Microsoft’ın Yapay Zekâ Teşhis Sistemi MAI-DxO Doktorları Geride Bıraktı

Microsoft’ın geliştirdiği MAI-DxO adlı yapay zekâ teşhis sistemi, karmaşık hastalık vakalarında doktorlardan daha yüksek doğruluk oranına ulaştı. Şirketin açıkladığı test sonuçlarına göre sistem, The New England Journal of Medicine dergisinde yayımlanan vakalar üzerinden yapılan değerlendirmelerde yaklaşık yüzde 83 başarı elde etti; doktorların doğruluk oranı ise test koşullarına bağlı olarak yüzde 22 ile yüzde 36 arasında kaldı. Microsoft, çok sayıda yapay zekâ ajanının birlikte çalıştığı sistemin henüz geniş çaplı klinik kullanım için hazır olmadığını belirtirken sağlık hizmetlerinde tanı süreçlerinin geleceğine ilişkin iddialı hedefler ortaya koydu.

Microsoft MAI-DxO ile Hastalık Teşhisinde Yüksek Doğruluk Hedefliyor

Microsoft’ın MAI-DxO sistemi, hastalık teşhisini tek bir yapay zekâ modelinin yanıtına bırakmak yerine uzman hekimlerden oluşan bir kurulun çalışma biçimini taklit edecek şekilde tasarlandı. Sistem, hastanın belirtilerini ve tıbbi geçmişini değerlendirerek olası tanıları belirliyor, gerekli tetkikleri seçiyor ve elde edilen bilgiler üzerinden teşhis sürecini ilerletiyor.

Microsoft’ın paylaştığı sonuçlarda MAI-DxO, The New England Journal of Medicine dergisinde yayımlanan yüzlerce klinik vakada yaklaşık yüzde 83 doğruluk oranına ulaştı. Aynı vakalarda değerlendirilen doktorlar, tıbbi kaynaklara erişebildiklerinde yaklaşık yüzde 36, bu kaynaklar olmadan çalıştıklarında ise yüzde 22 doğruluk elde etti.

Şirket ayrıca acil servis vakalarına yönelik değerlendirmelerde sistemin yüzde 80 doğruluk oranına ulaştığını, doktorların ortalama başarısının ise yüzde 47 seviyesinde kaldığını aktardı. Söz konusu sonuçlar, özellikle çok sayıda belirtiyi ve farklı olasılıkları birlikte değerlendirmeyi gerektiren karmaşık vakalarda yapay zekâ destekli teşhis araçlarının potansiyelini ortaya koyuyor.

Bununla birlikte, kontrollü testlerde elde edilen başarı oranları gerçek hastanelerde aynı sonuçların alınacağını tek başına kanıtlamıyor. Klinik ortamda hastaların farklı özellikleri, eksik bilgiler, acil müdahale gereksinimleri ve hekimlerin karar sorumluluğu gibi unsurlar teşhis sürecini etkiliyor.

MAI-DxO’nun temel özelliklerinden biri, birden fazla yapay zekâ ajanını ortak bir teşhis sürecinde bir araya getirmesi. Sistem, farklı aşamalarda hastanın durumunu değerlendiren, olası tanıları inceleyen ve hangi testlerin gerekli olabileceğini belirleyen bir yaklaşım izliyor.

Bu yapı, geleneksel yapay zekâ teşhis araçlarından farklı olarak yalnızca belirtilere karşılık gelen bir hastalık adı üretmeye odaklanmıyor. Sistem, doktorların klinik muhakeme sırasında izlediği adımları taklit ederek yeni bilgileri değerlendirmeyi ve tanı seçeneklerini aşamalı biçimde daraltmayı amaçlıyor.

Microsoft, MAI-DxO’yu OpenAI, Google, Anthropic, Meta ve DeepSeek gibi şirketlerin geliştirdiği yapay zekâ modelleriyle de test ettiğini açıkladı. Şirketin aktardığı değerlendirmelerde en yüksek sonuçlar OpenAI’ın GPT-5 ve GPT-5.5 modelleriyle elde edildi. Ancak bu karşılaştırma, belirli test koşullarındaki performansı gösteriyor; modellerin bütün hastalık türlerinde veya gerçek klinik ortamlarda aynı sıralamayı koruyacağını kanıtlamıyor.

Sistemin bir diğer önemli yönü, tetkik seçimini teşhis sürecinin parçası olarak ele alması. Tıbbi değerlendirmelerde her testin maliyeti, sağlayacağı bilgi ve hastaya getirebileceği risk ayrı önem taşıyor. Bu nedenle yapay zekâ sistemlerinin yalnızca doğru tanıya ulaşması değil, gereksiz testleri azaltması ve kaynak kullanımını da gözetmesi gerekiyor.

