Microsoft’un geliştirdiği yeni nesil yapay zeka sistemi MAI-DxO, tıbbi vakaları teşhis etmede insan doktorları geride bıraktı. Şirketin “tıbbi süper zekaya giden yol” olarak tanımladığı sistem, doğru tanı koyma oranında %80 başarı göstererek, uzman hekimlere göre dört kat daha isabetli sonuçlar verdi.
🧠👨⚕️ Microsoft yapay zekası MAI-DxO, teşhiste doktorları 4 kat geçti!
Microsoft’un yapay zeka kolu CEO’su Mustafa Süleyman, geliştirdikleri MAI-DxO sisteminin sağlık alanında “önemli bir sıçrama” olduğunu belirtiyor. Şirketin yaptığı deneylerde yapay zeka, insan doktorların teşhis oranını geride bırakarak %80 isabetle doğru teşhis koydu. İnsan doktorlar aynı vakalarda %20 seviyesinde başarı gösterebildi. Ayrıca sistem, daha düşük maliyetli testleri seçerek sağlık harcamalarını %20 oranında azaltmayı başardı.
🧪 Tıbbi süperzeka nasıl çalışıyor?
Araştırmacılar, New England Journal of Medicine kaynaklı 304 vaka çalışması üzerinden bir test sistemi oluşturdu. MAI-DxO, tıpkı bir doktor gibi belirtileri analiz etti, gerekli testleri talep etti ve süreç sonunda teşhise ulaştı. Bu sistemde OpenAI’ın GPT’si, Google’ın Gemini’si, Anthropic’in Claude’u, Meta’nın Llama’sı ve xAI’ın Grok’u birlikte çalıştı. Böylece çoklu modelin tartışarak karar verdiği bir “tanzim mekanizması” hayata geçirildi.
👥 Teknoloji şirketleri arasında yapay zeka yarışı
Microsoft, projeye katkı sağlamak üzere Google’ın yapay zeka biriminde çalışan bazı araştırmacıları da transfer etti. Bu durum, teknoloji devleri arasında yapay zeka uzmanlarına yönelik rekabetin ne kadar kızıştığını da gösteriyor. Microsoft’un MAI-DxO sistemi, yalnızca doktorların kararlarını taklit etmekle kalmıyor, aynı zamanda teşhis sürecine ait mantıksal akışları da öğrenerek uyguluyor.
💬 “Sağlık hizmetlerinin otomasyonu mümkün olabilir”
Mustafa Süleyman, MAI-DxO’nun yakın gelecekte Bing’e entegre edilebileceğini ve kullanıcıların basit semptomlarını girerek destek alabileceğini belirtti. Şirket ayrıca bu sistemle tıp uzmanlarının teşhis süreçlerini otomatikleştirecek uygulamalar geliştirmeyi planlıyor.
🧬 Bilim insanlarından dikkatli iyimserlik
🔍 Klinik doğrulama vurgusu
Massachusetts Teknoloji Enstitüsünden (MIT) David Sontag, sistemin doktorları yalnızca taklit etmesiyle değil, metodolojik titizlikle çalışması sayesinde de güçlü bir araştırma ortaya koyduğunu ifade etti. Ancak bulgulara dikkatle yaklaşılması gerektiğini, zira çalışmadaki doktorların teşhis sırasında başka bir bilgi kaynağından destek almalarının sınırlandığını belirtti.
📉 Maliyet azaltımı henüz kesin değil
Sontag, sistemin gerçek dünya koşullarında sağlık maliyetlerini azaltıp azaltamayacağının ancak klinik deneylerle netleşeceğini vurguladı. Doktorların uygulamada hastaların tedaviye uyumu veya cihaz erişimi gibi değişkenleri de dikkate aldığını, bunların yapay zeka sistemine aktarılamayabileceğini belirtti.
🧪 Karmaşık vakalarla test edildi
Scripps Araştırma Enstitüsünden Eric Topol, çalışmanın “etkileyici” olduğunu çünkü karmaşık vakaların ele alındığını söyledi. Topol’a göre bu tür sistemlerin genel kullanıma geçmeden önce, gerçek hastalarla yürütülecek doğrudan karşılaştırmalı klinik deneyler yapılmalı.
Kaynaklar:
- Microsoft. (2025, July 2). Building a medical AI: MAI-DxO’s diagnostic benchmark performance. Retrieved from https://www.microsoft.com/en-us/research/blog/building-a-medical-ai-mai-dxos-diagnostic-benchmark-performance
- Sontag, D. (2025). Layer Health: Clinical AI systems for scalable diagnosis. Retrieved from https://www.layer.health
- Topol, E. (2023). Deep Medicine: How artificial intelligence can make healthcare human again. Scripps Research. Retrieved from https://www.scripps.edu
- New England Journal of Medicine. (2024). Case records of the Massachusetts General Hospital. Retrieved from https://www.nejm.org
- Google Research. (2024). AI for healthcare: Multimodal diagnostic models. Retrieved from https://research.google
🌐 Bunlar da ilginizi çekebilir:
- Yapay zeka ile sağlık hizmetlerinde büyük dönüşüm – Hasta güvenliği, acil müdahale ve hastane iş akışında yapay zekanın kullanımını anlatıyor
- Yapay zekanın sağlık alanına getirdiği 5 yenilik – Görüntüleme teşhisi, kişiselleştirilmiş tedavi ve operasyonel verimlilik gibi başlıkları ele alıyor
- Yapay zeka, ultrason görüntüsünden akciğer hastalıklarını yüzde 96 doğrulukla tespit ediyor – Akciğer hastalıklarında yüksek doğruluk oranlı model kullanımı örneklendiriliyor
- ChatGPT tıbbi testlerin bulamadığı tümörü teşhis ederek hayat kurtardı – ChatGPT’nin klinikte kritik teşhiste rolü ele alınıyor
- Yapay zeka (AI) neleri değiştirecek? Büyük dönüşüm kapıda! – AI destekli triyaj, ambulans yönlendirme ve sağlık eşitliğine katkı gibi trendleri kapsıyor