LuminaConsent: AI-driven standardization and quality enhancement of urological informed consent documentation

OBJECTIVE: Informed consent is the cornerstone of modern medical ethics, but current documentation systems negatively impact patient autonomy and clinical quality due to deficiencies in readability, comprehensibility, and standardization. These is-sues hinder patient participation and require innovative solutions. This study introduces the AI-powered LuminaConsent system to address standard deficiencies, comprehensibility issues, and efficiency constraints in urological informed consent documents. METHODS: In a three-armed comparative study, LuminaConsent (artificial intelligence), Turkish Urological Surgery Asso-ciation standard forms, and expert-developed documents were evaluated in 10 urological procedures. The system is based on the RAG architecture, which uses OpenAI’s GPT-4o-mini model and a special knowledge base consisting of 12 clinical publications. Three independent urology specialists conducted a blind evaluation using a 100-point scale across five areas: scientific content accuracy, patient communication effectiveness, quality of risk-benefit information, perioperative guidance, and legal-ethical compliance.
RESULTS: LuminaConsent achieved higher performance with mean scores of 82.33 points (SD±4.2) versus 78.77 points (SD±6.1) for professional society standards and 57.43 points (SD±3.8) for specialist documentation, representing statisti-cally significant improvements of 43.3% over specialist practices (p<0.001) and 4.5% over professional society standards (p<0.05). The system demonstrated consistent high-quality output across all procedures while generating comprehensive documentation within 96-180 seconds compared to traditional processes requiring multiple days.
CONCLUSION: LuminaConsent offers a pioneering model for systematic AI integration in clinical practice with its evidence-based content generation and bilingual processing capabilities. The findings support the potential to empower patient auton-omy, reduce application variations, and improve ethical standards.

Keywords: Artificial intelligence, clinical decision support, informed consent, medical documentation, medical ethics, patient safety.

LuminaConsent: Ürolojik bilgilendirilmiş onam belgelerinin yapay zeka destekli standardizasyonu ve kalitesinin artırılması

AMAÇ: Bilgilendirilmiş onam, modern tıp etiğinin temel taşıdır; ancak mevcut belgeleme sistemleri, okunabilirlik, anlaşılırlık ve standardizasyon konusundaki eksiklikler nedeniyle hasta özerkliğini ve klinik kaliteyi olumsuz etkilemektedir. Bu sorunlar, hastaların sürece katılımını engellemekte ve yenilikçi çözümler gerektirmektedir. Bu çalışma, ürolojik bilgilendirilmiş onam belgelerindeki standart eksiklikleri, anlaşılırlık sorunlarını ve verimlilik kısıtlamalarını gidermek amacıyla yapay zeka destekli LuminaConsent sistemini tanıtmaktadır. YÖNTEMLER: Üç kollu bir karşılaştırmalı çalışmada, LuminaConsent (yapay zeka), Türk Üroloji Cerrahisi Derneği standart formları ve uzmanlar tarafından geliştirilen belgeler 10 ürolojik prosedürde değerlendirildi. Sistem, OpenAI’nin GPT-4o-mini modelini ve 12 klinik yayından oluşan özel bir bilgi tabanını kullanan RAG mimarisine dayanmaktadır. Üç bağımsız üroloji uzmanı, bilimsel içerik doğruluğu, hasta iletişiminin etkinliği, risk-fayda bilgisinin kalitesi, perioperatif rehberlik ve yasal-etik uyum olmak üzere beş alanda 100 puanlık bir ölçek kullanarak kör bir değerlendirme gerçekleştirdi.
SONUÇLAR: LuminaConsent, ortalama 82,33 puan (SD±4,2) ile mesleki dernek standartlarının 78,77 puanı (SD±6,1) ve uzman belgelemesinin 57,43 puanı (SD±3,8) karşısında daha yüksek bir performans sergilemiş olup, bu durum uzman uygulamalarına göre %43,3’lük (p<0,001) ve mesleki dernek standartlarına göre %4,5 (p<0,05) oranında istatistiksel olarak anlamlı bir iyileşme göstermiştir. Sistem, tüm prosedürlerde tutarlı ve yüksek kaliteli çıktılar sunarken, birkaç gün süren geleneksel süreçlere kıyasla 96-180 saniye içinde kapsamlı dokümantasyon oluşturmuştur.
SONUÇ: LuminaConsent, kanıta dayalı içerik üretimi ve iki dilli işleme yetenekleriyle klinik uygulamada sistematik AI entegrasyonu için öncü bir model sunmaktadır. Bulgular, hasta özerkliğini güçlendirme, uygulama farklılıklarını azaltma ve etik standartları iyileştirme potansiyelini desteklemektedir.

Anahtar Kelimeler: Yapay zeka, klinik karar desteği, bilgilendirilmiş onam, tıbbi kayıtlar, tıp etiği, hasta güvenliği.