Elektronik sağlık kayıtlarında uygulanan yapay zekâ risk tahmininin böbrek nakli bakımındaki randomize denemesi

Bu çalışma hastalar ve aileleri için neden önemli

Bağışlanmış bir böbrekle yaşayan insanlar için, nakil başarısız olursa sırada ne olacağı bilmek son derece kişisel ve sık sık korkutucu bir sorudur. Doktorlar, yapay zekâ (YZ) araçlarının artan riski erken saptayarak gelecekteki bakım hakkında dürüst konuşmaları başlatabileceğini umuyor. Bu çalışma, bir YZ risk hesaplayıcısının hastane bilgisayar sistemlerine eklenmesinin klinikte hastaların yaşadıklarını gerçekten değiştirip değiştirmediğini test etti.

Akıllı risk tahmininin vaadi

Böbrek nakli, insanları diyalizden kurtarabilir, ancak nakledilen böbreklerin yarısından fazlası sonunda çalışmayı durdurur. Böbrek fonksiyonu azaldıkça hastalar hemodiyalize başlamak, evde periton diyalizi kullanmak, yeniden nakil aramak veya konfor odaklı bakıma yönelmek gibi seçenekler arasında seçim yapmak zorunda kalabilir. Bu seçimler büyük ölçüde kişisel değerler ve hedeflere bağlıdır. Araştırmacılar, rutin tıbbi verileri — laboratuvar sonuçları ve geçmiş nakil öyküsü gibi — tarayan ve nakledilen bir böbreğin bir yıl içinde başarısız olma olasılığını tahmin eden bir bilgisayar modeli geliştirdiler. Umut, bu riskin elektronik sağlık kaydında gösterilmesinin doktorları kriz ortaya çıkmadan seçenekler hakkında hastalarla konuşmaya nazikçe teşvik etmesiydi.

YZ’yi gerçek klinik ziyaretlerinde test etmek

PRIMA-AI denemesi, böbrek fonksiyonu zaten oldukça düşük olan 76 yetişkin nakil hastasını kaydetti. Yarısı olağan bakım aldı. Diğer yarısında ise doktorları rutin izlemeler sırasında elektronik sağlık kaydı içinde YZ risk tahminini görebiliyordu. Ana soru basit ve hasta odaklıydı: gelecek 12 ay içinde, YZ grubundaki daha fazla hasta, böbrekleri başarısız olursa hangi tedavileri seçebilecekleri konusunda nakil doktorlarıyla açık bir konuşma yaptıklarını bildirecek miydi?

Çalışmada gerçekte ne oldu

Bir yıl sonra, böyle bir konuşmayı hatırlayan hastaların oranı her iki grupta neredeyse aynıydı: yaklaşık on hastadan dördü. YZ aracı bu oranı artırmadı. Ayrıca kaç kişinin böbreğini kaybettiği, diyalize nasıl başlandığı veya acil diyaliz gereksinimi gibi tıbbi sonuçları da değiştirmedi. Ortak karar verme, doktor-hasta ilişkisinin kalitesi ve duygusal sıkıntıyı ölçen anketler, doktorların YZ aracına erişimi olanlarla olmayanlar arasında anlamlı bir fark göstermedi.

YZ aracının neden yetersiz kaldığı

Araştırmacılar sonrasında doktorlara sorduğunda, çoğu risk gösterimini nadiren kullandıklarını söyledi. Bilgi kayıtta fazladan bir tıklamanın arkasındaydı ve uyarı tetiklemiyordu, bu yüzden yoğun kliniklerde gözden kaçırılması kolaydı. Bazı doktorlar ayrıca skorun genellikle yapacaklarını nadiren değiştirdiğini hissetti; özellikle birçok hasta standart laboratuvar testlerine göre zaten ciddi böbrek sorunlarına sahip olduğundan. Başka bir deyişle, model kendi başına riski oldukça iyi tahmin etti, ancak bu otomatik olarak yeni konuşmalara, farklı kararlara veya diyaliz ya da yeniden nakil için daha iyi hazırlığa yol açmadı.

Gelecekteki dijital araçlar için bunun anlamı

Bu deneme, YZ risk sayılarını elektronik hasta dosyasına basitçe eklemenin nakil hastalarının bakımını değiştirmek için yeterli olmadığını gösteriyor. Teknolojinin ortak karar vermeyi desteklemesi için, klinik rutinlerine daha sıkı entegre edilmesi ve hasta dostu araçlarla eşleştirilmesi—örneğin soru teşvikleri veya gelecekteki tedavi hakkında konuşmaya yönelik yapılandırılmış rehberler—gerekiyor olabilir. Temel ders, doğru tahminin yalnızca ilk adım olduğudur; gerçek fayda, doktorların ve hastaların bu bilgiyi birlikte nasıl kullandığına bağlıdır.

Atıf: Osmanodja, B., Spencker, J.J., Ömeroğlu, Ö.E. et al. Randomized trial of electronic health record implemented AI risk prediction in kidney transplant care. npj Digit. Med. 9, 373 (2026). https://doi.org/10.1038/s41746-026-02757-5

Anahtar kelimeler: böbrek nakli, yapay zekâ, elektronik sağlık kayıtları, ortak karar verme, risk tahmini