Microsoft‘ın AI teşhis sistemi, Perşembe günü Science dergisinde yayımlanan bir çalışmaya göre, karmaşık vaka analizlerinde genel pratisyen hekimlerden iki katından fazla doğrulukla sonuç verdi. Microsoft AI’nın CEO‘su Mustafa Suleyman, bu sonucu “tıbbi süper zeka”ya giden yolda bir adım olarak nitelendirdi.
MAI-DxO (kısa haliyle DxO) olarak adlandırılan sistem, doktorlardan oluşan bir panel gibi davranan birkaç AI ajanını koordine ediyor. Hastayı sorguluyor, tetkik istiyor ve teşhis üzerinde tartışıyor.
New England Journal of Medicine’den alınan karmaşık vakaların kullanıldığı bir simülasyonda sistem %83 oranında doğru sonuç verdi. Referans materyalleri kullanarak bireysel olarak çalışan aile hekimleri ve dahiliye uzmanları ise %36 oranında doğru teşhis koydu. Bir not: Bu kadar karmaşık vakalar genellikle uzmanlar veya hekim ekipleri tarafından ele alınıyor; ancak bu ekipler karşılaştırmaya dahil değildi.
“Burada gerçekten önemli ve heyecan verici bir şey var,” Microsoft AI’nın Sağlık Başkan Yardımcısı Dominic King, TechCrunch’a söyledi. “Şu anda sağlık hizmetleri sunumundaki en büyük meyok, artan tıbbi uzmanlık talebi ile arzı arasındaki uyumsuzluk.”
Microsoft, bu sonuçları yayımlayarak kendi AI’ının doktorlarla yarışabileceğini ya da onları geride bırakabileceğini iddia eden Google ve OpenAI’ın yanına katıldı.
Çalışmanın kendi verileri, iyileşmelerin büyük kısmının daha güçlü temel AI modellerinden geldiğini, Microsoft’un koordinasyon sisteminin ise bu kazanımlara ek katkılar sağladığını gösteriyor.
Microsoft, MAI-DxO’yu OpenAI, Google, Anthropic, Meta ve DeepSeek dahil olmak üzere birkaç şirketin modelleriyle test etti, ancak en iyi sonuçlar OpenAI’ın GPT-5 ve GPT-5.5 modelleriyle alındı.
DxO’nun CPC üzerinde, farklı büyük dil modellerinde temel prompt ile yönlendirilen modellere kıyasla sağladığı doğruluk iyileşmeleri (bütçe kısıtlaması olmadan).Görsel Kredisi:Microsoft AI
Microsoft, DxO’yu hem maliyet hem de doğruluk açısından ölçtü; yani her vaka üzerinde AI’nın çalıştırılmasının tahmini maliyetini değerlendirdi. Kendi başına kısa ve temel bir prompt ile GPT-5, karmaşık vakalarda yaklaşık 8.400 dolar maliyetle %78,9 skor aldı. DxO bu maliyeti yaklaşık 3.000 dolar azalttı ancak doğruluğu ancak dört puan kadar artırdı. Acil durum bölümü vakalarında ise GPT-5’in kendi başına ile DxO desteği arasında ne doğrulukta ne de maliyet iyileşmesinde büyük bir fark yoktu.
Nisan 2026’da piyasaya sürülen daha yeni bir model olan GPT-5.5 ile sonuçlar ikiye ayrıldı. Karmaşık vakalarda DxO, GPT-5.5’in skorunu %72’den neredeyse %87’ye, biraz daha düşük bir maliyetle yükseltti. Ancak bu kazanımlar bir kez daha acil bölüm vakalarında ortaya çıkmadı. Her iki model de (DxO ile ve olmadan) benzer maliyetle yaklaşık %85 skor aldı.
DxO en çok karmaşık vakalarda ve daha az yetenekli AI modellerinde yardımcı oluyor. Örneğin Gemini 2.5 Flash, kendi başına %46,4 skor alırken DxO ile neredeyse %69 aldı. Buna rağmen, daha zayıf ve daha güçlü modeller arasındaki fark, DxO’un sağladığı artıştan daha büyüktü.
Microsoft araştırmacıları, doğruluk kazanımlarının modeller teoretik maksimuma yaklaştıkça doğal olarak küçüldüğünü söyledi. “DxO koordisyonu, hem doğruluk hem de maliyet optimizasyonundaki daha geniş zorluğa yardımcı oluyor,” bir sözcü ekledi.
Kendi önyüzlü AI’sını inşâ etme çabasını yöneten Suleyman, TechCrunch’a şirketin Mayo Clinic ile birlikte sağlık için bir temel model eğittiğini ve modelin gelecek yıl piyasaya sürülmesini planladığını söyledi. Bu modelin şirkete “burada gerçekten büyük sıçramalar yapma” imkânı vereceğine inanıyor ve DxO’un, tıbbiyette gerçek atılımlar görmek için Microsoft’un kurduğu temel altyapının bir parçası olduğunu belirtti.
“2027 yılında, tıbbi kayıtlar için kodlama tarzında bir atılımdan çok yakında olacağımıza gerçekten inanıyorum,” Suleyman söyledi. “Tıbbi bir kaydın nasıl ilerleyebileceğine dair son derece doğru tahminleri aktarabileceğimizi düşünüyorum ve açıkçası bir klinisyen için böyle bir öngörü paha biçilmez.”
