Microsoft MAI-DxO Yapay Zeka Teşhis Sistemi: %83 Doğruluk Ne Anlama Geliyor?

Microsoft'un yapay zeka destekli teşhis sistemi MAI-DxO, karmaşık tıbbi vakalarda yapılan simülasyonlarda yüzde 83 doğruluk oranına ulaştı. Sonuçlar Science dergisinde yayımlandı. Sayı etkileyici, ama bir simülasyon skoru ile gerçek bir kliniğin performansı aynı şey değil.

Ne oldu?

Microsoft, MAI-DxO'yu zor ve çok aşamalı tanı vakaları üzerinde test etti. Sistem tek bir model gibi yanıt vermek yerine vakayı adım adım ilerletiyor: hangi tetkikin isteneceğine, hangi hipotezin elenebileceğine karar veriyor. Araştırma, bu yaklaşımın simülasyonda yüzde 83 doğruluk verdiğini bildiriyor.

Neden önemli?

Tıpta yapay zekanın tanı yeteneği yeni bir iddia değil. IBM'in Watson for Oncology projesi bir on yıl önce benzer vaatlerle çıktı, klinik gerçeklikle karşılaşınca beklentilerin gerisinde kaldı. Büyük dil modelleri çıkınca tablo değişti: modeller lisans sınavlarını ve vaka sorularını geçmeye başladı. Ancak sınav sorusu çözmek ile hastayı değerlendirmek farklı beceriler.

Simülasyon sonuçlarını okurken üç soru belirleyici. Birincisi, vakalar nasıl seçildi? Yayımlanmış, iyi belgelenmiş ve sonucu bilinen vakalar, gerçek hayatın dağınık verisinden çok daha temizdir. Gerçek hastada eksik öykü, çelişen bulgu ve zaman baskısı vardır. İkincisi, doktorlar hangi koşulda karşılaştırıldı? Kaynaklara, meslektaşlarla konsültasyona veya zamana erişimi kısıtlanmış bir hekim, normal çalışma düzenindekinden daha düşük performans gösterebilir. Karşılaştırma ancak bu koşullar şeffafsa anlamlıdır. Üçüncüsü, yüzde 17'lik hata payı nerede yoğunlaşıyor? Tıpta hatanın türü, oranından çok daha önemlidir; nadir ama ölümcül bir tanıyı kaçırmak ile sık görülen bir durumu geç yakalamak aynı ağırlıkta değildir.

Bir de teknik risk var: modeller eğitim verisinin kapsadığı hasta profillerinde iyi çalışır. Farklı popülasyonlarda, farklı sağlık sistemlerinde performansın düşmesi bilinen bir sorundur.

Kime nasıl yansır?

En gerçekçi senaryo, sistemin doktorun yerine değil yanında konumlanması. Tanı koyan karar verici hekim kalır; yapay zeka ikinci görüş sunar, gözden kaçan ayırıcı tanıları hatırlatır, gereksiz tetkikleri azaltabilir. Radyolojide görüntü analizi araçlarının yerleştiği yol da buydu: otomatik karar yerine karar destek.

Sorumluluk sorusu henüz net değil. Sistem yanlış yönlendirirse hata kimin? Hekimin, hastanenin, yazılım sağlayıcısının? Düzenleyiciler çoğu yerde kararı hekime bırakan çerçeveyi koruyor. Bu, hekimin öneriye körü körüne uyma eğilimini (otomasyon yanlılığı) ayrı bir risk yapıyor. Türkiye'de de benzer bir yapı beklenir: tıbbi cihaz yazılımı olarak değerlendirilecek bir ürün, onay ve klinik doğrulama gerektirecektir.

Sırada ne var?

Asıl eşik, gerçek hastanelerde ileriye dönük (prospektif) çalışmalar. Bir sistemin gerçek hasta akışında, hekimle birlikte kullanıldığında sonucu iyileştirip iyileştirmediği ölçülmeli. İzlenecekler: bağımsız kurumların tekrar testleri, hata türlerinin ayrıntılı dökümü, düzenleyici onay süreçleri ve hastane bilgi sistemleriyle entegrasyon maliyeti.

Değerlendirme: MAI-DxO, tanı destekli yapay zekanın yönünü gösteren ciddi bir sinyal, ancak yüzde 83 klinik başarı vaadi değil, laboratuvar sonucu. Kanıt, hekimle birlikte çalışan sistemin hasta sonuçlarını iyileştirdiğini gösterene kadar temkinli iyimserlik doğru duruş.

Araştırmanın ayrıntıları için Science dergisinin sitesine bakılabilir.