Microsoft'un yapay zekası zor teşhisleri vakaların yüzde 83'ünde, aile hekimleri yüzde 36'sında doğru koydu: karşılaştırmada uzman hekim yoktu

Microsoft'un yapay zekası karmaşık tıbbi vakaların yüzde 83'ünde doğru teşhisi koydu; önlerinde tıbbi literatürle tek başlarına çalışan aile hekimleri ve dahiliye uzmanları ise yüzde 36'sında doğru bildi. Çalışma Science dergisinde yayımlandı ve Microsoft AI'nin CEO'su Mustafa Suleyman bunu "tıbbi süper zekaya" doğru bir adım olarak nitelendirdi. Bir simülasyonda elde edilen sonuç için büyük bir söz.

Sistemin adı MAI-DxO ve sanal bir konsültasyon kurulu gibi çalışıyor: birkaç yapay zeka ajanı hastayı sorguluyor, tahlil istiyor ve bir teşhiste anlaşana kadar kendi aralarında tartışıyor. Vakalar, tam da zor oldukları için yayımlananlar arasından New England Journal of Medicine'den alındı. Ve işte manşetlerde olmayan küçük harfler: bu tür vakaları pratikte uzman hekimler ve doktor ekipleri çözüyor - ve onlar karşılaştırmanın parçası değildi.

Çalışmanın kendi verileri, Microsoft'un ilk sayfaya koymadığı bir şeyi gösteriyor: iyileşmenin büyük kısmı "kuruldan" değil, daha güçlü dil modellerinden geliyor. Şirket sistemi OpenAI, Google, Anthropic, Meta ve DeepSeek modelleriyle test etti ve en iyi sonuçları GPT-5 ve GPT-5.5 verdi - Microsoft'un değil, OpenAI'nin modelleri. GPT-5 tek başına, kısa ve sıradan bir komutla karmaşık vakaların yüzde 78,9'unu, vaka başına yaklaşık 8.400 dolar (yaklaşık 7.200 euro) maliyetle doğru bildi. MAI-DxO ile maliyet yaklaşık 3.000 dolar düştü, ama doğruluk sadece dört puan arttı.

Nisan 2026'da çıkan daha yeni GPT-5.5 ile tablo karışık. Karmaşık vakalarda sistem doğruluğu biraz daha düşük maliyetle yüzde 72'den neredeyse yüzde 87'ye çıkardı. Acil vakalarda ise hiçbir fark yok: MAI-DxO ile de onsuz da sonuç yüzde 85 civarında. En çok daha zayıf modellerde yardımcı oluyor: Gemini 2.5 Flash tek başına yüzde 46,4, sistemle neredeyse yüzde 69 doğru biliyor. Ama o zaman bile zayıf ve güçlü model arasındaki fark, Microsoft'un orkestrasyonunun eklediğinden daha büyük.

Suleyman ne kadar ikna olduğunu gizlemiyor. "Biz sadece gerçek inananlarız," diyor ve sağlık modellerinin önümüzdeki 24 ila 36 ay içinde "koca bir büyüklük mertebesi" kadar iyileşeceğini öngörüyor. Microsoft, Mayo Clinic ile gelecek yıl çıkması beklenen kendi temel sağlık modelini eğitiyor ve Suleyman, 2027'de tıbbi kayıtların yapay zekanın programlamada yaptığına benzer bir atılımın eşiğinde olacağını iddia ediyor. Tahmin mi, satış konuşması mı? Microsoft doktorlara zaten dikte ve radyoloji araçları satıyor ve Suleyman şirketin önümüzdeki birkaç yılda "klinik karar desteği için kesinlikle en iyi ürünlere sahip olması gerektiğini" açıkça söylüyor.

Asıl sınav daha gelmedi. Microsoft, Boston'daki Beth Israel Deaconess hastanesiyle, katılmayı kabul eden hastalarda sistemin önerilerini doktorların kararlarıyla karşılaştıracak: hastalar normal şekilde tedavi edilecek, yapay zeka ise paralel olarak kendi görüşünü verecek. Microsoft AI'nin sağlıktan sorumlu başkan yardımcısı Dominic King bunun "türünün en büyük çalışması" olacağını söylüyor. Google aynı hastaneyle kendi AMIE sistemi hakkındaki bir çalışmayı The Lancet dergisinde zaten yayımladı, OpenAI de kendi modelleri için benzer iddialarda bulunuyor. Yarış, muayenehaneye ilk kimin gireceği üzerine.

King, bugün sağlıktaki en büyük sorunun tıbbi bilgiye olan talebin doktor sayısından daha hızlı artması olduğunu söylüyor. Yapay zekanın en kolay satılacağı yer de tam orası. Ama makine yanıldığında ve yorgun bir doktor ona güvendiğinde - kim sorumlu olacak: hastane mi, doktor mu, yoksa sistemi satan şirket mi?