Yapay zeka, profesörün bile ömründe bir kez gördüğünü söylediği tanıyı (OIH) buldu — On binlerce hasta tıbbi kaydı yapılandırılınca

• Kore'de uzun süredir tedavi gören bir hastanın tıbbi kayıtları, Jeju'dan Seul'e kadar ülke genelindeki hastanelerden vekâleten temin edildi; on binlerce sayfa taranıp OCR'den geçirildi, yapılandırıldı ve ardından yapay zeka ile analiz edildi.
• Bu süreçte yapay zeka OIH (opioid kaynaklı hiperaljezi) olasılığını ortaya koydu; sorumlu profesör bunun "hayatında yalnızca bir kez gördüğü bir vaka" olduğunu söyleyip bunu gözden kaçırdığını kabul etti ve omurilik stimülatörü ameliyatı öne çekildi.

Başlangıç noktası: Dağınık kayıtlar, okuyamayan hasta

• Uzun süre hastalıkla mücadele eden hastalar, kendi tıbbi kayıtlarını çoğu zaman tek bir bütün halinde hiç göremez. Kayıtlar hastanelere dağılmış durumdadır ve her sevkte yalnızca kâğıt kopyalar alınıp teslim edilerek aktarılır.
• Bu hastada posterior longitudinal ligament ossifikasyonuna (OPLL) bağlı miyelopati nedeniyle dekompresyon ve füzyon ameliyatı yapılmıştı, ancak ameliyat sonrasında ağrının şiddetlenmesiyle FBSS (başarısız omurga cerrahisi sonrası ağrı sendromu) gelişti.
• Geçtiği hastaneler yalnızca Haeundae Paik Hospital → Seoul National University Hospital → Busan St. Mary's Hospital değil, profesörün geçtiği Jeju National University Hospital'ı da kapsıyordu. Yalnızca Seoul National University Hospital'dan alınan kâğıt kopyalar bile binlerce sayfaydı.

Yaptığımız şey: Ülke genelinden temin → verileştirme

• Hasta adına Busan, Seul ve Jeju'ya dağılmış 4 hastaneden tıbbi kayıtlar bizzat temin edildi. Tamamı kâğıt olarak on binlerce sayfa tutuyordu.
• Bu kayıtların içinde doktor muayene notları, yıllara yayılan tetkik sonuç trendleri, ameliyat, ilaç ve idari belgeler birbirine karışmış durumdaydı. Bir insanın on binlerce sayfayı okuyup zaman sırasına koyması fiilen imkânsıza yakındı.

Pipeline: Tarama → OCR → yapılandırma → zaman serisi birleştirme

• Tarama ile dijitalleştirildi, OCR ile el yazısı muayene notları ve basılı tetkik formlarından metin çıkarıldı; tarih, hastane, tetkik kalemi, değerler, ilaçlar ve ameliyat olayları standart bir şemaya normalize edildi.
• 4 hastanenin kayıtları tek bir zaman çizelgesinde birleştirilerek 5 yıllık longitudinal EMR oluşturuldu. Bu, tek bir LLM'e birkaç satır girmekten veri temeli olarak tamamen farklıydı.

Keşif anı: Narkotik ağrı kesicilerin paradoksu

• Hasta ağrı nedeniyle narkotik ağrı kesiciler kullanıyordu, ancak doz artırılsa da ağrı kontrol altına alınamıyor, aksine daha da kötüleşen anormal bir yanıt görülüyordu.
• Bu atipik deneyim kayıtlarla birlikte girilip sorular sürdürülürken, yapay zeka OIH'yi (Opioid-Induced Hyperalgesia, opioid kaynaklı hiperaljezi) önerdi. Hasta o zamana kadar bu kavramın varlığından bile haberdar değildi.

Sonuç: Profesörün gözden kaçırdığı şey ve öne çekilen ameliyat

• Bir sonraki kontrolde profesörle görüşüldüğünde profesör, "Ben de bunu hayatımda yalnızca bir kez gördüm" diyerek bunu gözden kaçırdığını kabul etti.
• OIH yorumu netleşince narkotik ağrı kesiciler azaltıldı, omurilik stimülatörü (SCS) implantasyonu gerekliliğine dair güven oluştu ve daha önce yalnızca muğlak biçimde düşünülen ameliyatın kesin olarak yapılmasına karar verildi. Süreç, yalnızca bilgi vermekle kalmayıp gerçek bir eylem değişikliğine dönüştü.

Bunun anlamı

• Bu, modelin çok zeki olmasından değil, veri temelinin farklı olmasından dolayı mümkün oldu. En zor kısım çıkarım değil, Jeju'dan Seul'e dağılmış on binlerce sayfalık kâğıdı makinenin okuyabileceği tek bir veriye dönüştürmekti.

Bu vaka, hasta onayıyla kişisel kimlik bilgileri kaldırılarak yeniden kurgulandı. Tıbbi kararlar mutlaka sorumlu sağlık ekibiyle birlikte değerlendirilmelidir.