Suleyman, kariyeri boyunca AI’yı tıbbi sorunları çözmek için kullanmaya çalışıyor. Daha önce 2014’te Google tarafından satın alınan DeepMind’in kurucularından biriydi. Ertesi yıl, Google DeepMind, King’in klinik görev yönetimi uygulaması Hark’ı satın aldı ve ikisi birlikte DeepMind Health’i başlattı. Suleyman, 2024’te Microsoft’un AI birimini yönetmek için şirkete katıldı ve King birkaç ay sonra ona katıldı.
“Biz sadece gerçek inançlılar,” Suleyman söyledi.
Suleyman, üretken yapay zekânın sağlık alanında kullanımının hâlâ erken aşamada olduğunu söyledi ancak sağlık modellerinin önümüzdeki 24 ila 36 ay içinde “yetenek açısından bir büyüklük mertebesiyle iyileşeceğini” beklediğini belirtti.
“Son beş-altı yılda birden fazla kez gördüğümüz gibi, bir uçak çevirisi (flywheel) elde ettiğinizde ilerleme çok hızlı gerçekleşiyor,” Suleyman söyledi. “Bir uçak çevirisi, modellerdeki açıkları belirlemek ve ardından bunları düzeltmek ve geliştirmek için gerçek dünya kullanımıyla iterasyon yaptığımız, üretimde bir modele sahip olduğumuz anlamına gelir. Kodlamada olan şey bu. Bundan önce sohbet (chat) alanında da böyle olmuştu. Bence gelecek yıl tıbbi kayıtlar ve klinik karar desteği için benzeri bir şey gerçekleşmeye başlayacak.”
Boston’daki Beth Israel Deaconess Medical Center ile yeni bir işbirliği aracılığıyla Microsoft, DxO’nun klinik muhakeme yeteneklerini farklı hastane ortamlarında değerlendirecek.
“Bu teknoloji gerçek dünya değerlendirmeleri için hazır ve bir Cuma akşamı Boston acil servisinden gelen sorunların karmaşıklığını ve çeşitliliğini hayal edebilirsiniz,” King söyledi.
Çalışmanın nasıl işleyeceğini açıkladı: hastalar triyaj, uzmanla görüşme, tedaviler, tetkikler ve taburculuğun güvenli olup olmadığına dair karara dahil olmak üzere standart tedavi alacak. Paralel olarak, onay veren hastalar aynı zamanda DxO ile de etkileşime girecek. Microsoft ve işbirliği ortakları, DxO’nun önerilerini insan doktorlarınkilerle karşılaştıracak.
Google, bu ay Beth Israel ile birlikte The Lancet’te klinik bir çalışma yayımlayarak Google’ın AMIE sözel tanı yapay zekâsını gerçek dünya acil bakım ziyaretlerinde değerlendirdi; insan hekimler etkileşimleri gerçek zamanlı olarak izledi.
“Bunun türünün en büyük çalışması olacağını düşünüyoruz,” King söyledi. “Sadece acil durum ortamlarıyla sınırlı kalmayacak, aynı zamanda acil bakım ortamlarında da yapılacak ve çalışma süresinin sonunda, bu sistemlerin gelecekte daha büyük ölçekte konuşlandırılabilme yeteneğine dair oldukça ikna edici kanıtlar verecek.”
Science’ta yayımlanacak Microsoft çalışması, tıbbi süper zekâ kurmak için gerekenlerle ilgili, “bakımın tamamı boyunca tıbbi muhakeme ve koordinasyonda en güçlü güncel insan liderliğindeki sağlık sistemlerini aşabilme yeteneği” olarak tanımlanan bir tür bildirgeyle aynı zamana denk geliyor. Microsoft, bireysel görevleri—tıbbi sınav sorularını yanıtlamak ve tanı üretmek—ölçmenin ötesine geçip hekimlerle ve sağlık sistemleriyle entegre olarak daha iyi sonuçlar elde etmeyi umuyor.
“Dünyadaki herkesin istediği bir teknoloji bu ve bu yüzden dünyaya tanıtımını hızlandırmak için yapabileceğimiz her şeyi yapmaya kararlıyız,” Suleyman söyledi ve bu odaklanmanın Microsoft’u diğer ileri düzey laboratuvarlara kıyasla farklı kılabileceğini ekledi.
Microsoft, hekimlere dictasyon ve radyoloji araçları satıyor ve DxO’yu bu çabalara bir genişleme olarak görüyor.
“Önümüzdeki birkaç yıl içinde mutlak anlamda birinci sırada, en güncel tıbbi klinik karar destek ürününe sahip olmalıyız,” Suleyman söyledi.
Bu Gelişmeyi Toplulukta Değerlendirin
Haber hakkındaki düşüncelerinizi, donanım deneyimlerinizi ve teknik sorularınızı topluluk üyeleriyle anlık olarak tartışın.
Bu gelişme hakkında düşüncelerinizi, donanım deneyimlerinizi veya sorularınızı Topluluk Forumumuzda paylaşın.
Foruma Katıl & Yanıtla ➔
Söz sizde.
Deneyiminizi, sorularınızı ve katkılarınızı paylaşın. E-posta adresiniz yayımlanmaz.