OpenAI, suni zekânın sıhhat alanındaki performansını ölçmek amacıyla fazlaca uluslu bir tabip ekibiyle HealthBench’i hayata geçirdi.
OpenAI, sıhhat alanında suni zekâ modellerinin ne kadar işe yaradığını ölçebilmek adına yeni bir sistem üstünde çalışıyordu. Şirket, çalışmalarının sonucunda suni zekâyı sıhhat sistemine entegre edecek yeni HealthBench’i resmen duyurdu.
HealthBench’in en dikkat çekici yanlarından biri de küresel bir iş birliğiyle geliştirilmiş olması. Tam 60 değişik ülkeden 262 doktorun katkısıyla oluşturuldu. Üstelik bu adlar içinde bir Türk doktor de içeriyor.
HealthBench projesinde Türk bir doktor de yer aldı
HealthBench, kullanıcı dostu olacak şekilde tasarlandı. HealthBench, suni zekâ ile bir hasta ya da sıhhat çalışanı içinde geçebilecek 5.000 tane fazlaca adımlı konuşma senaristliği içeriyor. Üstelik bu konuşmalar yalnız kısa cevaplardan ibaret değil; birden fazla bildiri içeren, değişik dillerde hazırlanmış ve gerçek dünyadaki senaryoları çağrıştıran detaylı diyaloglardan oluşuyor. Yeni sistem yardımıyla ise suni zekâ modellerinin gerçek hayatta karşılaşılabilecek karmaşık sıhhat durumlarına ne kadar doğru ve etkili yanıtlar verdiği kontrol edilecek.
OpenAI ise modellerin bu konuşmalara verdiği yanıtları GPT-4.1 tabanlı bir sistemle puanlıyor olacak. Yeni sistem yalnız doğru informasyon verilip verilmediğine değil, hem de yanıtın ne kadar anlaşılır ve kullanıcıyla uyumlu olduğuna da bakacak. Acil durumlar, sıhhat verisi yönetimi ve hasta iletişimi şeklinde değişik senaryolar içeren örnekler, OpenAI’nin web sitesinde erişime açılmış durumda.
HealthBench projesinde katkısı bulunan adlardan biri de Türkiye’den Doç. Dr. Pamir Çerçi oldu. Projeye ilişkin görüşlerini paylaşan Çerçi, “Dünya çapındaki hekimlerle beraber, OpenAI’ın HealthBench’ine katkıda bulunmaktan gurur duyuyorum. Bu, suni zekânın gerçek sıhhat zorlukları karşısındaki performansını değerlendirmek ve ilerlemeyi iyi mi ölçtüğümüzü şekillendirmemize destek olmak için benzersiz bir fırsattı.” ifadelerini kullandı.
HealthBench, sıhhat alanında suni zekânın ne kadar işe yaradığını yalnız ölçmekle kalmayacak hem de iyi mi daha iyi hâle getirilebileceği mevzusunda da yön göstereceğe benziyor.
