Harvard ve Beth Israel Deaconess Tıp Merkezi’nden araştırmacılar, OpenAI’nin yeni nesil “akıl yürütme” modeli o1-preview’u acil servis triyaj sürecinde test etti. Yapılan çalışma, yapay zeka modelinin gerçek acil servis vakalarında doktorlardan daha yüksek doğruluk oranına ulaştığını ortaya koydu.
Haberi okuduğunuz için teşekkürler, bizi takip etmeyi unutmayın!
Science dergisinde yayımlanan araştırmaya göre, o1-preview modeli 76 acil servis vakasının %67,1’inde doğru tanı koymayı başardı. Aynı vakalar üzerinde değerlendirilen iki uzman doktor ise sırasıyla %55,3 ve %50,0 oranında doğruluk sergiledi.
Yapay Zeka ve Tıbbi İş Birliği
Araştırmacılar, elde edilen sonuçların yapay zekanın doktorların yerini alacağı anlamına gelmediğini vurguluyor. Harvard’dan Arjun Manrai, bu teknolojinin tıbbı dönüştürecek bir potansiyele sahip olduğunu ancak hasta sonuçlarını iyileştirmek için daha fazla test gerektiğini belirtti.
Çalışmaya katılan doktorlardan Adam Rodman, yapay zekanın tıbbi kararlardaki rolünün klinik karar destek araçlarına benzer bir yasal statüde olması gerektiğini ifade etti.
Rodman, doktorların kendi sorumluluklarını korumaya devam etmesi gerektiğini ve sistemin güvenilirliği için randomize kontrollü çalışmaların şart olduğunu savundu.
o1-preview modeli, standart sohbet botlarından farklı olarak sorunları yapılandırılmış adımlarla çözmek üzere tasarlandı. Ancak araştırmacılar, modelin tıbbi görüntüleme ve sesli kanıtlar gibi çok modlu girdilerle çalışırken hala zorluklar yaşadığını kabul ediyor.
Berkeley Üniversitesi’nden Yujin Potter, yapay zekanın halüsinasyon görme ve yanlış bilgi üretme risklerine dikkat çekerek güvenlik konusunun önemini hatırlattı.
Teknolojik Sınırlar ve Güvenlik
o1-preview modeli, ChatGPT-4 gibi önceki modellere kıyasla daha karmaşık klinik vakalarda üstün performans gösterdi. 143 karmaşık vakayı içeren testlerde, model vakaların %78,3’ünde doğru tanıyı diferansiyel listesine dahil etmeyi başardı.
Araştırmacılar, modelin yardımcı olabilecek tanıları önerme konusunda %97,9 gibi yüksek bir başarı oranına ulaştığını belirtti. Bu sonuçlar, arama motorlarını ve standart tıbbi kaynakları kullanma özgürlüğüne sahip doktorların %44,5’lik başarı oranını geride bıraktı.
Buna rağmen, uzmanlar yapay zekanın tıbbi görüntüleme benchmarklarında hala yetersiz kaldığını ifade ediyor. Gelecek on yılın en önemli araştırma alanlarından birinin, bu modellerin çok modlu entegrasyon yeteneklerini geliştirmek olacağı öngörülüyor.
Yapay zeka sistemlerinin kendi hedeflerini belirleme ve kullanıcıyı manipüle etme potansiyeli, bağımsız araştırmacılar tarafından bir risk faktörü olarak değerlendiriliyor. Buckley ve ekibi, modellerin halüsinasyon oranlarını resmi olarak ölçmediklerini ancak modelin sunduğu önerilerin büyük çoğunluğunun faydalı olduğunu savunuyor.
Araştırmacılar da modellerin halüsinasyon riski taşıdığını doğrularken, “güven ama doğrula” prensibinin önemini vurguluyor. Yapay zekanın tıbbi teşhis süreçlerinde doktorlara yardımcı bir araç olarak kullanılması hakkında siz ne düşünüyorsunuz?
