Microsoft: Yapay zeka modellerimiz, tıbbi vakaları teşhis etmede doktorlardan daha başarılı

Araştırma sonuçları, MAI-DxO'nun başarısında kullanılan temel yapay zeka modellerinin önemli rol oynadığını da ortaya koydu. Microsoft; OpenAI, Google, Anthropic, Meta ve DeepSeek gibi şirketlerin modellerini test etti. En yüksek sonuçlar ise OpenAI'ın GPT-5 ve GPT-5.5 modelleriyle elde edildi.

Sistem, yalnızca teşhis doğruluğuna göre değil vakaları değerlendirmek için gereken tahmini maliyet açısından da ölçüldü. GPT-5, temel bir istemle karmaşık vakalarda %78.9 doğruluk sağlarken vaka başına tahmini maliyet yaklaşık 8.400 dolar oldu. MAI-DxO, maliyetleri yaklaşık 3.000 dolar düşürürken doğruluğu yaklaşık dört puan artırdı.

GPT-5.5 ile gerçekleştirilen testlerde ise karmaşık vakalardaki doğruluk oranı %72'den yaklaşık %87'ye yükseldi ve maliyet bir miktar azaldı. Ancak acil servis vakalarında sistemin katkısı daha sınırlı kaldı: GPT-5.5, MAI-DxO ile veya tek başına kullanıldığında yaklaşık %85 doğruluk elde etti ve maliyetler benzer seviyelerde gerçekleşti.

Daha düşük kapasiteli modellerde de sistemin etkisi görüldü. Örneğin Gemini 2.5 Flash'ın tek başına %46.4 olan MAI-DxO ile yaklaşık %69'a çıktı. Araştırmacılara göre model performansı, teorik üst sınıra yaklaştıkça ek iyileştirmelerden elde edilen kazanımların azalması bekleniyor.

Hastanelerde testler yapılabilir

Şirket, yapay zeka destekli klinik karar sistemlerini gerçek sağlık hizmetlerinde değerlendirmek için yeni iş birlikleri kuruyor. Microsoft, ABD'nin Boston eyaletindeki Beth Israel Deaconess Medical Center ile MAI-DxO'nun farklı hastane ortamlarındaki klinik akıl yürütme becerilerini inceleyecek.

Çalışmada standart sağlık hizmetlerini alan hastalar, onay vermeleri halinde paralel olarak yapay zeka sistemiyle de etkileşime girecek. Ardından sistemin önerileri ile hekimlerin değerlendirilmeleri karşılaştırılacak.

Microsoft, ayrıca Mayo Clinic ile sağlık alanına yönelik bir temel model geliştirmek üzerine çalışıyor. Süleyman, modelin gelecek yıl kullanıma sunulmasının planlandığını belirtti. Şirket, 2027'de tıbbi kayıtların gelecekte nasıl gelişeceğine ilişkin yüksek doğruluklu tahminler üretebilmesinin mümkün olabileceğini düşünüyor.

Tüm bunlarla beraber Süleyman, sağlık alanında üretken yapay zeka kullanımı henüz erken aşamada. Ancak önümüzdeki 24 ila 36 ay içerisinde sağlık modellerinin yeteneklerinde önemli bir sıçrama yaşanabileceğini öngörüyor. MAI-DxO'nun gerçek hastane ortamlarındaki değerlendirmeleri ise bu teknolojilerin daha geniş ölçekte kullanılıp kullanılamayacağına ilişkin kanıtlar sağlayacak.