Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu çalışma, özellikle ChatGPT-4o’nun kalp yetersizliği hakkında hasta sorularına değerli ve doğru yanıtlar verebilme potansiyeline sahip olduğunu ortaya koymuştur.
📌 3 Maddede Bu Makale
Özet
Kalp yetersizliği, yüksek morbidite ve mortalite ile ilişkili yaygın bir durumdur. Yapay zeka uygulamalarının hızlı gelişimi ve yaygın kullanımı, tıp alanında önemli ilerlemelere katkı sağlamıştır. Bu çalışmada, ChatGPT 4o, Gemini ve Bing Chat’in kalp yetmezliği ile ilgili sorulara verdiği yanıtların değeri ve güvenilirliğini değerlendirmeyi amaçlıyoruz. Kalp yetmezliği hakkında sıkça sorulan elli soru, ChatGPT-4o, Gemini ve Bing Chat’e iki kez yöneltilmiştir. İki deneyimli kardiyolog, her bir doğal dil işleme modelinin yanıtlarını birbirlerinden bağımsız olarak değerlendirmiştir. Yanıtlar şu şekilde puanlanmıştır: doğru (1), kısmen doğru (2), doğru ve yanlış bilgilerin karışımı (3), tamamen yanlış (4). Tüm modellerin verdiği yanıtların çoğu “doğru” veya “kısmen doğru” olarak değerlendirilmiştir. ChatGPT-4o ve Gemini hiçbir “tamamen yanlış” yanıt vermezken, Bing Chat bazı yanlış yanıtlar üretmiştir. “Doğru” yanıt oranı ChatGPT-4o için %88, Gemini için %70, Bing Chat için ise %64 olarak bulunmuştur. Tekrarlanabilirlik açısından ChatGPT-4o %88 ile en yüksek puanı alırken, bunu Gemini (%86) ve Bing Chat (%72) izlemiştir. Bu çalışma, özellikle ChatGPT-4o’nun kalp yetersizliği hakkında hasta sorularına değerli ve doğru yanıtlar verebilme potansiyeline sahip olduğunu ortaya koymuştur. Gelecekte, sohbet botlarının daha fazla araştırılıp geliştirildikçe, bu araçlar hem hastalar hem de sağlık çalışanları tarafından kronik hastalıkların yönetiminde etkin bir şekilde kullanılabilir.
Abstract
Heart failure is a prevalent condition associated with high morbidity and mortality. The rapid evolution and widespread adoption of artificial intelligence applications have significantly advanced in the field of medicine. We aim to assess the value and reliability of ChatGPT 4o, Gemini, and Bing Chat’s responses regarding heart failure. A list of fifty commonly asked questions regarding heart failure was asked twice to ChatGPT 4o, Gemini, and Bing Chat. Two experienced cardiologists assessed each the natural language processing models’ answers without knowing each other’s scores. The content of answers was evaluated using the following scale: correct (1), partially correct (2), a mix of accurate and inaccurate (3) and completely inaccurate (4). Most answers were correct or partially correct; only Bing Chat gave some inaccurate responses, unlike ChatGPT-4o and Gemini. In terms of ‘correct’ answers, ChatGPT scored 88%, Gemini scored 70%, and Bing Chat scored 64%. ChatGPT 4o provided the highest ‘reproducible’ score at 88%, followed by Gemini at 86% and Bing Chat at 72%. This study demonstrated that ChatGPT 4o, in particular, has the ability to produce valuable responses to patient inquiries regarding heart failure. In the future, as chatbots are further investigated and improved, these models may have the potential to be utilized by both patients and healthcare professionals for managing chronic conditions like heart failure.