AI-Assisted Comparative Analysis of Pediatric Urology Guidelines (EAU-AUA-NICE): A Cross-Guideline NLP-Based Study

Ç Arslan Alıcı*, A Aykaç**

*University of Health Sciences, Eskisehir City Hospital, Department of Pediatric Urology, Eskisehir
**Health Sciences University, Eskişehir City Hospital, Department of Urology

Abstract

Background: Pediatric urology guidelines by EAU, AUA, and NICE differ in terminology and recommendations, leading to inconsistencies in clinical practice. Harmonizing these standards can enhance decision-making in global pediatric care.

Objective: This study aimed to compare major pediatric urology guidelines using artificial intelligence (AI) and natural language processing (NLP) to identify areas of concordance and divergence.

Methods: Full-text guidelines from EAU, AUA, and NICE (2023–2025) were analyzed across four domains: vesicoureteral reflux (VUR), enuresis, hydronephrosis, and imaging. NLP tools (BERT, GPT, SciSpacy) were applied to extract and classify recommendations. Semantic similarity metrics (Jaccard and cosine similarity) and expert panel validation were used to assess alignment.

Results: High concordance was observed between EAU and AUA guidelines (Jaccard 0.82; cosine 0.91), while NICE diverged moderately. VUR recommendations showed the highest agreement (9 of 12 statements), whereas hydronephrosis had greater variation. Enuresis terminology varied, especially between AUA and NICE. Expert validation confirmed AI-derived findings in 90% of sampled statements. Visualizations clearly illustrated alignment and conflict areas.

Conclusion: This study demonstrates the utility of AI in systematically comparing pediatric urology guidelines. The approach may support future harmonization efforts and inform clinical decision support tools by highlighting both consensus and variation across international recommendations.

Keywords: Pediatric urology, EAU, AUA, NICE, Artificial intelligence, Natural language processing

Pediatrik Üroloji Kılavuzlarının AI Destekli Karşılaştırmalı Analizi (EAU-AUA-NICE): Kılavuzlar Arası NLP Tabanlı Bir Çalışma

Ç Arslan Alıcı*, A Aykaç**

*Sağlık Bilimleri Üniversitesi, Eskişehir Şehir Hastanesi, Pediatrik Üroloji Kliniği, Eskişehir
**Sağlık Bilimleri Üniversitesi, Eskişehir Şehir Hastanesi, Üroloji ABD

Özet

Arka plan: EAU, AUA ve NICE tarafından yayınlanan pediatrik üroloji kılavuzları, terminoloji ve öneriler açısından farklılıklar göstermekte ve bu da klinik uygulamada tutarsızlıklara yol açmaktadır. Bu standartların uyumlaştırılması, küresel pediatrik bakımda karar verme sürecini iyileştirebilir.

Amaç: Bu çalışmanın amacı, yapay zeka (AI) ve doğal dil işleme (NLP) kullanarak başlıca pediatrik üroloji kılavuzlarını karşılaştırmak ve uyum ve farklılık alanlarını belirlemektir.

Yöntemler: EAU, AUA ve NICE (2023–2025) kılavuzlarının tam metinleri, dört alanda analiz edildi: vezikoüreteral reflü (VUR), enürezis, hidronefroz ve görüntüleme. Tavsiyeleri çıkarmak ve sınıflandırmak için NLP araçları (BERT, GPT, SciSpacy) kullanıldı. Uyumun değerlendirilmesi için anlamsal benzerlik ölçütleri (Jaccard ve kosinüs benzerliği) ve uzman panel doğrulaması kullanılmıştır.

Sonuçlar: EAU ve AUA kılavuzları arasında yüksek uyum gözlemlenirken (Jaccard 0,82; kosinüs 0,91), NICE kılavuzları orta derecede farklılık göstermiştir. VUR önerileri en yüksek uyumu gösterirken (12 ifadeden 9'u), hidronefrozda daha fazla farklılık gözlemlenmiştir. Enürezis terminolojisi, özellikle AUA ve NICE arasında farklılık gösterdi. Uzman doğrulaması, örneklemdeki ifadelerin %90'ında AI'dan elde edilen bulguları doğruladı. Görselleştirmeler, uyum ve çelişki alanlarını açıkça gösterdi.

Sonuç: Bu çalışma, pediatrik üroloji kılavuzlarını sistematik olarak karşılaştırmada AI'nın yararını göstermektedir. Bu yaklaşım, uluslararası önerilerdeki hem konsensüsü hem de farklılıkları vurgulayarak gelecekteki uyumlaştırma çabalarını destekleyebilir ve klinik karar destek araçlarına bilgi sağlayabilir.

Anahtar Kelimeler: Pediatrik üroloji, EAU, AUA, NICE, Yapay zeka, Doğal dil işleme