ChatGPT ve tıp fakültesi 6. sınıf öğrencilerinin ayırıcı tanı yeterliliğinin karşılaştırılması
Comparison of differential diagnosis competency between ChatGPT and sixth-year medical students
- Tez No: 945200
- Danışmanlar: DOÇ. DR. MEHMET ALİ KARACA
- Tez Türü: Tıpta Uzmanlık
- Konular: Acil Tıp, Eğitim ve Öğretim, Emergency Medicine, Education and Training
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Acil Tıp Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Bu çalışmada, intörn doktorların ayırıcı tanı koyma yetkinlikleri, ChatGPT ile karşılaştırılmıştır. Çalışma, Hacettepe Üniversitesi Tıp Fakültesi'nde 120 öğrencinin katılımıyla gerçekleştirilmiştir. ChatGPT'nin dört farklı sürümü (4o, 4o mini, 4o.1 ve 4o.1 mini) kullanılmıştır. Çalışmada 30 klinik vaka kullanılmıştır ve vakalar UÇEP-2020 müfredatına göre hazırlanmıştır. İntörnler ve ChatGPT'den vakalar için beş ön tanı ve bir en olası tanı istenmiştir. Sorular, ChatGPT'ye dil olarak uzun ve kısa metinlerle yöneltilmiştir. Yanıtlar; dolaşım, gastrointestinal, sinir-davranış, ürogenital, solunum ve multisistem kategorilerinde değerlendirilmiştir. Çalışmada, ChatGPT'nin doğru cevap oranlarının genel olarak intörn doktorlardan daha yüksek olduğu görülmüştür. İntörnlerin doğru cevap ortancası %66.7 iken, ChatGPT'nin (kısa ve uzun metinlerde) %83.3 olarak bulunmuştur. Alt kategoriler incelendiğinde, dolaşım ve gastrointestinal sistem sorularında ChatGPT'nin doğru cevaplarının ortancası %87.5'in üzerinde iken, sinir-davranış ve solunum sistem sorularında intörnler ile ChatGPT arasında daha düşük bir fark gözlemlenmiştir. Ön tanı doğruluk oranlarında ChatGPT ve intörnler arasında benzer sonuçlar elde edilmiştir. İstatistiksel analizlerde, toplam doğru cevap oranlarında anlamlı bir fark bulunurken (p=0.004), ön tanıların doğruluk oranlarında anlamlı bir fark saptanmamıştır. ChatGPT sürümleri arasında ise uzun ve kısa metinler açısından anlamlı bir performans farkı tespit edilmemiştir. Sonuç olarak ChatGPT'nin kesin tanı belirlemede intörnlerden daha yüksek doğruluk oranına sahip olduğu tespit edilmiştir. Ancak, ChatGPT'nin detaylı ve sadeleştirilmiş soru metinlerine verdiği yanıtlar arasında performans farkı bulunmamıştır. Yapay zekanın acil tıp hizmetlerinde yardımcı bir araç olarak kullanılabilmesi için daha fazla araştırmaya ihtiyaç vardır.
Özet (Çeviri)
This study compares the differential diagnosis competencies of intern doctors with ChatGPT. The study was conducted with the participation of 120 students from Hacettepe University Faculty of Medicine, utilizing four different versions of ChatGPT (4o, 4o mini, 4o.1, and 4o.1 mini). The study included 30 clinical cases, prepared according to the UÇEP-2020 curriculum. Interns and ChatGPT were asked to provide five differential diagnoses and one most probable diagnosis for each case. The questions were presented to ChatGPT in both detailed and simplified text formats. The responses were evaluated across six categories: circulatory, gastrointestinal, neurological-behavioral, urogenital, respiratory, and multisystem. ChatGPT demonstrated higher overall accuracy rates compared to intern doctors. While the median correct response rate for interns was 66.7%, ChatGPT achieved a median accuracy of 83.3% for both detailed and simplified question formats. In subcategory analyses, ChatGPT's median accuracy exceeded 87.5% in circulatory and gastrointestinal cases, whereas the differences in accuracy between interns and ChatGPT were less pronounced in neurological-behavioral and respiratory cases. The differential diagnosis accuracy rates were similar between ChatGPT and interns. Statistical analyses revealed a significant difference in overall correct response rates (p=0.004), while no significant difference was found in differential diagnosis accuracy rates. Additionally, no meaningful performance difference was detected between ChatGPT versions or between detailed and simplified question formats. Inconclusion, ChatGPT demonstrated higher accuracy rates than interns in definitive diagnoses. However, no performance difference was observed between responses to detailed and simplified question formats. Further research is needed to explore the potential role of artificial intelligence as an assistive tool in emergency medical services.
Benzer Tezler
- Sıçan alt ekstremite akut iskemi reperfüzyon modelinde oluşturulan oksidatif stres hasarına karşı intravenöz glutatyonun olası koruyucu etkileri
Possible protective effects of intravenous glutathione against the oxidative stress induced in hind limb ischemia-reperfusion injury model in rats
MERT MERİÇ
Tıpta Uzmanlık
Türkçe
2024
Biyokimyaİstanbul ÜniversitesiKalp ve Damar Cerrahisi Ana Bilim Dalı
PROF. DR. İBRAHİM UFUK ALPAGUT
- Acil servise göğüs ağrısı şikayeti ile başvuran hastaların esı triajı ve EDACS değerlendirmelerinin yapay zeka ile karşılaştırılması
Comparison of esi triage and EDACS assessments with artificial intelligence in patients presenting to the emergency department with chest pain
MEHMET OKAN ÇINAR
Tıpta Uzmanlık
Türkçe
2025
Acil TıpNecmettin Erbakan ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. SEDAT KOÇAK
- Yapay zeka programlarının (ChatGPT ve Gemini) Aciliyet Şiddeti İndeksi (AŞİ) ve renk kodlu kombine triyaj uygulamasındaki etkinlikleri
Effectiveness of artificial intelligence programs (ChatGPT and Gemini) in the Emergency Severity Index (ESI) and color-coded combined triage application
OĞUZHAN YILMAZ
Tıpta Uzmanlık
Türkçe
2025
Acil TıpSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGEN GÖNENÇ ÇEKİÇ
- Hafif kafa travmalı hastalarda kranial BT taramalarına karar vermede yapay zekâ uygulamaları ile hekimlerin karşılaştırılması
Comparing physicians with artificial intelligence applications in decision-making for cranial CT scans in patients with mild head trauma
SÜLEYMAN CEM AKIL
Tıpta Uzmanlık
Türkçe
2024
Acil TıpKaradeniz Teknik ÜniversitesiAcil Tıp Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELİH İMAMOĞLU
- Kliniğimizde histerektomi planlanan hastaların endikasyonlarının yapay zekâ programının önerileri ile karşılaştırılması
Comparison of indications for hysterectomy in our clinic with recommendations of the artificial intelligence program
SALTUK BUĞRA ARIKAN
Tıpta Uzmanlık
Türkçe
2023
Bilim ve TeknolojiAkdeniz ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MAHMUT İLKİN YERAL