Kritik hasta tanısında yapay zeka performansı: ChatGPT, Gemini, Claude ve acil servis hekimlerinin karşılaştırılması

Amaç: Bu çalışmanın amacı, acil servise başvuran kritik hastalarda, hekimin tanısal sürecini ChatGPT, Claude ve Gemini'nin oluşturduğu tanısal çıktılarıyla karşılaştırmaktır. Gereç ve yöntem: Acil servise başvuran kritik hastaların vital bulgu ve anamnez bilgilerine göre hekim tarafından, henüz fizik muayene ve tetkik-görüntüleme aşamasına geçilmeden önce en olası 5 adet ön tanı belirlendi. Aynı veriler AI modellerine kimliksizleştirilmiş olarak girildi. Modellerden en olası 5 ön tanı oluşturması istendi. İkinci aşamada hekim, fizik muayene, laboratuvar ve görüntüleme sonuçlarıyla ön tanılarını gözden geçirdi ve 3 ayırıcı tanı olarak güncelledi. Bu verilerle AI modellerinden 3 ayırıcı tanı oluşturması istendi. Son aşamada toplanan tüm veriler ışığında hastanın klinik durumuna neden olan primer kesin tanısı netleştirildi ve bu karar altın standart karar olarak belirlendi. AI modellerinden de tüm veriler ışığında hastanın kesin tanısının belirlenmesi istendi. Her bir model tarafından üretilen ön tanı, ayırıcı tanı ve kesin tanı çıktıları altın standart karar ile karşılaştırıldı. İstatistiksel analizler, R programlama dili kullanılarak gerçekleştirildi. Bulgular: Çalışma 180 hasta ile tamamlandı. Dahil edilen hastaların %56 sı erkek, %44'ü kadındı. Kesin tanı doğruluk oranları incelendiğinde, GPT-4o'nun doğruluk oranı %67,2 GPT-5'in %65,6, Claude'un %63,3 ve Gemini'nin %59,4 olarak saptandı. Gruplar arasında anlamlı istatistiksel fark saptanmadı (p=0.16). Altın standart tanı ile kesin tanı uyum düzeyleri değerlendirildiğinde, Cohen's κ katsayısı GPT-4o için 0,656, GPT-5 için 0,638, Claude için 0,616 ve Gemini için 0,575 olarak bulundu. Sonuç: Yapay zekâ modellerinin kesin tanı doğruluk oranlarının %60-70 seviyelerinde olması, altın standart karar ile genel olarak iyi düzeyde uyum göstermesi bu sistemlerin acil servis ortamında klinik karar vermede yardımcı olabilme potansiyelini desteklemektedir. Anahtar Kelimeler: Yapay zeka, Büyük dil modeli, Claude, Gemini, ChatGPT