Microsoft'ın yapay zeka doktoru araştırmada dikkat çekti! Tanı başarısı 2,3 kat daha yüksek
Microsoft tarafından geliştirilen yapay zeka destekli tıbbi teşhis sistemi MAI-DxO, karmaşık hastalık vakaları üzerinde yapılan araştırmada dikkat çeken sonuçlara ulaştı. Sistemin tanı performansı, geçmiş vakalarda doktorların verdiği sonuçlarla karşılaştırıldığında açık kaynaklardan yararlanan hekimlere kıyasla yaklaşık 2,3 kat daha yüksek doğruluk gösterdi. Ancak araştırmanın simülasyon ortamında gerçekleştirildiği ve değerlendirmeye gerçek zamanlı olarak vakaları inceleyen doktorların dahil edilmediği belirtildi.
2026.10.23 21:10 - Son Güncellenme: 2026.10.23 21:10 - Teknoloji - AA
ABD merkezli teknoloji şirketi Microsoft, sağlık alanında yapay zeka kullanımına yönelik araştırmaları kapsamında geliştirdiği MAI-DxO isimli tıbbi teşhis sisteminin performansını değerlendirdi. Yapay zeka destekli sistem, özellikle teşhis süreci karmaşık olan hastalık vakalarını analiz ederek olası tanılara ulaşmayı amaçlıyor.
Microsoft tarafından paylaşılan araştırma sonuçlarında, sistemin performansı daha önce değerlendirilmiş tıbbi vakalarda hekimlerin ulaştığı sonuçlarla karşılaştırıldı. Çalışmada, farklı hastalıkların teşhisinde karşılaşılan güçlüklerin değerlendirilmesi ve yapay zekanın bu süreçte ne ölçüde başarılı sonuçlar ortaya koyduğunun belirlenmesi hedeflendi.
MAI-DxO'nun performansı, tıp literatüründe yayımlanmış karmaşık vakalar üzerinden incelendi. Bu kapsamda sistemin hastalık belirtilerini değerlendirme ve mevcut bilgiler doğrultusunda doğru tanıya ulaşma başarısı ele alındı. Elde edilen sonuçlar, yapay zeka sistemlerinin tıbbi teşhis alanındaki performansına ilişkin yeni bir değerlendirme ortaya koydu.
304 Karmaşık Hastalık Vakası İncelendi
Araştırmada, tıp dünyasının önemli yayınlarından The New England Journal of Medicine dergisinde yayımlanan 304 karmaşık tıbbi vaka kullanıldı. Söz konusu vakalar, yapay zeka ajanları tarafından analiz edilerek teşhis performansı açısından değerlendirildi.
Çalışmanın kapsamını oluşturan vakalar, teşhis sürecinde ayrıntılı inceleme ve tıbbi bilgi gerektiren örneklerden oluştu. Araştırmacılar, MAI-DxO'nun bu vakalarda ulaştığı sonuçları geçmişte aynı vakalar için kaydedilmiş hekim sonuçlarıyla karşılaştırdı.
Değerlendirmede doktorların bilgiye erişim koşulları da dikkate alındı. Açık kaynaklardan yararlanabilen hekimlerin sonuçları ile herhangi bir dış kaynağa başvurmadan teşhis koymaya çalışan doktorların sonuçları ayrı ayrı ele alındı. Böylece yapay zeka sisteminin farklı koşullardaki tanı performansı karşılaştırmalı olarak incelendi.
Araştırmanın sonuçları, sistemin özellikle karmaşık vakalarda doğru tanıya ulaşma oranı bakımından geçmiş hekim sonuçlarına kıyasla daha yüksek bir performans sergilediğini gösterdi. Bununla birlikte elde edilen verilerin, araştırmada kullanılan vakalar ve uygulanan değerlendirme yöntemi çerçevesinde ele alınması gerekiyor.
Yapay Zeka Doktorlara Göre 2,3 Kat Daha Başarılı Sonuç Verdi
Araştırmanın öne çıkan bulgularından biri, MAI-DxO'nun açık kaynaklardan yararlanabilen doktorlarla karşılaştırıldığında yaklaşık 2,3 kat daha yüksek tanı doğruluğuna ulaşması oldu. Bu karşılaştırmada hekimlerin kitap, internet ve benzeri açık kaynaklardan bilgi edinerek vakaları değerlendirebildiği koşullar esas alındı.
Sistem, dış kaynaklara başvurmadan teşhis koymaya çalışan doktorlarla karşılaştırıldığında ise yaklaşık 3,7 kat daha başarılı sonuç verdi. İki farklı karşılaştırmada ortaya çıkan oranlar, yapay zeka sisteminin karmaşık tıbbi vakaları değerlendirme performansına ilişkin araştırmanın temel bulgularını oluşturdu.
Ancak bu oranlar, yapay zekanın her hastalıkta veya her klinik koşulda doktorlardan daha başarılı olduğu anlamına gelmiyor. Araştırmada elde edilen sonuçlar, belirli vakalar üzerinde uygulanan testlerin ve geçmiş teşhis kayıtlarının karşılaştırılmasına dayanıyor. Gerçek hastaların muayene edildiği, fiziksel bulguların değerlendirildiği ve tedavi süreçlerinin izlendiği bir klinik ortamda aynı sonuçların ortaya çıkıp çıkmayacağı bu çalışmayla belirlenmiş değil.
Bu nedenle tanı doğruluğuna ilişkin veriler, araştırmanın kapsamı ve yöntemi dikkate alınarak değerlendiriliyor. Özellikle karmaşık vakalarda elde edilen performansın, farklı hasta gruplarında ve gerçek sağlık hizmetlerinde ayrıca incelenmesi gerekiyor.