Katıla: Klinik Araştırmalar İçin Yapay Zekâ ile Hasta Ön Uygunluk Eşleştirme

Problem

Türkiye klinik araştırmalarda hızla büyüyor: sektör verilerine göre aktif araştırma sayısında dünya ilk 10’unda ve yatırımlar her yıl artıyor. Ama araştırmaların en büyük darboğazı hâlâ hasta bulmak. Uygun hastalar başka hastanelerde, başka şehirlerde; hekimlerin kriter listesini akılda tutup poliklinik yoğunluğunda hasta taraması yapacak zamanı yok. Hastalar ise kendilerine uygun bir çalışma olduğunu bilmiyor; internette karşılaştıkları bilgi İngilizce, teknik ve güvensiz. Sonuç: hedef sayıya ulaşamayan merkezler, uzayan çalışmalar ve Türkiye’ye gelmeyen yeni araştırmalar.

Çözüm

• Protokolden soruya: Büyük dil modeli, etik kurul onaylı protokoldeki kriterleri hastanın anlayacağı 10–15 soruluk bir ön değerlendirmeye çevirir; metin etik kurula onay için sunulur.
• Güvenli ön değerlendirme: Hasta, hasta dernekleri ve hekim yönlendirmesiyle gelen bağlantı üzerinden soruları yanıtlar; uygun görünürse açık rızasıyla iletişim bilgisi araştırma merkezine iletilir.
• Araştırma koordinatörü paneli: Gelen adayların ön uygunluk özeti, randevu planlama ve tarama sonucu kaydı; hangi kanaldan gelen hastanın gerçekten çalışmaya girdiği görülür.
• Fizibilite raporu: Sponsor ve CRO’lara, bir protokol için hangi şehirde kaç ilgili hasta bulunduğuna dair anonim talep verisi.

Neden şimdi?

Büyük dil modelleri artık karmaşık tıbbi kriterleri sade Türkçeye çevirebiliyor ve hasta yanıtlarını kriterlerle karşılaştırabiliyor. TİTCK ve etik kurul süreçleri dijitalleşti; araştırma yatırımları artarken sponsorlar Türkiye’yi daha hızlı hasta alımı için tercih etmek istiyor. Hasta dernekleri de üyelerine güvenilir araştırma bilgisi sunacak bir kanal arıyor.