapay zekâ ve makine öğrenmesinin yöntemi ve etkisi

Methodology and impact of ai and machine learning for digital psychiatry

Giyilebilir cihaz verisinden türetilen ölçümler depresyon taraması ve belirti şiddeti değerlendirmesinde klinik görüşmeyi tamamlayıcı nesnel bilgi sağlayabilir, ancak yapay zekânın klinik etkisi yalnızca kestirim doğruluğuyla değil ürettiği bilginin güvenilir, adil ve eyleme dönüştürülebilir olmasıyla değerlendirilmelidir.

Konuşma, yapay zekânın (artificial intelligence, AI) tarama, belirti değerlendirmesi, klinik karar verme ve hatta tedavi sunumunda giderek daha çok kullanılması karşısında klinisyenlerin bu teknolojilerin nasıl geliştirildiğini, sınırlarını ve güvenli klinik kullanıma dönüşmesi için gerekenleri anlaması gerektiğini ele alıyor. Yapay zekâ temelli dijital fenotiplemenin yöntemsel temelleri ve olası klinik etkisi, giyilebilir teknolojilere odaklanılarak kısaca gözden geçiriliyor. Somut örnek olarak, bilekten takılan bir giyilebilir cihazın verisiyle tıbbi cihaz olarak yazılım (software as a medical device, SaMD) geliştirme süreci sunuluyor: sürekli toplanan aktivite ve fizyolojik veriler dijital özelliklere dönüştürülüyor ve depresif bozukluklar için tarama ile belirti şiddeti değerlendirmesini desteklemek üzere makine öğrenmesi modelleriyle çözümleniyor. Klinik geliştirme sürecinden elde edilen bulgular, giyilebilir cihaz kaynaklı ölçümlerin geleneksel klinik görüşme ve belirti ölçeklerini tamamlayıcı nesnel bilgi sağlayabileceğine işaret ediyor. Bu örnek üzerinden, klinik olarak anlamlı özellik ve sonuç seçimi, aşırı uyumun (overfitting) önlenmesi, dış doğrulama, farklı popülasyon ve ortamlara genellenebilirlik, yorumlanabilirlik ve klinik iş akışına entegrasyon gibi çeviri zorlukları ile olası yanlılık, mahremiyet ve veri yönetişimi sorunları tartışılıyor. Sonuç olarak klinisyenlerin her aracın kullanım amacını ve sınırlarını bilmesi, yapay zekâ çıktılarına aşırı güvenmekten kaçınması ve bu çıktıları klinik bulgular ile hastanın bağlamı içinde yorumlaması öneriliyor.

Tüm WCP 2026 özetleri