THE APBAINDEPENDENT HEALTH INTELLIGENCE LIVE NEWSROOMKaynağıyla · Kanıtıyla · Bağlamıyla
THE APBATHE APBAHEALTH · ACADEMIA · EVIDENCE · INSIGHT
Bültene katıl
THE APBA SEARCHHaber · Makale · Kılavuz · Konu
⌘ KKanıt ve kaynak katmanlarında birlikte ara
CANLI AKIŞ
Canlı yayın ağı güncelleniyor…|
30 sn · otomatik yenilenir
← Makale RadarıAPBA BİLİMSEL SENTEZİ
THE APBA · EVIDENCE NOTEBOOK01 Ekim 2026
EVIDENCE DESK · TÜRKÇE SENTEZ

Palyatif Bakımda Yapay Zeka ve Hekim Tarafından Üretilen Empatik İfadelerin Duygu Temelli Karşılaştırması

Orijinal başlık · A Sentiment-Based Comparison of AI- and Physician-Generated Empathic Statements in Palliative Care.

Bu çalışma, kanser tedavisi sürecinde ortaya çıkan korku ve kaygı gibi duygusal yükleri hafifletmek amacıyla, yapay zeka AI ve palyatif bakım hekimleri tarafından üretilen empatik ifadelerin hasta tercihleri ve dilsel duygu özellikleri açısından karşılaştırılmasını amaçlayan bir randomize kontrollü denemenin ikincil analizidir. Çalışma, PALL‑AI adlı denemenin bir parçası olarak 105 kanser hastasından elde edilen kör anket verilerine dayanmakta ve duygu analizi için VADER ve NRC Emotion Lexicon gibi standart araçlar kullanılmıştır.

Kaynak-sınırlı bilimsel sentezBu sayfa birebir telifli tam metin çevirisi değildir. Erişilebilir başlık, özet ve bibliyografik veriler kullanılır; kaynakta olmayan sayı, sonuç veya klinik öneri eklenmez.

# APBA Kısa Özet

Bu çalışma, kanser tedavisi sürecinde ortaya çıkan korku ve kaygı gibi duygusal yükleri hafifletmek amacıyla, yapay zeka (AI) ve palyatif bakım hekimleri tarafından üretilen empatik ifadelerin hasta tercihleri ve dilsel duygu özellikleri açısından karşılaştırılmasını amaçlayan bir randomize kontrollü denemenin ikincil analizidir. Çalışma, PALL‑AI adlı denemenin bir parçası olarak 105 kanser hastasından elde edilen kör anket verilerine dayanmakta ve duygu analizi için VADER ve NRC Emotion Lexicon gibi standart araçlar kullanılmıştır.

# Çalışma neyi araştırdı?

Araştırmanın temel sorusu, kanser hastalarının AI‑tarafından oluşturulan empatik ifadeleri, aynı koşullar altında hekimler tarafından oluşturulan ifadelere kıyasla tercih edip etmediği ve bu tercihlerin ifadelerin duygu içerikleriyle nasıl ilişkili olduğudur. Özellikle "güven" ve "sevinç" gibi pozitif duyguların tercih üzerindeki etkisi incelenmiştir.

# Yöntem

Bu ikincil analiz, PALL‑AI adlı randomize kontrollü anket çalışmasından elde edilen verileri kullanmıştır. Hem AI modeline hem de üç farklı hekimine aynı prompt (maksimum cümle uzunluğu sınırlaması) verilmiş ve her katılımcıya bu altı ifadeden rastgele bir sıralama sunulmuştur. Katılımcılar, her ifadeyi kör bir şekilde değerlendirerek tercih ettiklerini işaretlemişlerdir. İfadelerin duygu içeriği VADER (valence aware dictionary and sentiment reasoner) ve NRC Emotion Lexicon ile puanlanmış; duygu skorları ile tercih oranları Spearman korelasyon analiziyle ilişkilendirilmiştir. Kaynak metinde yöntem detayları sınırlıdır; örneklem seçimi, randomizasyon prosedürü ve anketin tam içeriği hakkında ayrıntı verilmemiştir.

