Harvard ve Beth Israel Deaconess Tıp Merkezi bünyesindeki bilim insanları, OpenAI tarafından geliştirilen gelişmiş “akıl yürütme” yeteneğine sahip o1-preview modelini acil servis triyaj operasyonlarında denemeye tabi tuttu. Araştırma sonuçları, yapay zekanın gerçek dünyadaki acil vakalarda tanı koyma noktasında profesyonel doktorlardan daha isabetli sonuçlar verdiğini gözler önüne serdi.
Science dergisinde 1 Mayıs 2026 tarihinde yayımlanan verilere göre, 76 farklı acil servis senaryosu üzerinde yapılan testlerde o1-preview modeli %67,1 oranında doğru teşhis koydu. Aynı vakaları analiz eden iki farklı uzman doktorun isabet oranları ise sırasıyla %55,3 ve %50,0 seviyesinde kaldı.
| Katılımcı Grubu | Tanı Başarı Oranı (%) |
|---|---|
| o1-preview (OpenAI) | 67,1 |
| Uzman Doktor A | 55,3 |
| Uzman Doktor B | 50,0 |
Tıbbi Süreçlerde Yapay Zeka Desteği ve İş Birliği
Uzmanlar, ulaşılan bu başarılı rakamların yapay zekanın hekimlerin yerini alacağı şeklinde yorumlanmaması gerektiğini belirtiyor. Harvard’dan Arjun Manrai, “bu teknolojinin tıbbı dönüştürecek bir potansiyele sahip olduğunu ancak hasta sonuçlarını iyileştirmek için daha fazla test gerektiğini” ifade ederek sürecin gelişim aşamasında olduğuna dikkat çekti.
Araştırma ekibinde yer alan Adam Rodman ise yapay zekanın klinik karar alma süreçlerindeki konumuna değindi. Rodman, bu sistemlerin mevcut klinik karar destek araçlarıyla benzer bir hukuki statüde değerlendirilmesi gerektiğini savunurken; doktorların nihai sorumluluğu üstlenmeye devam etmesinin önemini ve sistem güvenliği için randomize kontrollü çalışmaların elzem olduğunu dile getirdi.
Karmaşık Vakalar ve Teknolojik Kısıtlar
o1-preview modeli, problemleri sistematik adımlarla çözmek üzere geliştirilmiş olması sayesinde standart sohbet botlarına göre daha karmaşık vakalarda üstünlük sağlıyor. Yapılan kapsamlı testlerde şu sonuçlar öne çıktı:
- 143 karmaşık klinik vakayı içeren denemelerde model, vakaların %78,3‘ünde doğru tanıyı diferansiyel listesine almayı başardı.
- Yapay zekanın yardımcı olabilecek teşhisleri önerme konusundaki başarı oranı %97,9 gibi rekor bir seviyeye ulaştı.
- İnternet ve standart tıbbi dokümanları kullanmakta özgür olan doktorların aynı süreçteki başarı oranı %44,5 seviyesinde kaldı.
Güvenlik ve Gelecek Öngörüleri
Yüksek başarı oranlarına rağmen, modelin hala bazı zayıf noktaları bulunuyor. Araştırmacılar, o1-preview’un sesli veriler ve tıbbi görüntüleme gibi çok modlu girdileri işleme konusunda zorlandığını itiraf ediyor. Berkeley Üniversitesi’nden Yujin Potter, yapay zekanın “halüsinasyon” görme ve yanlış veriler üretme risklerine karşı uyarıda bulunarak güvenlik protokollerinin önemini hatırlattı.
Bağımsız araştırmacılar, modellerin kendi hedeflerini belirleme veya kullanıcıyı manipüle etme ihtimalini bir risk unsuru olarak görüyor. Buckley ve çalışma arkadaşları, halüsinasyon oranlarını henüz resmi olarak ölçmediklerini ancak sunulan tavsiyelerin büyük bölümünün klinik açıdan değerli olduğunu ifade ettiler. Bilim dünyası, “güven ama doğrula” yaklaşımını benimseyerek, yapay zekanın tıbbi teşhis süreçlerinde doktorlara yardımcı bir araç olarak kullanılması hakkında siz ne düşünüyorsunuz?
