Microsoft'un teşhis yapay zekası MAI-DxO, Science'ta hekimleri geçti

Microsoft AI, tıbbi teşhis için geliştirdiği yapay zeka sistemi MAI-DxO'ya (Microsoft AI Diagnostic Orchestrator) ilişkin çalışmanın 22 Ekim'de hakemli bilim dergisi Science'ta yayımlandığını duyurdu. Şirketin paylaştığı sonuçlara göre sistem, karmaşık vakalarda genel pratisyen hekimlere kıyasla belirgin biçimde daha yüksek doğruluk elde etti.

Sistem nasıl çalışıyor?

MAI-DxO, tek bir modelden çok bir "sanal hekim paneli" gibi çalışıyor. Sistem içindeki farklı roller bir vakayı adım adım tartışıyor, hangi testin isteneceğine karar veriyor ve teşhisi birkaç tur boyunca netleştiriyor. Microsoft, tıp lisans sınavlarının gerçek klinik süreci yansıtmadığını savunarak bu adım adım akıl yürütmeyi ölçmek için SDBench (Sequential Diagnosis Benchmark) adlı bir test seti geliştirdi.

Öne çıkan sonuçlar

Çalışmada iki farklı veri setinde ölçüm yapıldı. Microsoft'un aktardığı başlıca bulgular şöyle:

• New England Journal of Medicine'de yayımlanmış 304 karmaşık vakada MAI-DxO yüzde 83 doğruluğa ulaştı.
• Aynı vakalarda hekimler kaynak kullanmadan yüzde 22, başvuru kaynaklarıyla yüzde 36 doğruluk elde etti.
• Acil servis vakalarını içeren MIMIC-IV-ED setinde sistem yüzde 80, hekimler yüzde 47 başarı gösterdi.
• Karmaşık vakalarda doğru teşhise, karşılaştırılan yöntemlerin yarısı ile üçte biri arasında bir maliyetle ulaşıldı.
• Maliyet odaklı ayarda sistem, yüzde 81 doğrulukla çalıştı.

Microsoft, yöntemin GPT-5.5 gibi daha yeni modellerle de orkestrasyon yapısı değiştirilmeden çalıştığını ve kazanımların korunduğunu belirtiyor. Şirket, seçili NEJM vakaları için SDBench kodunu da araştırmacıların erişimine açtı.

Açık kaynak paket, vakaların yanı sıra testlerin nasıl istendiğini yöneten "kapı bekçisi" bileşenini, teşhisleri puanlayan değerlendirme modülünü ve maliyet tahmin kodunu da içeriyor. Böylece diğer araştırma grupları sonuçları yeniden üretebilecek, farklı modelleri aynı koşullarda sınayabilecek ve çalışmayı genişletebilecek. Bu adım, yapay zeka alanında sıkça eleştirilen "doğrulanamayan başarı iddiaları" sorununa karşı önemli bir şeffaflık hamlesi olarak görülüyor. Çalışmaya eşlik eden ikinci bir makale de BMJ Digital Health and AI dergisinde yayımlandı.

Gerçek hastanede test edilecek

Sonuçlar kontrollü bir test ortamında, geçmiş vaka kayıtları üzerinden elde edildi. Bu nedenle sistemin hasta sonuçlarını iyileştirdiği henüz kanıtlanmış değil. Microsoft da gerçek klinik ortamdaki performansın asıl sınav olduğunu kabul ediyor.

Bu amaçla Boston'daki Beth Israel Deaconess Medical Center ile ileriye dönük bir çalışma başlatılacak. Çalışmada hastalar sistemle doğrudan etkileşime girecek ve sonuçlar hekimlerin bağımsız değerlendirmeleriyle karşılaştırılacak. Şirket ayrıca Mayo Clinic ile sağlık alanına yönelik yeni bir yapay zeka modeli geliştirmek için iş birliği yaptığını açıkladı.

Sırada ne var?

Microsoft, çalışmanın teşhisle sınırlı kalmayacağını ve tedavi planlaması ile uzun süreli hasta takibine genişletileceğini belirtiyor. Benzer sistemlerin klinik kullanıma girmeden önce bağımsız değerlendirmelerden ve düzenleyici onay süreçlerinden geçmesi gerekecek.

Kaynak: Microsoft AI, Science