# Temel bulgular

  • Toplam 105 hasta ankete katılmıştır.
  • Hastalar AI‑üretimli ifadeleri %72,4 oranıyla tercih etmiştir.
  • VADER analizi, üç AI ifadesinin pozitif duygu taşıdığını, üç hekim ifadesinin ise negatif duygu taşıdığını göstermiştir.
  • İfade uzunluğu kontrol edildiğinde, AI ifadeleri iki kat daha fazla pozitif kelime içerirken negatif kelime sayısı benzer düzeyde kalmıştır.
  • NRC duyguları arasında "güven" (trust) ve "sevinç" (joy) en yüksek pozitif korelasyona sahiptir; bu duyguların yüksek skoru, AI ifadelerinin tercih edilme olasılığını artırmıştır.

# Bulgular ne anlama geliyor?

Standardize edilmiş prompt ve cümle uzunluğu koşulları altında, hastalar AI‑tarafından oluşturulan daha pozitif dil içeren ifadeleri hekimlerin ifadelerine tercih etmektedir. Bu durum, pozitif duygusal içerikli iletişimin hasta tercihinde belirleyici bir faktör olabileceğini göstermektedir. AI ifadelerinin pozitif kelime yoğunluğunun, hasta güveni ve memnuniyetiyle doğrudan ilişkili olduğu görülmektedir.

# Klinik önem

Yapay zekanın hasta‑doktor iletişimine entegrasyonu, özellikle duygusal destek gerektiren palyatif bakım alanında yeni fırsatlar sunmaktadır. Çalışma, AI modellerinin pozitif dil kullanımıyla hasta güveni ve memnuniyetini artırabileceğini göstererek, klinik iletişim protokollerinde AI destekli mesajların tasarımına yönelik veri sağlamaktadır. Ancak, bu bulguların gerçek zamanlı klinik etkileşimlerde nasıl yansıyacağı daha fazla araştırma gerektirmektedir.

# Sınırlılıklar

  • Çalışma, yalnızca 105 hastadan oluşan sınırlı bir örneklemle yürütülmüş ve ikincil analiz niteliğindedir.
  • Yöntem bölümü abstract içinde sınırlı bilgi sunmakta; randomizasyon, körleme prosedürü ve anketin tam içeriği hakkında ayrıntı eksiktir.
  • Analiz sadece metin‑tabanlı ifadelerle sınırlı olup, yüz yüze iletişim dinamiklerini tam olarak yansıtmayabilir.
  • Sonuçların farklı kültürel ve klinik ortamlarda genellenebilirliği henüz kanıtlanmamıştır.

# APBA Evidence Assessment

Kaynak, hakemli bir dergide yayımlanmış bir randomize kontrollü denemenin özet verilerine dayanmaktadır. Çalışma tasarımı ve kör anket yöntemi, bulguların içsel geçerliliğini desteklese de, örneklem büyüklüğü, ikincil analiz niteliği ve yöntemsel ayrıntı eksikliği nedeniyle dışsal geçerlilik sınırlıdır. Bu nedenle, bulguların klinik uygulamaya doğrudan aktarılması için daha büyük, önceden tanımlanmış protokollerle yapılacak ileri çalışmalar gereklidir.

OKUYUCU GERİ BİLDİRİMİ

Bu bilimsel sentez size ne kadar değer kattı?

Geri bildirimler editoryal sıralama ve Research Radar kalite sinyallerine katkı sağlar.

Puanınız
İlk puanı siz verin
BU MAKALE SENTEZİNİ PAYLAŞ

Kanıtı meslektaşlarınızla paylaşın

Paylaşım bağlantıları doğrudan bu Türkçe APBA sentezine gider.