Microsoft: Yapay Zeka Doktorlardan 4 Kat Daha Doğru Teşhis Koyabiliyor

Microsoft, sağlık alanında kullanılmak üzere geliştirdiği Diagnostic Orchestrator adlı yapay zeka sisteminin, belirli tıbbi vakalarda insan doktorlardan daha yüksek doğrulukla teşhis koyabildiğini öne sürüyor. Microsoft AI CEO'su Mustafa Suleyman'a göre bu teknoloji, yapay zekanın sağlık hizmetlerinde önemli bir dönüm noktasına ulaştığını gösteriyor. Şirket, teknolojiyi gerçek hastane ortamlarında test etmeye hazırlanıyor.

Science dergisinde perşembe günü yayımlanan araştırmada sistem, tıbbi vaka raporlarından ve acil servis kayıtlarından oluşturulan senaryolar üzerinden doktorlarla karşılaştırıldı. Microsoft, bu testler için SDBench adını verdiği özel bir değerlendirme veri seti hazırladı. Şirket, söz konusu veri setini açık kaynak olarak yayımlamayı da planlıyor.

Birden fazla yapay zeka ajanını bir araya getiren Diagnostic Orchestrator, doktorların teşhis sürecini taklit edecek şekilde çalışıyor. Hastanın belirtilerini ve tıbbi geçmişini değerlendiriyor, hangi testlerin yapılması gerektiğine karar veriyor ve elde edilen bilgiler üzerinden olası teşhisleri belirliyor. Böylece farklı uzmanların birlikte çalışmasına benzer bir değerlendirme süreci yürütüyor.

Araştırmada, The New England Journal of Medicine dergisinde yayımlanan yüzlerce vaka raporundan yararlanıldı. Microsoft'un sisteminin bu vakalardaki teşhis doğruluğu yaklaşık yüzde 83 olarak ölçüldü. Aynı senaryolarda referans kaynaklarına başvurabilen genel pratisyen doktorların doğruluk oranı yaklaşık yüzde 36'da kalırken herhangi bir referans kullanmayan doktorlarda bu oran yüzde 22 olarak kaydedildi.

Sistem, gerçek hasta kayıtlarından alınan acil servis vakalarında da doktorlardan daha yüksek bir başarı gösterdi. Boston'daki Beth Israel Deaconess Medical Center hastanesine başvuran hastaların kayıtlarından oluşturulan senaryolarda Diagnostic Orchestrator, yüzde 80 teşhis doğruluğuna ulaştı. İnsan doktorların ortalama doğruluk oranı ise yüzde 47 oldu.

Bununla birlikte sonuçlar, sistemin her hastalıkta veya her klinik koşulda doktorlardan daha başarılı olduğu anlamına gelmiyor. Araştırma, belirli vaka senaryoları üzerinden gerçekleştirilen karşılaştırmalara dayanıyor.

OpenAI'ın GPT-5 modeliyle desteklenen Diagnostic Orchestrator, araştırmada tek başına çalışan gelişmiş yapay zeka modellerini de geride bıraktı. Ancak hakem değerlendirmesinden geçen bilimsel makalede GPT-6 Astra, Meta Muse Wonder Full, Google Gemini 4 Argon ve Anthropic Opus 5.5 gibi daha yeni modeller yer almıyor.

Sistemin geliştirilmesine GPT-4.1'in en gelişmiş modellerden biri olduğu dönemde başlandı. Araştırmacılar, sonraki testlerin daha güçlü modellerin ortaya çıkmasının birden fazla yapay zeka ajanını birlikte çalıştırmanın sağladığı avantajları ortadan kaldırmadığını gösterdiğini belirtiyor.

Bu yaklaşımın temelinde, farklı ajanların bir tıbbi vakayı ayrı açılardan değerlendirmesi ve teşhis sürecinin farklı aşamalarında birbirini tamamlaması bulunuyor. Sistem, yalnızca belirtilere bakarak bir yanıt üretmek yerine hangi bilgilerin eksik olduğunu belirlemeyi, gerekli testleri seçmeyi ve alternatif teşhisleri değerlendirmeyi hedefliyor.

Microsoft, elde edilen sonuçlara rağmen teknolojinin yaygın biçimde kullanılabilmesi için daha fazla araştırmaya ihtiyaç duyulduğunu kabul ediyor. Diagnostic Orchestrator şu ana kadar geçmişteki tıbbi vakalar üzerinde değerlendirildi. Gerçek hastalarla karşılaşıldığında nasıl performans göstereceği ise henüz netlik kazanmış değil.

Suleyman, sistemin klinik doğrulamadan geçmesi gerektiğini vurgularken mevcut sonuçları bu yönde önemli bir kilometre taşı olarak değerlendiriyor.

Microsoft'un yapay zeka ve sağlık alanındaki çalışmalarına liderlik eden, araştırmanın ortak yazarlarından Dr. Dominic King, şirketin sistemi gerçek hastane koşullarında test etmek için Beth Israel Deaconess Medical Center ile çalışmayı planladığını açıkladı. King, testlerin önümüzdeki birkaç ay içinde başlamasının muhtemel olduğunu söylese de kesin bir takvim paylaşmadı.

Bu testler, sistemin gerçek klinik ortamlarda ne kadar güvenilir sonuçlar ürettiğini ve doktorların teşhis süreçlerine nasıl katkıda bulunabileceğini değerlendirmek açısından önem taşıyor. Öte yandan Microsoft, en iyi insan uzmanların ve sağlık sistemlerinin performansını aşabilen “tıbbi süper zeka” geliştirmeyi hedefliyor. Diagnostic Orchestrator ise bu hedefin bir parçası konumunda.

Bununla birlikte Microsoft AI CEO'su doktorların hasta bakımındaki merkezi rolünü koruması gerektiğini savunuyor. Yapay zekanın sağlık çalışanlarının iş yükünü artırma ihtimalini kabul eden Suleyman, asıl hedefin tıp mesleğindeki tekrarlayan ve zaman alan işleri azaltmak olduğunu belirtiyor. Şirkete göre bu tür sistemler, doktorların teşhis ve değerlendirme süreçlerinde harcadığı zamanı azaltarak hastalarla daha fazla ilgilenmesine imkan sağlayabilir.