Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular: Genel uzman değerlendirmesine dayalı uygunluk skoru 3.48 ± 0.66 idi ve 60 yanıtın 21’i (%35.0) uygun bulundu.
📌 3 Maddede Bu Makale
Özet
Amaç: Anormal uterin kanama (AUK), endometrial hiperplazi veya malignite riskinin yaşla ve menopoz sonrasında artması nedeniyle yaşa duyarlı değerlendirme gerektirir. Büyük dil modelleri sağlık bilgisi aramada giderek daha sık kullanılmaktadır; ancak yaşa bağlı jinekolojik triajdaki performansları net değildir. Gereç ve Yöntem: Araştırmacılar tarafından oluşturulan 60 klinik senaryo iki jinekolojik onkolog tarafından gözden geçirildi ve beş gruba ayrıldı: adölesanlar, üreme çağındaki kadınlar, geç üreme çağındaki kadınlar, 45–55 yaş premenopozal/perimenopozal kadınlar ve postmenopozal kanaması olan kadınlar. Her senaryo standart bir komutla ChatGPT’ye sunuldu. Yanıtlar iki jinekolojik onkolog tarafından klinik uygunluk, rehber uyumu, hasta güvenliği ve bütünlük alanlarında bağımsız olarak değerlendirildi. Bulgular: Genel uzman değerlendirmesine dayalı uygunluk skoru 3.48 ± 0.66 idi ve 60 yanıtın 21’i (%35.0) uygun bulundu. Ortalama genel skorlar adölesanlarda 4.10 ± 0.41 ve üreme çağındaki kadınlarda 3.92 ± 0.33 iken, 45–55 yaş grubunda 2.98 ± 0.49’a ve postmenopozal kanama senaryolarında 2.82 ± 0.51’e düştü (p < 0.001). Endometrial örnekleme önerileri 120 değerlendirmenin 72’sinde (%60.0) doğruydu. Yüksek riskli veya malignite ilişkili özellikler 40 ilgili değerlendirmenin 19’unda (%47.5) doğru tanındı. Genel skor için gözlemciler arası güvenilirlik mükemmeldi (ICC = 0.957). Sonuç: ChatGPT, adölesan ve üreme çağındaki AUK senaryolarında daha iyi performans gösterirken, endometrial patoloji riskinin arttığı yaş gruplarında daha düşük uygunluk sergiledi. AUK triajı veya endometrial kanser risk değerlendirmesini etkileyebilecek yapay zekâ önerilerinde klinisyen gözetimi gereklidir.
Abstract
Background: Abnormal uterine bleeding (AUB) requires age-sensitive evaluation because endometrial hyperplasia or malignancy risk increases with age and after menopause. Large language models are increasingly used for health information, but their performance in age-dependent gynecologic triage remains unclear. Objective: To evaluate the clinical appropriateness, guideline adherence, safety, completeness, endometrial sampling accuracy, malignancy-risk recognition, and urgency classification of ChatGPT responses to standardized AUB and postmenopausal bleeding scenarios. Methods: Sixty investigator-generated scenarios were reviewed by two gynecologic oncologists and stratified into five groups: adolescents, reproductive-age women, late reproductive-age women, premenopausal/perimenopausal women aged 45–55 years, and women with postmenopausal bleeding. Each scenario was submitted to ChatGPT using a standardized prompt. Responses were independently evaluated by two gynecologic oncologists across four domains: clinical appropriateness, guideline adherence, patient safety, and completeness. Results: The overall expert-rated appropriateness score was 3.48 ± 0.66, and 21 of 60 responses (35.0%) were appropriate. Mean overall scores decreased from 4.10 ± 0.41 in adolescents and 3.92 ± 0.33 in reproductive-age women to 2.98 ± 0.49 in women aged 45–55 years and 2.82 ± 0.51 in postmenopausal bleeding scenarios (p < 0.001). Endometrial sampling recommendations were correct in 72 of 120 reviewer-level assessments (60.0%). High-risk or malignancy-related features were recognized in 19 of 40 relevant assessments (47.5%). Inter-rater reliability for overall score was excellent (ICC = 0.957). Conclusion: ChatGPT performed better in adolescent and reproductive-age AUB scenarios but showed lower appropriateness in age groups with higher endometrial pathology risk. Clinician oversight remains necessary when AI-generated recommendations may influence AUB triage or endometrial cancer risk assessment.