Generative AI in Healthcare: A Turkish Chatbot for Symptom Assesment and Tailored Recommendations
Sağlikta üretken yapay zekâ: semptom değerlendirmesi ve kişiye özel öneriler için Türkçe bir sohbet botu
- Tez No: 948445
- Danışmanlar: DOÇ. DR. MURAT AYDOS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
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.
Özet (Çeviri)
Chatbots are computer programs designed to simulate conversation with human users, typically through textual or auditory methods. In the medical domain, chatbots play a crucial role in enhancing healthcare delivery by providing immediate and personalized responses to patient queries. They serve as virtual assistants capable of offering medical advice, scheduling appointments, delivering healthcare information, and even triaging symptoms. The importance of chatbots in healthcare lies in their ability to improve access to medical expertise, especially in remote or underserved areas, reduce wait times for non-emergency consultations, and empower patients to make informed decisions about their health. In this thesis, we have developed a locally-operated chatbot designed specifically for the medical domain using large language models (LLMs). The system, named MedTRAG (Turkish Medical Text Retrieval with Constructive Learning and Knowledge Refinement), has been successfully implemented to respond to patient inquiries with relevant information and recommend appropriate doctors based on their reported complaints. By harnessing the capabilities of LLMs, we have achieved significant improvements in the efficiency and accuracy of medical consultations in an automated environment. Our work specifically addresses the challenges faced by low-resource languages in developing effective retrieval systems, with a particular focus on enhancing medical text retrieval in Turkish. To this end, we introduced a hybrid architecture combining dense retrieval and generative components through ColBERT and LLaMA 3.1 models. A specialized Turkish medical knowledge base containing 5,000 curated examples and a comprehensive triplet dataset were developed to support training of the embedding model. The system also incorporates a domain-specific knowledge representation component that transforms user queries into medically meaningful representations, further improving response precision. Experimental evaluations demonstrated substantial performance gains in Turkish medical text retrieval, with our system achieving 72.65 points in the Exam for Specialization in Medicine (TUS)—a score that would qualify for admission into 89.2\% of medical programs at Hacettepe University, one of Turkey's top medical institutions. This confirms the practical utility and reliability of our system in high-stakes academic and clinical environments. Additionally, we reduced the generation of incorrect information through semantic similarity verification techniques. Recent studies have highlighted the effectiveness of prompt engineering and fine-tuning techniques, which we incorporated to further enhance chatbot performance. Furthermore, by ensuring the chatbot operates without the need for internet connectivity, we address critical security concerns related to private data, such as vaccine studies and proprietary medical research. This local deployment ensures that confidential information remains securely within the organization, mitigating risks associated with cloud-based systems. This research has successfully bridged the gap between patients and healthcare providers, improved access to medical guidance in the Turkish language, and delivered a secure, contextually aware, and high-performing chatbot framework tailored to the needs of both users and healthcare institutions.
Benzer Tezler
- Yeni nesil yapay zekâ teknolojisi üretken ön eğitimli dönüştürücü üzerine bir inceleme
A review on the new generation technology artificial intelligence generative pre-trained transformer
NAZİF AYDIN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN AYHAN ERDEM
- Türkiye sağlık sisteminde yapay zekâ ve geleceği
Artificial intelligence in the Turkish healthcare system and its future prospects
ELİF AKKAŞOĞLU
Yüksek Lisans
Türkçe
2025
Bilim ve TeknolojiAnkara Sosyal Bilimler ÜniversitesiTeknoloji Politikaları ve İnovasyon Yönetimi Ana Bilim Dalı (disiplinlerarası)
PROF. DR. EROL KAHVECİ
- Çaba-ödül dengesizliği (ÇÖD) ölçeğinin uzun Türkçe formunun geçerlik, güvenirlik çalışması ile sağlık çalışanlarında ÇÖD'ün örgütsel stres ve örgütsel güven üzerindeki etkisinin analizi
The analysis of the validity reliability study of the long form in Turkish of the scale effort-reward imbalance (ERI) and the effect of eri on the organizational stress and organizational confidence with regard to healthcare employees
HÜSEYİN ABUHANOĞLU
Doktora
Türkçe
2016
Sağlık Kurumları YönetimiGataSağlık Hizmetleri Yönetimi Ana Bilim Dalı
DOÇ. DR. NECMETTİN CİHANGİROĞLU
- Tüketici mahkemeleri ve tıbbi uygulama hatasından doğan davalar
Consumer courts and lawsuits arising from medical malpractice
TAHA POLAT GEÇMEZ
Doktora
Türkçe
2026
Hukukİzmir Bakırçay ÜniversitesiSağlık Hukuku Ana Bilim Dalı
PROF. DR. SERKAN ÇINARLI
- Türkiye tüketim harcamaları davranış denklemleri (1987)
The Behavioral equations of Turkish consumption expenditures (1987)
RAZİYE SELİM
Yüksek Lisans
Türkçe
1993
İşletmeİstanbul Teknik ÜniversitesiSayısal Yöntemler Ana Bilim Dalı
PROF. DR. ÜMİT ŞENESEN