Bangladeş’te Anne Sağlığı Risk Tahmininde Güvenli Hibrit Açıklanabilir Yapay Zeka
Bangladeş’te Anne Sağlığı Risk Tahmininde Güvenli Hibrit Açıklanabilir Yapay Zeka
Bangladeş’te yapılan çalışmada, hibrit açıklanabilir yapay zeka modeliyle anne sağlığı risk tahmini hem doğruluk hem de klinisyen güveni açısından öne çıkıyor.
Önemli Noktalar
- Fuzzy-XGBoost modeliyle yapılan analizde %88,67 doğruluk ve 0,9703 ROC-AUC elde edildi.
- Klinik doğrulama çalışmasında hibrit açıklamaların tercih edilme oranı %71,4 oldu.
- Klinisyenlerin %54,8’i modeli klinik kullanım için güvenilir buldu.
Çalışmanın Özeti
Anne sağlığı risk tahmini için makine öğrenimi umut vaat etse de, kaynakların kısıtlı olduğu sağlık ortamlarında açıklanabilirlik ve güven eksikliği büyük bir engel teşkil ediyor. 2026 yılı içinde Bangladeş’te gerçekleştirilen bu çalışma, ante-hoc bulanık mantığı post-hoc SHAP açıklamalarıyla birleştiren hibrit bir açıklanabilir yapay zeka (XAI) çerçevesini tanıttı. Sistematik klinisyen geri bildirimiyle doğrulanan bu yaklaşım, hem doğruluk hem de klinik güven açısından dikkat çekici sonuçlar sundu.
Teknik Detaylar
Araştırmacılar, 1.014 anne sağlığı kaydı üzerinde fuzzy-XGBoost modeli geliştirdi ve %88,67 doğruluk ile 0,9703 ROC-AUC değerlerine ulaştı. SHAP analizi, sağlık hizmetlerine erişimin en önemli risk belirleyicisi olduğunu ortaya koyarken, geliştirilen bulanık risk skorunun üçüncü sırada yer alması, klinik bilgi entegrasyonunu doğruladı (r=0,298).
Klinik Geri Bildirimler
14 sağlık çalışanıyla yapılan doğrulama çalışmasında, üç klinik vaka üzerinden hibrit açıklamaların %71,4 oranında tercih edildiği ve katılımcıların %54,8’inin modeli klinik kullanıma uygun bulduğu raporlandı. Klinik parametre entegrasyonu değerli bulunurken, doğum geçmişi, gebelik yaşı ve bağlantı sorunları gibi kritik eksiklikler de tespit edildi.
Sonuç ve Gelecek Perspektifi
Açıklanabilir ve güvenilir yapay zeka modellerinin, özellikle anne sağlığı gibi hassas alanlarda yaygınlaşabilmesi için hem teknik doğruluk hem de klinik güvenin birlikte sağlanması gerekiyor. Bu hibrit XAI yaklaşımı, pratik kullanım ve güveni artırma potansiyeliyle dikkat çekiyor.
Kaynak: arxiv.org