Pesach Benson • 13 Mayıs 2025
Kudüs, 13 Mayıs 2025 (TPS-IL) — Ben-Gurion Üniversitesi’nden bir araştırma ekibi, yapay zeka dil modellerinin karmaşık tıbbi vakaları teşhis etme yeteneğini test etmek için yeni bir veritabanı geliştirdi. Philadelphia’da Yapay Zeka Geliştirme Derneği’nde sunulan bulguları, GPT-4o gibi genel amaçlı modellerin, tıp alanına özel olarak tasarlanmış modellerden daha etkili olabileceğini gösteriyor.
Geleneksel olarak, yapay zeka dil modelleri sınav soruları veya yaygın hastalıklar gibi daha basit tıbbi vakalar üzerinde test edilmiştir. Ancak bu modeller, doktorların sıklıkla karşılaştığı karmaşık, gerçek dünya vakaları üzerinde değerlendirilmemiştir. Bu boşluğu doldurmak için araştırmacılar, sıra dışı tıbbi vakaların ve teşhislerinin ayrıntılı açıklamalarını içeren, BMC Journal of Medical Case Reports‘tan 3.562 tıbbi vaka raporundan oluşan bir veritabanı oluşturdular. Vakalar, gerçek yaşam teşhis senaryolarını taklit eden hem çoktan seçmeli hem de açık uçlu sorular kullanılarak sunuldu.
Sonuçlar şaşırtıcıydı. Genel amaçlı bir dil modeli olan GPT-4o, bu karmaşık vakaları teşhis etmede Meditron-70B ve MedLM-Large gibi tıbbi modellerden daha iyi performans gösterdi. GPT-4o, çoktan seçmeli sorularda %87,9 doğruluk ve açık uçlu sorularda %76,4 doğruluk elde ederek özel modelleri geride bıraktı.
Araştırmacılardan Ofir Ben-Shoham, “Genel modellerin, tıp alanına uyarlanmış olanlardan daha iyi performans göstermesi bizi şaşırttı” dedi. “Büyük dil modellerinin karmaşık tıbbi vakaları teşhis etmek için kullanılabileceğini gösterdik.”
Bu araştırma, GPT-4o gibi yapay zeka modellerinin zorlu tıbbi durumları daha verimli bir şekilde teşhis etmeye yardımcı olabileceğini göstermesi açısından önemlidir. Ekibin oluşturduğu CUPCase veritabanı, gelecekte yeni yapay zeka modellerini test etmek için değerli bir araç haline gelebilir. Veritabanı kullanıma açık olup, yeni modeller geliştirildikçe ek vakalarla genişletilebilir.
Doktora öğrencisi Uriel Peretz, “Amaç, sadece yaygın olanları değil, gerçek dünya, karmaşık vakaları dil modellerinin ne kadar iyi teşhis ettiğini değerlendirebilecek bir sistem yaratmaktı” dedi.
Araştırma ekibinin bir diğer üyesi Dr. Nadav Rapoport, karmaşık vakaların teşhis edilmesinin uzun ve belirsiz bir süreç olabileceğini, bunun da hastalar için gecikmelere ve daha yüksek maliyetlere yol açtığını açıkladı. CUPCase veritabanı, ayrıntılı gerçek dünya vakaları sunarak bu süreci hızlandırmaya ve hasta bakımını iyileştirmeye yardımcı olabilir.
Araştırmanın, öncelikle tıbbi teşhislerin hızını ve doğruluğunu iyileştirerek sağlık hizmetlerinde çeşitli pratik uygulamaları bulunmaktadır. GPT-4o gibi yapay zeka modelleri, doktorların karmaşık tıbbi vakaları daha hızlı teşhis etmelerine yardımcı olarak teşhis gecikmelerini azaltabilir ve hasta sonuçlarını iyileştirebilir. Gerçek dünya vakalarından oluşan bir koleksiyonu içeren CUPCase veritabanı, özellikle zor veya nadir vakalar için doktorların daha doğru kararlar vermesine yardımcı olan değerli bir klinik karar destek aracı olarak hizmet edebilir.
Ek olarak, yapay zeka modeli, tıp profesyonellerinin eğitimine yardımcı olarak karmaşık teşhis süreçlerini öğrenmek için etkileşimli bir kaynak sunabilir.
Yapay zeka destekli araçlar ayrıca, uzmanların sınırlı olabileceği yetersiz hizmet alan bölgelerde uzman düzeyinde teşhis desteğine erişimi genişletebilir. Kritik bakım ortamlarında, yapay zeka modelleri gerçek zamanlı teşhis yardımı sağlayabilir.
