Hastanelerde kullanılan akıllı karar destek sistemleri, şu ana kadar büyük ölçüde istatistiksel korelasyonlara dayanıyordu. Yani bu sistemler, belirli semptomlar arasında bağlantı kurarak tahminlerde bulunuyordu, ancak bu bağlantıların gerçek nedenlerini açıklayamıyordu.
arXiv'de yayınlanan yeni bir çalışma, bu durumu değiştirmeyi hedefleyen nedensel makine öğrenmesi yaklaşımını ele alıyor. Araştırmacılar, mevcut sistemlerin model geliştirmeye odaklandığını, ancak hekim-sistem etkileşiminin ihmal edildiğini belirtiyor.
Çalışma kapsamında, tasarım bilimi metodolojisi kullanılarak kapsamlı bir literatür taraması yapıldı ve deneyimli hekimlerle derinlemesine görüşmeler gerçekleştirildi. Bu süreç sonucunda, klinik karar vermeyi destekleyecek sistemler için kritik unsurlar belirlendi.
Ortaya çıkan tasarım gereksinimleri, sistemlerin sadece 'bu hastanın durumu şöyle olacak' demekle kalmaması, aynı zamanda 'çünkü şu faktörler bu sonuca yol açıyor' açıklamasını da yapabilmesini öngörüyor. Bu yaklaşım, özellikle farklı tedavi seçeneklerinin karşılaştırılmasında hekimlere daha derinlemesine içgörü sağlayabilir.
Araştırmanın sonuçları, nedensel yapay zeka destekli sistemlerin klinik iş akışlarına nasıl entegre edilebileceği konusunda pratik rehberlik sunuyor. Bu gelişme, tıpta yapay zeka kullanımında güvenilirlik ve açıklanabilirlik açısından önemli bir adım olarak değerlendiriliyor.