Beslenmede Klinik Karar Destek Sistemleri: Ne İşe Yarar?

Bir diyetisyenin bir seansta gözden geçirdiği veri miktarı — ölçümler, laboratuvar, besin kaydı, ilaçlar, önceki hedefler — kolayca gözden kaçacak kadar büyüktür. Klinik karar destek sistemleri (KKDS) tam bu noktada devreye girer: karar vermek için değil, karar için gereken bilginin görünür olmasını sağlamak için.

Klinik karar destek sistemi, hasta verisini önceden tanımlanmış kurallar veya modellerle değerlendirerek klinisyene zamanında bilgi, hatırlatma veya uyarı sunan yazılımdır. Beslenme pratiğinde tipik kullanım alanları malnütrisyon taraması, eşik aşımı uyarıları, izlem hatırlatmaları ve eksik veri işaretlemesidir.

Beslenmede tipik kullanım alanları

1. Tarama otomasyonu. Ağırlık kaybı yüzdesi, VKİ ve alım verisinden malnütrisyon riskinin otomatik hesaplanması (GLIM/MNA çerçevesi).

2. Eşik aşımı uyarıları. Z-skorunun sınıflandırma eşiğini geçmesi, potasyum veya fosfor değerinin hedef dışına çıkması.

3. Trend uyarıları. Üç ölçümde süregelen düşüş, ana persentil kanalı geçişi (büyüme izlemi).

4. Eksik veri işaretlemesi. Planlanan laboratuvar veya ölçümün alınmamış olması.

5. Etkileşim ve kısıtlama kontrolü. Danışanın tanısı ile plandaki bir öğe arasında çelişki (böbrek hastasında yüksek protein hedefi gibi).

6. İzlem hatırlatmaları. Randevu, kayıt ve yeniden değerlendirme zamanlaması.

İyi uyarı tasarımının kuralları

Kötü tasarlanmış bir uyarı sistemi, hiç uyarı olmamasından daha zararlıdır — çünkü uyarı yorgunluğu yaratır ve klinisyen tüm uyarıları görmezden gelmeye başlar.

1. Özgüllük. Uyarı, gerçekten eylem gerektiren durumlarda çıkmalıdır.
2. Zamanlama. Karar anında, karar ekranında görünmelidir.
3. Eyleme dönüklük. "Dikkat" değil, "şunu kontrol edin" demelidir.
4. Gerekçe. Uyarının hangi veriye dayandığı görünür olmalıdır.
5. Devre dışı bırakılabilirlik. Klinisyen gerekçeyle uyarıyı geçebilmeli, bu da kayda geçmelidir.
6. Sayı sınırı. Bir ekranda üçten fazla uyarı, hiçbirinin okunmaması demektir.

Veri kalitesi belirleyicidir

Karar destek sistemi, beslendiği veri kadar iyidir. Eksik veya yapılandırılmamış veri üç sorun yaratır:

• Yanlış negatif: ölçüm girilmediği için risk fark edilmez.
• Yanlış pozitif: hatalı birim veya yazım nedeniyle gereksiz uyarı.
• Karşılaştırılamazlık: farklı yöntemlerle alınmış ölçümlerin trend olarak yorumlanması.

Bu yüzden karar desteğinin ön koşulu, ölçüm ve kayıt standardizasyonudur (kayıt rehberi, ölçüm standardizasyonu).

Kural temelli mi, model temelli mi?

Beslenme pratiğinde kural temelli sistemler hâlâ baskındır ve iyi nedeni vardır: klinik kılavuzlar zaten eşik temellidir, kurallar denetlenebilir ve hatalı davranış izlenebilir. Model temelli yaklaşımların açıklanabilirlik sorununu yapay zekâ doğrulama yazımızda ele aldık.

Sorumluluk sınırı

Karar destek sistemi öneri üretir; kararı klinisyen verir. Bu ayrım hem etik hem hukuki olarak nettir: sistemin uyarı vermemesi, klinisyenin değerlendirme yükümlülüğünü ortadan kaldırmaz.

Uygulamada başarı ölçütleri

Bir KKDS'nin işe yarayıp yaramadığını ölçmek için:

• Uyarıların kaçının eyleme dönüştüğü (kabul oranı)
• Gereksiz uyarı oranı
• Kaçırılan risk sayısındaki değişim
• Klinisyen başına seans süresi
• Kullanıcı memnuniyeti ve devre dışı bırakma sıklığı

EVA.Insight'ta antropometrik sınıflandırma, eşik aşımı ve izlem karşılaştırmaları otomatik üretilir; hesaplar deterministik kurallarla yapılır ve gerekçesi raporda görünür. Nasıl çalıştığını inceleyin veya özelliklere göz atın.