Acı̇l servı̇s triyajında yapay zeka, tıp öğrencileri, acil tıp asistanları ve hemşirelerin tanısal doğruluk oranlarının karşılaştırılması
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, GÜLHANE TIP FAKÜLTESİ, CERRAHİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: BURAK KÖMÜR
Danışman: Ertan CÖMERTPAY
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Bu çalışmanın amacı, acil servis triyaj süreçlerinde güncel yapay zekâ (YZ) modelleri (ChatGPT ve Gemini), acil tıp asistanları, 6. sınıf intörn doktorlar ve triyaj hemşirelerinin tanısal doğruluklarını, altın standart olarak kabul edilen uzman hekim kararları ile karşılaştırmalı olarak analiz etmektir. Materyal ve Metot: Prospektif ve gözlemsel olarak planlanan bu çalışma, Nisan 2025 – Mart 2026 tarihleri arasında Gülhane Eğitim ve Araştırma Hastanesi Acil Servisine başvuran 767 hasta ile yürütülmüştür. Hastalar acil serviste eş zamanlı olarak hemşire, intörn doktor ve asistan hekim tarafından değerlendirilmiş; kaydedilen anamnez ve vital bulgular üzerinden YZ modelleri (ChatGPT 5.2 ve Gemini 3 Deep Think) ile üç acil uzmanından oluşan hekim heyeti tarafından da triyajlanmıştır. Grupların uzman kararları ile uyumu Cohen's Kappa; doğruluk oranları ise McNemar ve ROC analizleri ile değerlendirilmiştir. Bulgular: Katılımcıların genel doğruluk oranları uyum katsayıları sırasıyla; ChatGPT için %88.3, Gemini için %87.1, asistan doktorlar için %87.4 intörn doktorlar için %83.7 ve hemşireler için %72.1 olarak saptanmıştır. ChatGPT ve Gemini modelleri ile asistan doktorların performansı arasında istatistiksel olarak anlamlı bir fark bulunmazken, YZ modelleri ve asistan hekimler, intörn doktorlardan ve hemşirelerden anlamlı derecede daha başarılı bulunmuştur. Hayati risk taşıyan "kırmızı alan" hastalarını tanımada en yüksek başarı asistan doktorlara (%91.8) aitken, YZ modelleri %81-83 bandında isabet sağlamış; hemşirelerin oranı ise %2,0'da kalmıştır. Hata analizinde YZ modellerinin hasta güvenliğini riske atan eksik değerlendirme hatalarından kaçındığı ve hemşirelerin ise ağırlıklı olarak sarı alana yöneldiği gözlenmiştir. Sonuç: Güncel YZ modelleri, acil servis triyajında eğitimli asistan hekimlerle eşdeğer ve triyaj hemşirelerinden istatistiksel açıdan anlamlı derecede üstün bir tanısal performans sergilemiştir. YZ algoritmaları, kritik hastaları atlamayarak acil servisler için güvenilir bir klinik karar destek aracı olma potansiyeli taşımaktadır. Anahtar Kelimeler: Acil Servis, ChatGPT, Gemini, İntörn, Triyaj, Yapay Zekâ