Risk sınıflandırması: MIT AI Risk Repository etiketinden birebir alınmıştır.
Epic Systems’in sepsis tahmin algoritmasının vakaların çoğunu tespit edemediği ve yüksek oranda hatalı uyarı verdiği bildirildi
Epic Systems’in sepsis tahmin modelinin bağımsız bir incelemede vakaların %67’sini kaçırdığı ve %88 oranında hatalı uyarı verdiği saptanmış; olay tıbbi yapay zekâda denetim ve şeffaflık tartışmalarını tetiklemiştir.
Olay
ABD’nin en büyük elektronik sağlık kaydı sağlayıcısı Epic Systems tarafından geliştirilen ve 170'ten fazla sağlık sisteminde kullanılan Epic Sepsis Model (ESM) adlı yapay zekâ algoritmasının performansı hakkında ciddi yetersizlik iddiaları gündeme gelmiştir. Michigan Üniversitesi araştırmacıları tarafından yapılan ve *JAMA Internal Medicine* dergisinde yayımlanan bağımsız bir incelemede, sistemin gerçek dünya verilerindeki başarısının şirket beyanlarının altında kaldığı öne sürülmüştür.
Michigan Medicine bünyesindeki 38.455 hastaneye yatış verisi üzerinde yapılan analizde, ESM’nin sepsis vakalarının %67’sini tespit edemediği saptanmıştır. Ayrıca sistem tarafından üretilen sepsis uyarılarının %88’inin hatalı (yalancı pozitif) olduğu, bu durumun sağlık personeli üzerinde "uyarı yorgunluğu" yarattığı belirtilmiştir. Epic Systems ise araştırmacıların modeli kendi hasta popülasyonlarına göre kalibre etmediklerini ve sepsis tanımını farklı kullandıklarını savunarak bulgulara itiraz etmiştir.
Vaka, tıbbi yapay zekâ sistemlerinin denetimi ve şeffaflığı konusundaki endişeleri tetiklemiştir. ACLU ve Pew Charitable Trusts gibi kuruluşlar, bu tür algoritmaların bağımsız denetime tabi tutulmamasının risklerine dikkat çekmiştir. Uzmanlar, sağlık harcamalarını temel alan veri setleriyle eğitilen klinik algoritmaların genel olarak ırksal eşitsizlikleri derinleştirme riski taşıdığı konusunda uyarıda bulunurken, ESM özelinde de denetimsizliğin benzer riskler barındırdığı vurgulanmıştır.
Epic Systems, eleştirilerin ardından Ağustos 2021’de algoritmasını güncelleyerek uluslararası "Sepsis-3" tanımıyla uyumlu hale getirdiğini açıklamıştır. ABD Gıda ve İlaç İdaresi (FDA) ise bu tür olayların ardından, sepsis tahmin araçları gibi klinik karar destek yazılımlarının tıbbi cihaz olarak düzenlenmesine yönelik rehberlerini genişletmiştir.
Kaynaklar & Kanıtlar
- [1]
- [2]
- [3]
- [4]
- [5]
- [6]
Akademik Atıf
Sınıflandırma
Detaylar
Zaman Çizelgesi
Olay tarihi zararın başladığı anı gösterir; haberin ya da davanın tarihi olmayabilir. Nasıl belirlenir?