Sağlık alanında karar destek sistemlerinin gelişmesi için yapay zeka çözümleri kullanılmaktadır. Geliştirilen yaklaşımlar, verilerin temel özelliklerini yansıtan yapay hasta grupları oluşturulmasına olanak sağlamaktadır. Sentetik hasta modelleri gerçek hasta verilerinin istatiksel ve klinik özelliklerini taklit ederek yapay veri kümlerinin üretilmesinin mümkün kılmaktadır. Elde edilen sentetik veri kümeleri, özellikle hasta gizliliği ile ilgili kısıtlamalar veya veri erişimindeki sınırlılıklar nedeniyle büyük ölçekli tıbbi veri setlerine ulaşmanın zor olduğu durumlarda önemli bir alternatif sunmaktadır. Bu tür veri kümeleri, araştırmacıların farklı hasta senaryolarını incelemesine, tedavi süreçlerini simüle etmesine ve yapay zekâ tabanlı tahmin modelleri geliştirmesine olanak sağlamaktadır. Böylece sentetik hasta modelleme yaklaşımları, klinik karar destek sistemlerinin geliştirilmesi ve kişiselleştirilmiş tedavi stratejilerinin araştırılması açısından değerli bir araştırma altyapısı sunmaktadır. Bu çalışmada, yapay zekâ tabanlı sentetik hasta oluşturma ve klinik karar destek sistemlerindeki potansiyel uygulamalarına genel bir bakış sunmaktadır. Çalışma, veri entegrasyonu, tedavi simülasyonu, doz optimizasyonu ve tahmine dayalı modelleme yaklaşımları da dahil olmak üzere sentetik hasta modellemesinin temel bileşenlerini tartışmaktadır. Bunun yanında büyük ölçekli klinik verilerin modellenmesi ve hastaya özgü tedavi sonuçlarının tahmin edilmesi konusunda, özellikle grafik tabanlı derin öğrenme modelleri olmak üzere gelişmiş makine öğrenme tekniklerinin rolü incelenmektedir. Hesaplamalı hasta simülasyonlarını yapay zekâ algoritmalarıyla birleştiren hibrit modelleme stratejilerinin kişiselleştirilmiş tedavi stratejilerinin geliştirilmesini nasıl destekleyebileceğini vurgulamaktadır. Simülasyon tabanlı hasta modellemesini modern makine öğrenme yaklaşımlarıyla entegre ederek, karmaşık tedavi dinamiklerini analiz etmek ve sağlık uzmanlarının klinik karar verme süreçlerinde yardımcı olabilecek ön bilgiler üretmek mümkün hale gelmektedir. Genel olarak, yapay zekâ destekli sentetik hasta modellemesi, veri odaklı karar destek sistemlerini iyileştirmek ve kişiselleştirilmiş tıbbı geliştirmek için umut vadeden bir araştırma yönünü temsil etmektedir.