Bu yapay zeka modeli, gerçekleştirilen görüşmelerde doktorlara kıyasla daha üstün bir performans sergiliyor. Hem teşhis konusunda hem de empati becerilerinde doktorları geçen bu bot, tıp alanındaki yapay zeka teknolojilerinin sınırlarını bir kez daha zorluyor.

Her geçen gün daha da şaşırtıcı hale gelen yapay zeka teknolojileri, şimdi de tıp dünyasında önemli bir rol oynamaya aday. Daha önce birkaç kez gördüğümüz gibi, yapay zeka modelleri, doktorlara kıyasla daha iyi performans sergileyebiliyor. Google'un yeni sohbet botu da bu başarı listesine kendine sağlam bir yer edindi.

Doktorlarla yapılan görüşmelerde ortaya koyduğu etkileyici teşhis yetenekleriyle dikkat çeken bu yapay zeka modeli, aynı zamanda hastalarla kurduğu iletişimde gösterdiği üstün empati becerileriyle de öne çıkıyor. Gelişmiş algoritmaları ve geniş veri setleri üzerinden öğrenme kapasitesi, bu yapay zeka botunun insan benzeri bir anlayış ve hızlı öğrenme yeteneğine sahip olmasını sağlıyor.

Tıbbi alandaki bu başarı, yapay zeka teknolojilerinin gelecekte sağlık sektöründe daha etkin bir rol oynamasına kapı aralıyor. Ancak, bu gelişmelerin etik ve güvenlik konularında da dikkatli bir şekilde yönetilmesi gerekecek. Yapay zeka, doktorların yerini alabilir mi sorusu, tıp dünyasında önemli bir tartışma konusu olmaya devam edecek gibi görünüyor.

DAHA GERÇEK HASTALAR ÜZERİNDE DENENMEDİ

Webtekno'nun aktardığına göre Google, kendi geliştirdiği bir dil modelini (LLM) temel alan bir sohbet botu hakkında çalışma yayınladı. Çalışmada, sohbet botunun tıbbi görüşmelerde doktorlardan daha iyi performans sergilediği görüldü. Articulate Medical Intelligence Explorer (AMIE) ismi verilen model, hastalarla konuşma ve hastaların tıbbi geçmişine dayanarak olası teşhisleri listeleme konusunda doktorlardan daha başarılı oldu. Henüz değerlendirmeden geçmeyen çalışma, 11 Ocak’ta arXiv’de ön baskı olarak yayınlandı.

Google araştırmacıları, modelin solunum ve kardiyovasküler hastalıkları daha iyi teşhis edebildiğini söylüyor. Ayrıca görüşmelerde gerçek doktorlarla benzer miktar bilgiyi elde edebildiğini, hatta daha iyi empati kurabildiğini de ekliyor.

Modelin henüz gerçek hastalar üzerinde test edilmediğini vurgulamak gerek. Çalışmada, sadece hastaları canlandıran aktörler kullanıldı. Zaten araştırmacılar da modeli “deneysel” olarak nitelendirdi ve henüz bir şey söylemek için çok erken olduğunu aktardı.

20 oyuncu, çalışma kapsamında 149 farklı klinik senaryoyu simüle ettiler. Görüşmeler de yüz yüze değil, metin tabanlı olarak gerçekleştirildi. Oyuncular, görüşmeler sırasında gerçek doktorlarla mı yoksa sohbet botuyla mı konuştuklarını bilmiyorlardı. Bir grup uzman da AMIE’nin ve doktorların performansını değerlendirdi. Nezaket, durumu ve tedaviyi açıklama, dürüst görünme, teşhis gibi şeylerin incelendiği çalışmalar sonucunda ise sohbet botunun 26 kriterin 24’ünde doktorları geçtiği görüldü.

AMIE, DOKTORLARDAN DAHA İYİ SONUÇ VERSE DE ONLARIN YERİNİ ALMAYACAK

Sonuçlar yapay zekanın doktorların yerini alacağı anlamına gelmiyor. Google araştırmacısı Alan Karthikesalingam da konuya ilişkin “Bu, hiçbir şekilde bir dil modelinin tıbbi görüşmelerde doktorlardan daha iyi olduğu anlamına gelmez.” ifadelerini kullandı. Öte yandan Harvard’da doktor olarak görev yapan Adam Rodman da aracın faydalı olabileceğini ancak doktorların yerine geçemeyeceğini söyledi: “Tıp, bilgi toplamaktan daha fazlasıdır. Tamamen insan ilişkileriyle alakalıdır.”

Bir Garip Açıklama: ‘Hasta Yakınlarına Hastane Personelinin Hatalı İşlemleri Tamamlatılıyor’ Bir Garip Açıklama: ‘Hasta Yakınlarına Hastane Personelinin Hatalı İşlemleri Tamamlatılıyor’

Araştırmayla ilgili şunu da eklemek gerek. Katılan doktorlar hiç böyle metin tabanlı görüşmeler gerçekleştirmeye alışık değillerdi. Bu da performanslarını etkileyip yapay zekanın öne geçmesine neden olmuş olabilir.

Yine de çalışma, yapay zekanın empati kurabilen ve hastanın geçmişinden yola çıkarak tanı koyabilen bir doktorlara benzer şekilde performans gösterme potansiyelinin olduğunun göstergesi. Bu araştırmanın sonraki adımı da potansiyel ön yargıları değerlendirmek ve sistemin farklı popülasyonlarda benzer sonuçlar vermesini sağlamak için daha ayrıntılı çalışmalar yapmak.