Microsoft, MAI-DxO adlı yapay zekâ sisteminin simülasyondaki karmaşık tıbbi vakaların %83’üne doğru tanı koyduğunu açıkladı. Kaynaklara erişebilen genel hekimlerde oran %36 oldu; ancak karşılaştırmaya uzman hekimler ve hekim ekipleri katılmadı.
Microsoft, MAI-DxO adlı tanı sisteminin sonuçlarını Science dergisinde yayımlanan bir çalışmayla sundu. Sistem, hekim kurulu gibi çalışan birden fazla yapay zekâ ajanıyla hastaya sorular yöneltiyor, tetkik istiyor ve olası tanıları tartışıyor.
Karmaşık vakalar New England Journal of Medicine’de yayımlanan vaka raporlarından alındı; bu tür vakaları normalde değerlendiren uzmanlar veya hekim ekipleri karşılaştırmada yer almadı. TechCrunch’ın aktardığı sonuçlar, başarının önemli bölümünün kullanılan temel yapay zekâ modellerinden geldiğine işaret ediyor. Örneğin MAI-DxO, OpenAI GPT-5’in karmaşık vakalardaki doğruluğunu yaklaşık 4 puan artırırken acil servis vakalarında belirgin bir doğruluk veya maliyet avantajı sağlamadı.
Microsoft, sistemi Beth Israel Deaconess Medical Center ile gerçek hastane koşullarında değerlendirmeyi planlıyor; klinik başarısı henüz doğrulanmış değil. Türkiye’de sağlık alanında yapay zekâ ürünü geliştirenler için sonuç, çok ajanlı tasarımın katkısını temel modelden ayrı ölçmenin önemini gösteriyor. Simülasyondaki başarıyı klinik kullanıma hazır bir ürünün kanıtı saymak için ise erken.
Gerçek klinik koşullardaki başarısı henüz kanıtlanmadığından, sonuçlar sağlık ürünü geliştiren şirketler için kullanıma hazır bir çözüm anlamına gelmiyor.
Uzman hekimlerin ve hekim ekiplerinin karşılaştırmaya alınmaması, sistemin mevcut sağlık hizmetine üstünlüğü konusunda çıkarılabilecek sonuçları sınırlıyor.
Çok ajanlı yapının katkısının modele ve vaka türüne göre değişmesi, geliştiricilerin ek sistem karmaşıklığını ölçülmüş faydayla gerekçelendirmesini gerektiriyor.
Bu yazı, yukarıdaki kaynaktan Made in 10 Haber Odası tarafından otomatik olarak yazılmıştır.
Hugging Face, DNA hakkındaki soruları doğal dille yanıtlayan açık kaynaklı yapay zekâ modeli Carbon-X’i yayımladı. Model, dizüstü bilgisayarda yerel olarak çalışarak hassas genetik verileri bulut hizmetlerinden uzak tutabiliyor, ancak tahminleri henüz ıslak laboratuvar deneyleriyle doğrulanmış değil.