Microsoft AI CEO’su Mustafa Suleyman, önümüzdeki birkaç yıl içinde insan performansından ayırt edilemeyecek bir sağlık sistemi geliştireceklerini belirtti. Açıklama, şirketin yapay zekâyı yalnızca bilgi sunan bir yardımcı olarak değil, sağlık hizmetlerindeki değerlendirme süreçlerine daha kapsamlı katkı sağlayan bir teknoloji olarak konumlandırma hedefini yansıtıyor.

Buna karşın Microsoft, MAI-DxO’nun henüz geniş çaplı gerçek kullanıma hazır olmadığını vurguluyor. Sistemin hastanelerde kullanılabilmesi için farklı hasta gruplarında değerlendirilmesi, klinik güvenilirliğinin ölçülmesi ve sağlık profesyonellerinin karar süreçleriyle nasıl bütünleşeceğinin belirlenmesi gerekiyor.

Yapay zekâ destekli hastalık teşhisi, özellikle nadir hastalıkların veya birbiriyle örtüşen belirtilere sahip rahatsızlıkların değerlendirilmesinde yardımcı olabilir. Ancak yanlış sonuçların doğrudan hastaların tedavisini etkileyebileceği sağlık alanında doğruluk, güvenilirlik ve insan denetimi temel gereklilikler arasında yer alıyor.

Sağlık alanındaki yapay zekâ uygulamaları, yalnızca genel teşhis sistemleriyle sınırlı değil. Geçen yıl tanıtılan BrainMets.ai adlı sistem, standart MR taramalarında radyologların gözden kaçırabileceği beyin metastazlarını tespit etmeye odaklanmıştı. Sistem, vücudun başka bölgelerinden beyne yayılan kanser hücrelerinin oluşturduğu metastazları, 3 milimetreden küçük olanlar da dahil olmak üzere belirlemeyi hedefliyordu.

Radyoloji alanındaki bu tür araçlar, görüntülerdeki küçük veya fark edilmesi güç anormalliklerin saptanmasına yardımcı olabiliyor. MAI-DxO ise farklı belirtileri, hasta geçmişini ve tetkik seçeneklerini bir arada değerlendirerek daha geniş kapsamlı bir klinik muhakeme sürecini hedefliyor. İki yaklaşımın görevleri farklı olsa da her ikisi de sağlık profesyonellerinin kararlarını desteklemek için yapay zekâdan yararlanıyor.

Elon Musk da yapay zekânın sağlık hizmetlerindeki performansına ilişkin değerlendirmesinde teknolojinin birçok doktordan daha iyi sonuçlar verebildiğini ve aradaki farkın ileride büyüyebileceğini savunmuştu. Musk, benzer değişimlerin kendi işi de dahil olmak üzere farklı mesleklerde yaşanacağını ifade etmişti. Ancak bu açıklama bir öngörü niteliği taşıyor; bütün doktorların yerini yapay zekânın alacağına ilişkin doğrulanmış bir sonuç olarak değerlendirilmemeli.

Microsoft’ın MAI-DxO sistemi, yapay zekânın karmaşık tıbbi vakalarda güçlü bir teşhis yardımcısı olabileceğine işaret ediyor. Yüzde 83 olarak açıklanan doğruluk oranı, şirketin testlerinde umut verici bir sonuç ortaya koysa da gerçek klinik kullanım için daha kapsamlı değerlendirmelere ihtiyaç bulunuyor.

Sağlık kurumlarının bu tür sistemleri benimsemesi, yalnızca teşhis başarısına bağlı olmayacak. Yanlış tanıların nasıl yönetileceği, hastaya ait bilgilerin nasıl korunacağı, kararların hangi gerekçelerle verildiğinin nasıl açıklanacağı ve nihai sorumluluğun kimde bulunacağı da önem taşıyacak.

MAI-DxO’nun gelecekteki etkisi, laboratuvar ve kontrollü test sonuçlarının günlük sağlık hizmetlerinde ne ölçüde tekrarlanabildiğine bağlı olacak. Sistem klinik güvenilirliğini kanıtlayabilirse doktorların karmaşık vakaları değerlendirmesine destek sağlayabilir; ancak mevcut aşamada insan denetiminin yerini aldığı veya doktorlardan her koşulda daha başarılı olduğu sonucuna varmak için yeterli kanıt bulunmuyor.