Sağlikta üretken yapay zekâ: semptom değerlendirmesi ve kişiye özel öneriler için Türkçe bir sohbet botu

Sohbet robotları, genellikle metin veya ses yöntemleriyle insan kullanıcılarla konuşma simülasyonu yapmak üzere tasarlanmış bilgisayar programlarıdır. Tıp alanında, sohbet robotları hasta sorgularına anında ve kişiselleştirilmiş yanıtlar sağlayarak sağlık hizmeti sunumunu geliştirmede önemli bir rol oynamaktadır. Tıbbi tavsiyeler sunma, randevu planlama, sağlık bilgisi sağlama ve hatta semptomları önceliklendirme gibi işlevleri yerine getirebilen sanal asistanlar olarak hizmet vermektedirler. Sohbet robotlarının sağlık hizmetlerindeki önemi, özellikle uzak veya yetersiz hizmet alan bölgelerde tıbbi uzmanlığa erişimi iyileştirme, acil olmayan konsültasyonlar için bekleme sürelerini azaltma ve hastaların sağlıkları hakkında bilinçli kararlar almalarını sağlama yeteneklerinde yatmaktadır. Bu tezde, Büyük Dil Modellerini (LLM) kullanarak tıp alanı için özel olarak tasarlanmış ve internet bağlantısı gerektirmeyen yerel olarak çalışan bir sohbet robotu geliştirdik. Sistem, MedTRAG (Türkçe Tıbbi Metin Erişimi, Yapıcı Öğrenme ve Bilgi İyileştirmesi) adıyla, hasta sorgularına ilgili bilgilere dayalı yanıtlar vermek ve bildirilen şikayetlere göre uygun doktorları önermek üzere başarıyla uygulanmıştır. LLM'lerin yeteneklerinden yararlanarak, otomatik bir ortamda tıbbi konsültasyonların verimliliğinde ve doğruluğunda önemli iyileştirmeler sağladık. Çalışmamız özellikle düşük kaynaklı dillerin etkili erişim sistemleri geliştirmede karşılaştığı zorlukları ele almakta ve Türkçe'de tıbbi metin erişimini geliştirmeye odaklanmaktadır. Bu amaçla, 5.000 adet özenle seçilmiş örnekten oluşan özel bir Türkçe tıbbi bilgi tabanı ile kapsamlı bir üçlü (triplet) veri seti hazırlanmış ve gömme modellerinin eğitiminde kullanılmıştır. Gömme tabanlı yoğun erişim (dense retrieval) ve metin üretimi için ColBERT ve LLaMA 3.1 modellerinin birleştirildiği hibrit bir mimari geliştirdik. Ayrıca, kullanıcı sorgularını tıbbi açıdan anlamlı temsillere dönüştüren alan spesifik bilgi gösterimi bileşeni entegre edilerek yanıtların doğruluk ve bağlamsallığı artırılmıştır. Deneysel değerlendirmeler, Türkçe tıbbi metin erişiminde önemli performans artışlarını ortaya koymuş, sistemimiz Hacettepe Üniversitesi gibi Türkiye'nin önde gelen tıp kurumlarında uzmanlık sınavı (TUS) için geçerlik sağlayacak (\%89,2 programlarına girişe denk gelen) 72,65 puan seviyesine ulaşmıştır. Yanıltıcı bilgi üretimini azaltmak için semantik benzerlik doğrulama teknikleri uygulanmıştır. Ayrıca, güncel çalışmalardan yararlanarak komut mühendisliği (prompt engineering) ve ince ayar (fine-tuning) yöntemleri sisteme dahil edilmiş, sohbet robotunun performansı önemli ölçüde iyileştirilmiştir. İnternet bağlantısı olmadan çalışabilen bu yerel çözüm, aşı çalışmaları ve kurumların özel tıbbi araştırmaları gibi hassas verilerin güvenliğini sağlamış, bulut tabanlı sistemlere kıyasla veri ihlali ve yetkisiz erişim risklerini minimize etmiştir. Bu araştırma, hastalar ile sağlık hizmeti sağlayıcıları arasındaki iletişim boşluğunu kapatmış, Türkçe tıbbi rehberliğe erişimi artırmış ve kullanıcıların ihtiyaçlarına uygun, güvenli ve yüksek performanslı bir sohbet robotu altyapısı sunmuştur.