Microsoft'un Yapay Zekâsı Zor Vakalarda Doktorları Geride Bıraktı: %83'e %36

Microsoft'un yapay zekâ teşhis sistemi MAI-DxO, 22 Ekim 2026'da Science dergisinde yayımlanan çalışmada karmaşık tıbbi vakaların yaklaşık yüzde 83'ünde doğru teşhise ulaştı. Aynı vakalarda tek başına çalışan hekimlerin doğruluk oranı yüzde 36'da kaldı. Ancak sonuçlar geçmiş vakalardan kurulan bir simülasyona dayanıyor; sistem henüz gerçek hastalarda denenmedi.

MAI-DxO nasıl çalışıyor?

MAI-DxO (Microsoft AI Diagnostic Orchestrator), birden fazla yapay zekâ ajanını bir doktor konseyi gibi çalıştırıyor. Ajanlar hastaya soru soruyor, test istiyor, yeni bilgi geldikçe değerlendirmesini güncelliyor ve teşhis üzerinde tartışıyor. Sistem belirli bir modele bağlı değil; Microsoft onu OpenAI, Google, Anthropic, Meta ve DeepSeek modelleriyle test etti. En iyi sonuçlar OpenAI'ın GPT-5 ve GPT-5.5 modelleriyle alındı.

Çalışmada kullanılan SDBench adlı test ortamı, her vakayı adım adım ilerleyen bir muayeneye dönüştürüyor. Katılımcı soru soruyor, tetkik istiyor ve sonunda teşhisini veriyor. Bu teşhis, vakanın yayımlanmış gerçek sonucuyla karşılaştırılıyor.

Sonuçlar ne gösteriyor?

• Karmaşık vakalar: New England Journal of Medicine'de yayımlanmış 304 vaka kaydında MAI-DxO yaklaşık yüzde 83, kaynaklara erişimi olan ve tek başına çalışan hekimler yaklaşık yüzde 36 doğruluk elde etti.
• Acil servis vakaları: Boston'daki Beth Israel Deaconess Tıp Merkezi'nden 325 acil servis vakasında oranlar yaklaşık yüzde 80'e yüzde 47 oldu.
• Model farkı: GPT-5.5 ile karmaşık vakalarda doğruluk, sistem olmadan yaklaşık yüzde 72 iken MAI-DxO ile yüzde 87'ye yaklaştı.

Microsoft AI CEO'su Mustafa Suleyman sonucu "tıbbi süper zekâya" doğru bir adım olarak nitelendirdi.

Dikkat edilmesi gereken sınırlar

TechCrunch'a göre iyileşmenin önemli bölümü altta yatan modellerin güçlenmesinden geliyor; MAI-DxO bunun üzerine ek kazanç sağlıyor. Acil servis vakalarında sistemin doğruluğa ve maliyete katkısı sınırlı kaldı. Modeller tavan performansa yaklaştıkça bu katkı da küçülüyor.

Karşılaştırmanın da bir sınırı var: Bu kadar karmaşık vakalar normalde uzmanlar ya da hekim ekipleri tarafından ele alınıyor, ancak çalışmada bu gruplar yer almadı. Çalışma; yaygın şikâyetleri, eksik bilgiyi veya hızla değişen klinik durumları test etmiyor. Makalenin 15 yazarının tamamı Microsoft çalışanı. Suleyman da hasta kullanımından önce klinik doğrulama gerektiğini kabul ediyor.

Sırada gerçek hastane testi var

Microsoft, Beth Israel Deaconess Tıp Merkezi ile gerçek hastane ortamında bir değerlendirme başlatıyor. Hastalar standart bakımlarını almaya devam edecek; onay veren hastalar ayrıca MAI-DxO ile etkileşime girecek ve sistemin önerileri hekimlerinkiyle karşılaştırılacak. Microsoft AI Sağlık Başkan Yardımcısı Dominic King, teknolojinin "gerçek dünya değerlendirmelerine hazır" olduğunu söyledi. Şirket ayrıca Mayo Clinic ile bir sağlık temel modeli üzerinde çalışıyor ve bunu 2027'de yayımlamayı planlıyor. Ticari kullanım için bir tarih açıklanmadı.

Neden önemli?

Google ve OpenAI de yapay zekâlarının bazı görevlerde hekimlerle boy ölçüşebildiğini öne sürüyor. Microsoft'un çalışması ise hakemli bir dergide yayımlanmasıyla öne çıkıyor. Yine de asıl sınav gerçek klinik koşullarda yapılacak. Türkiye gibi uzman hekime erişimin bölgeden bölgeye değiştiği ülkelerde bu tür sistemler ileride hekimlere destek aracı olabilir; ancak bugün için bir teşhis aracı olarak kullanılmaları söz konusu değil.

Önemli not: MAI-DxO henüz hastalarda denenmedi ve onaylı bir tıbbi ürün değil. Sağlık sorunlarınız için mutlaka doktorunuza danışın.