‘Ask Eolas’ (dil modeli) ile antimikrobiyal reçete yazımının kalitesinin artırılması: kullanıcı testi ve simülasyon değerlendirmesi

Akıllı reçete yazımının neden herkes için önemi var

Antibiyotikler sayısız hayat kurtardı, ancak aşırı ve yanlış kullanımı tehlikeli bakterilerin ilaçlara dirençli “süper mikroplara” dönüşmesine yol açıyor. Bu sessiz kriz, rutin cerrahi, kanser tedavisi ve basit enfeksiyonlar dahil olmak üzere tıbbi bakımın birçok yönünü tehdit ediyor. Bu makalenin arkasındaki çalışma, doktorları daha güvenli ve daha doğru antibiyotik seçimlerine yönlendirmek üzere tasarlanmış Ask Eolas adlı yeni bir yapay zekâ yardımcısını test ediyor. Araştırmacılar, bu aracın gerçekçi test vakalarında hataları azaltıp azaltmadığını görmek suretiyle hepimizi ilgilendiren şu soruyu soruyor: güvenilir yapay zekâ, antibiyotikleri gelecek için korumaya yardımcı olabilir mi?

Günlük tedavi kararları için dijital bir asistan

Ask Eolas, İngiltere’deki çoğu hastanede yerel tedavi kılavuzlarına erişmek için zaten kullanılan bir tıbbi uygulamaya entegre edildi. Klinisyenleri uzun belgelerde veya karmaşık akış şemalarında kaybolmaya zorlamak yerine, yeni özellik onların belirli bir enfeksiyon için doğru ilaç ve dozu gibi soruları düz metinle yazmalarına izin veriyor. Arka planda Ask Eolas yalnızca hastanenin kendi antibiyotik kurallarını arıyor ve ardından kısa, kişiselleştirilmiş bir cevap yazıp kullanıcıların kaynağı kendilerinin kontrol edebilmesi için orijinal kılavuza bağlantılar ekliyor. Bu açıdan kara kutu bir robottan ziyade her şeyin nerede dosyalandığını bilen verimli bir asistan gibi davranıyor.

Aracı gerçekçi hastane senaryolarında test etmek

Ask Eolas’ın gerçekten reçete yazımını iyileştirip iyileştirmediğini anlamak için araştırmacılar danışman doktorlar, asistan hekimler, eczacılar ve reçete yazan hemşireler dahil olmak üzere 45 klinisyenle kontrollü bir simülasyon çalışması yürüttü. Katılımcılar rastgele olarak üç seçenekten birine atandı: hastane iç ağındaki geleneksel PDF kılavuzları, mevcut Eolas kılavuz uygulaması veya yeni Ask Eolas yapay zekâ özelliği. Her katılımcı basit enfeksiyonlardan direnç örüntüleri ve çoklu sağlık sorunlarını içeren karmaşık durumlara kadar uzanan 45 antibiyotik reçete vakasını çözdü. Her vaka için ekip, nihai reçetenin doğru ilaç, uygulama yolu, doz, süre ve yerel direnç verilerine dikkat açısından hastane kurallarına tam olarak uyup uymadığını kontrol etti.

Daha az hata, daha net yanıtlar, daha sakin kafalar

Araçlar arasındaki farklar çarpıcıydı. Ask Eolas kullanan klinisyenler test vakaları boyunca hiçbir reçete hatası yapmazken, uygulama veya PDF kılavuzları kullananların hata içermeyen reçeteleri sırasıyla yalnızca %60 ve %47 oranındaydı. Başka bir deyişle, PDF’lerden Ask Eolas’a geçen her iki klinisyenden biri fazladan bir hastanın tamamen doğru bir reçete almasını sağlıyordu. Geleneksel araçlarla yapılan hataların çoğu vahşi yanılgılar değil, doz veya tedavi süresiyle ilgili ince sorunlardı—yorgun personelin yoğun belgelerde gözden kaçırabileceği tam da bu tür ayrıntılar. Katılımcılar, Ask Eolas’ın kısa, odaklanmış özetlerinin ve orijinal kılavuz bölümlerine verilen bağlantıların tavsiyelere güvenmeyi ve bunları uygulamayı kolaylaştırdığını bildirdi.

İnsanların gerçekten kullanmak isteyeceği yapay zekâyı tasarlamak

Doğruluğun ötesinde, çalışma aracın kullanım hissini de inceledi. Yerleşik anketler kullanılarak klinisyenler Ask Eolas’ı kullanımı en kolay sistem, düzenli olarak en çok kullanmak isteyecekleri sistem ve kararlarında kendilerini en güvende hissettiren sistem olarak değerlendirdi. Zihinsel iş yükü ölçümleri, yapay zekâ aracının PDF’lerde gezinmeye veya statik bir uygulamada dolaşmaya kıyasla zaman baskısını, çabayı ve hayal kırıklığını azalttığını gösterdi. Görüşmeler, kullanıcıların cevabın hangi kılavuz pasajlarından geldiğini tam olarak görebilme gibi şeffaflığı değerli bulduklarını ve sistemin bireysel hasta ayrıntılarına uyum sağlamasını takdir ettiklerini ortaya koydu. Kısa yükleme gecikmeleri ve yanıt uzunluğu tercihlerindeki farklılıklar gibi bazı olumsuzluklar görüldü, ancak bunlar faydalarla karşılaştırıldığında küçük olarak değerlendirildi.

Ümit verici bir denemeden gerçek dünyaya

Yazarlar, değerlendirmelerinin yoğun hastane servislerinde değil güvenli, simüle bir ortamda ve tek bir merkezde nispeten az sayıda katılımcıyla yapıldığını belirterek temkinli davranıyor. Gerçek dünya baskıları, farklı hastaneler ve canlı laboratuvar verileri aracın performansını değiştirebilir. Güvenli bir yayılımı yönlendirmek için ekip, şeffaflık, gerçek zamanlı veri bağlantıları, kullanıcı dostu tasarım, güçlü güvenlik önlemleri, açık sorumluluk ve denetim izleri ile elektronik sağlık kayıtlarıyla sorunsuz entegrasyonu vurgulayan bir TRUST-AI yol haritası öneriyor. Bu çekincelere rağmen çalışma, dikkatle tasarlanmış yapay zekânın klinisyenlerin en iyi uygulama antibiyotik kılavuzlarına daha güvenilir şekilde uymasına yardımcı olabileceğine dair erken ama cesaret verici kanıt sunuyor; bu hem bireysel hastaları hem de ilaçlara dirençli enfeksiyonlarla küresel mücadeleyi destekliyor.

Atıf: Waldock, W.J., Gilchrist, M., Ashrafian, H. et al. Enhancing quality of antimicrobial prescribing through ‘Ask Eolas’ (language model): a user-testing and simulation evaluation. npj Antimicrob Resist 4, 16 (2026). https://doi.org/10.1038/s44259-026-00187-7

Anahtar kelimeler: antimikrobiyal direnç, antibiyotik reçete yazımı, klinik karar destek, sağlıkta yapay zeka, büyük dil modelleri