Klinik Karar Destek Sistemleri: Sepsisten Erken Uyarıya Yapay Zekânın İki Yüzü

Klinik karar destek sistemi (KKDS), hekimin kararına veri ve uyarılarla yardımcı olan yazılımdır. Basit bir ilaç etkileşimi uyarısından, elektronik sağlık kaydını (ESK) sürekli tarayıp bir hastanın kötüye gittiğini öngören karmaşık makine öğrenmesi modeline kadar geniş bir yelpazeyi kapsar. Yapay zekâ (YZ) çağında bu sistemlerin en çok konuşulan uygulaması sepsis erken uyarısıdır — ve bu alan, YZ'nin tıptaki hem en büyük vaadini hem de en öğretici başarısızlığını aynı anda barındırır.

Neden Sepsis?

Sepsis, enfeksiyona karşı vücudun düzensiz yanıtının organ hasarına yol açtığı, hızla ölümcül olabilen bir tablodur. Tanısı zordur çünkü erken belirtileri (ateş, kalp hızı artışı, tansiyon düşüklüğü) silik ve özgül değildir. Tedavinin köşe taşı — uygun antibiyotik ve sıvı — ne kadar erken verilirse mortalite o kadar düşer. Bu yüzden "saatler önce uyaran" bir sistem, teorik olarak hayat kurtarır. Sorun, teoriyi gerçek hasta sonucuna çevirmektir.

Başarı Örneği: TREWS ve Mortalitede Gerçek Azalma

Johns Hopkins ve Bayesian Health iş birliğiyle geliştirilen TREWS (Targeted Real-time Early Warning System), bu alandaki en güçlü prospektif kanıtlardan birini üretti. 2022'de Nature Medicine'de yayımlanan çok-merkezli çalışmada, beş hastanede yüz binlerce hasta gerçek zamanlı izlendi.

Kritik bulgu şuydu: uyarısı bir hekim tarafından 3 saat içinde onaylanan sepsis hastalarında, onaylanmayanlara kıyasla hastane içi mortalitede mutlak olarak yaklaşık %3,3, göreli olarak yaklaşık %18,7 azalma görüldü; ayrıca organ yetmezliği ve yatış süresinde de düşüş sağlandı. Bu sonucu önemli kılan iki nokta var: birincisi, bu prospektif ve geniş ölçekli bir değerlendirmeydi; ikincisi, faydanın hekimin sisteme yanıt vermesine bağlı olmasıydı. Yani değer, algoritmanın tek başına "doğru tahmininden" değil, doğru tahminin doğru zamanda klinik eyleme dönüşmesinden geliyordu.

Uyarı Hikâyesi: Epic Sepsis Model'in Dış Doğrulaması

Madalyonun diğer yüzü, ABD'de yüzlerce hastanede yaygın kullanılan tescilli Epic Sepsis Model (ESM)'in bağımsız değerlendirmesidir. Michigan Üniversitesi araştırmacıları, modeli kendi hasta verilerinde test edip sonuçları 2021'de JAMA Internal Medicine'de yayımladı. Sonuçlar çarpıcı biçimde olumsuzdu: model, üreticinin iddia ettiğinden çok daha kötü performans gösterdi.

Dış doğrulamada ESM'nin duyarlılığı yalnızca %33, pozitif kestirim değeri %12 ve eğri altı alanı (AUC) 0,63 bulundu — yani sepsis vakalarının üçte ikisini kaçırırken, ürettiği alarmların büyük çoğunluğu yanlış pozitifti. Bu, klinik açıdan iki yönlü bir hasar demektir: hem güvenilmez bir güvenlik ağı, hem de hekimleri uyarılara karşı duyarsızlaştıran alarm yorgunluğu. Bu çalışma, "üretici tarafından bildirilen performansın", bağımsız ve yerel dış doğrulamanın yerini asla tutamayacağını gösteren bir dönüm noktası oldu.

İki Örnekten Çıkan Ortak İlkeler

Bu iki vaka, klinik karar destek sistemleri için birbirini tamamlayan dersler verir:

• Yerel dış doğrulama vazgeçilmezdir. Bir model başka bir hastanede iyi çalışıyor diye sizin hastanenizde iyi çalışmaz; ESM örneği bunu acı biçimde göstermiştir.
• Doğruluk gerek şart, yeter şart değildir. TREWS'in faydası, doğru tahminin hekim eylemine dönüşmesine bağlıydı. Sonuç metriği (mortalite) ölçülmeden "iyi model" iddiası eksiktir.
• Alarm tasarımı bir hasta güvenliği konusudur. Çok sık ve yanlış pozitif uyarı, sistemin tümüyle göz ardı edilmesine yol açar.
• Kalibrasyon, ayrımdan az konuşulan ama kritik bir özelliktir. Bir modelin verdiği "olasılığın" gerçeği yansıtması, klinik kararı yönlendirebilmesi için şarttır.

Sepsisin Ötesi

Aynı ilkeler; akut böbrek hasarı, klinik kötüye gidiş (hızlı yanıt ekibi tetikleme), düşme riski, hastaneden taburculuk sonrası geri yatış ve ilaç güvenliği uyarıları gibi pek çok KKDS uygulamasında geçerlidir. Yapay zekânın bu alandaki rolü, hekimin dikkatini doğru hastaya, doğru zamanda yöneltmek — ancak son kararı her zaman hekime bırakmaktır.

Sonuç

Klinik karar destek sistemlerinde yapay zekânın iki yüzü vardır: doğru kurulduğunda mortaliteyi ölçülebilir biçimde azaltan TREWS, yanlış varsayıldığında güveni aşındıran Epic Sepsis Model. Aradaki fark teknolojinin kendisi değil; bağımsız doğrulama, iş akışına entegrasyon, alarm tasarımı ve hekim güveninin titizlikle ele alınmasıdır. Bir KKDS'nin kalitesi, ürettiği tahminin doğruluğuyla değil, hasta sonucunu gerçekten iyileştirip iyileştirmediğiyle ölçülmelidir.