Öz
Amaç
Yapay zeka sohbet botları tıpta yaygın olarak kullanılmaya başlanmıştır. Çalışmamızda, ChatGPT’nin diyaliz ihtiyacı olan hastaları belirlemedeki performansını değerlendirmeyi amaçladık.
Yöntem
Akut böbrek hasarı nedeniyle dahiliye kliniğine başvuran ve diyalizle veya diyalizsiz tedavi edilen toplam 100 hasta retrospektif olarak incelendi. Hastaların demografik verileri, fizik muayene bulguları ve bazı laboratuvar testlerini içeren hasta öyküleri oluşturuldu. Bu hasta öyküleri ChatGPT’ye girilerek hastalar için klinik bir değerlendirme yapılması ve diyaliz tedavisi gerekliliğine göre düşük, orta veya yüksek risk kategorilerine ayrılması istendi. ChatGPT’nin yanıtları, hastaların gerçek diyaliz durumlarıyla karşılaştırıldı. Ayrıca ChatGPT’nin yanıtları, diyaliz gereksiniminden habersiz olan iki nefrolog tarafından değerlendirilerek puanlandı.
Bulgular
ChatGPT’nin hastaların diyaliz ihtiyacını belirlemedeki duyarlılığı, ChatGPT 1, 2 ve 3 yanıtları için sırasıyla %94, %97 ve %97 olarak hesaplandı. Spesifiklik ise ChatGPT 1, 2 ve 3 yanıtları için sırasıyla %81, %76 ve %78 olarak belirlendi (p<0,001). Klinik değerlendirme puan ortalamaları nefrolog 1 ve nefrolog 2 için sırasıyla 4,71±0,4 ve 4,67±0,4 olarak hesaplandı. Tedavi önerisi puan ortalamaları ise sırasıyla 4,45±0,7 ve 4,39±0,7 olarak bulundu (p=0,002 ve p<0,001).
Sonuç
ChatGPT, diyaliz ihtiyacı olabilecek hastaları belirlemede bir karar destek aracı olarak kullanılabilir. Bununla birlikte, sağlık profesyonellerinin karar verme sürecinde belirleyici bir rol oynamaya devam etmesi gerekmektedir.
Anahtar Kelimeler: Akut böbrek hasarı, ChatGPT, diyaliz, yapay zeka
Kaynakça
Hoste EAJ, Kellum JA, Selby NM, Zarbock A, Palevsky PM, Bagshaw SM, et al. Global epidemiology and outcomes of acute kidney injury. Nat Rev Nephrol. 2018;14(10):607-625.
Jha V, Parameswaran S. Community-acquired acute kidney injury in tropical countries. Nat Rev Nephrol. 2013;9(5):278-290.
Olowu WA, Niang A, Osafo C, Ashuntantang G, Arogundade FA, Porter J, et al. Outcomes of acute kidney injury in children and adults in sub-Saharan Africa: A systematic review. Lancet Glob Heal. 2016;4(4):e242-e250.
Murdeshwar H, Anjum F. Hemodialysis. [Accessed on: 2023 Apr 27] [Internet]. StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2024. Available from: https://www.ncbi.nlm.nih.gov/books/NBK563296/%0A
Zhou Z. Evaluation of ChatGPT’s capabilities in medical report generation. Cureus. 2023;15(4):e37589.
Sorin V, Klang E, Sklair-Levy M, Cohen I, Zippel DB, Balint Lahat N, et al. Large language model (ChatGPT) as a support tool for breast tumor board. NPJ Breast Cancer. 2023;9(1):44.
Sievert M, Conrad O, Mueller SK, Rupp R, Balk M, Richter D, et al. Risk stratification of thyroid nodules: assessing the suitability of ChatGPT for text-based analysis. Am J Otolaryngol - Head Neck Med Surg. 2024;45(2):104144.
Wen Z, Huang H. The potential for artificial intelligence in healthcare. J Commer Biotechnol. 2022;27(4):217-224.
Del Vecchio D, Stein MJ, Dayan E, Marte J, Theodorou S. Nanotechnology and artificial intelligence: an emerging paradigm for postoperative patient care. Aesthetic Surg J. 2023;43(7):748-757.
Mediboina A, Badam RK, Chodavarapu S. Assessing the accuracy of information on medication abortion: a comparative analysis of ChatGPT and Google Bard AI. Cureus. 2024;16(1):e51544.
Morath B, Chiriac U, Jaszkowski E, Deiß C, Nürnberg H, Hörth K, et al. Performance and risks of ChatGPT used in drug information: an exploratory real-world analysis. Eur J Hosp Pharm. 2024;31(6):491-497.
Can B, Kahvecioğlu ED, Palıt F, Cebeci E, Küçük M, Karaali Z. Assessing the performance of chat generative pretrained transformer (ChatGPT) in answering chronic kidney disease-related questions. Ther Apher Dial. 2024;1-6.
Cascella M, Montomoli J, Bellini V, Bignami E. Evaluating the feasibility of ChatGPT in healthcare: an analysis of multiple clinical and research scenarios. J Med Syst. 2023;47(1):33.
