Microsoft: Yeni Yapay Zekâ Hastaları Gerçek Doktorlardan Daha İyi Teşhis Ediyor.

İkili hakeme sürecinden geçen ve prestijli Science dergisinde yayımlanan araştırma, Microsoft‘un tıp modeli olan ve MAI-DxO (Microsoft AI Diagnostic Orchestrator) olarak adlandırılan yapay zekanın, hastaları tanımada genel pratisyen hekimlerden iki katından fazla doğru olduğunu gösterdi. Önceki çalışmaların aksine, bu çalışma yapay zekayı her olguyla gerçek bir hekim gibi yaklaşmaya zorladı; tüm bilgiler baştan verilmedi.

Sınamalar kontrollü bir benchmark (ölçüt) ortamında gerçekleştirildi, yani gerçek bir tıp ortamındaki yararlılığı tartışma konusu. Yine de Microsoft zaferini ilan etmeye hevesliydi.

Şirketinin yapay zeka laboratuvarının CEO‘su Mustafa Suleyman, yapay zekanın sağlık yoluyla hayatları iyileştirme çağının “sonunda nihayet geldiğini” söyledi ve The Verge‘e daha ileri gelişmelerin epeyce yakında olduğunu belirtti.

“Gelecek yıl, üretim ortamında son derece etkileyici akıllı sistem kullanımlarını göreceğiz,” Suleyman, çıkan yayına verdiği röportajda şunu söyledi. “Bunun bakımın sunulma şeklini büyük ölçüde değiştireceğini düşünüyorum.”

Çalışmada araştırmacılar, DxO modeline New England Journal of Medicine‘den 304 klinikopatolojik konferans olgusu ve MIMIC-IV-ED adlı bir veritabanından 325 acil servis başvurusu-hastaneye yatış durumu inceledirdi; yani başka bir deyişle, olgu raporları ile acil servis yatışlarının neredeyse beşer beşer oranında bir karışımı.

İlk kohortta DxO, %83,2 tanı doğruluğuna ulaştı; aynı olguları inceledi ve referans materyalleri görüntülemeye izin verilen genel pratisyen hekimler bu oran %36,1’di. Acil servis olgularında yapay zeka %80,3 doğruluk skoru elde ederken, insan hekimler %46,8’e ulaştı.

Yapay zeka modelleri yalnızca tanılarının doğruluğuyla değil, bu tanıya ulaşmak için sipariş edilen testlerin tahmini maliyetleriyle de değerlendirildi. Ve DxO, Microsoft’un bir blog yazısında belirttiği gibi, bunu genel olarak insan hekimlerin maliyetinin yarısında, hatta üçte birinde başardı.

Bu bulgular, doğru çıkarsa, tıp uygulamalarında yapay zekanın yeteneklerinin ve yararlılığının etkileyici bir kanıtıdır. Yine de bir hekim olmanın analiz yapmaktan çok daha fazlası var. En zor işlerden biri hastaları deneyimledikleri şeyler hakkında konuşmaya ikna etmek ve zaten aktarmaya değmeyebilecek şeyleri ortaya çıkarmaktır.

Çalışma bunu da ele alıyor — ya da en azından kısmen — DxO’yu sırayla çalıştırarak. Yapay zekaya tam semptomların bir listesi verilmek yerine, hastanın ilk şikayeti üzerinden ilerlemesi, bir çalışma tanısı koyması ve maliyetleri göz önünde bulundurarak takip sorularını sormayı ve hangi testlerin sipariş edileceğini belirlemesi istendi.

Önceki çalışmalar, “tanıyı tanı doğruluğu ile tanı işlemlerinin maliyetini birlikte gözeten, aktif, sıralı bir bilgi toplama süreci olarak test etmedi” ve bunun yerine tam olgu tek bir istemde beslediler, yazarlar yazdı.

Ama çalışma, DxO’yu hastayla yaptığı gelip gitmeyi yalnızca kusurlu biçimde simüle edebildi; bunun için DxO’yu, “temel olgu kaydından beslenen tüm bilgi isteklerini aralayan bir ‘kapı görevlisi ajanı’ ile konuşması” sağlandı. Başka bir deyişle, bu, bir hastayı bir yapay zekanın canlandırdığı bir hastayı tanıyan bir yapay zekadır. Ve yapay zeka modellerinin güçlü bilgi analizcileri ve sentezleyicileri olduğu kuşkuşüzsüz, insan hekimler bu düzenli, son derece detaylı olgu dosyalarını ilk başta yapay zekanın incelemesi için hazırlayan asıl emeği zaten kendileri gerçekleştirdi.

Tıp yapay zekası hakkında daha fazlası: Startup, İnsan Hastaya Yapay Zeka Mühendisliği Virüsü Yayıyor