Bu sayfa Deznova'nın altını açıyor: veri, mimari, ölçüm. Pazarlama diliyle değil, mühendislik diliyle.
Katmanlara in →Hekim vakayı yazdığında görünen tek şey bir cevap. Arada, her sorgunun sırayla geçtiği dört katman çalışır.
Üç uluslararası tıbbi ontoloji — MONDO, HPO ve Orphanet — 55.380 hastalık ve fenotip kaydıyla tek çatı altında. Yanında, 9.540 gerçek klinik vakadan çıkarılmış, SOAP yapısında 38.160 aranabilir parça hâlinde indekslenmiş bir klinik hafıza.
Türkçe vaka özeti önce uluslararası tıbbi terimlere köprülenir. Çok dilli embedding modeli 30 aday kanıt getirir; cross-encoder yeniden sıralayıcı en güçlü 5'ini seçip muhakemeye taşır.
İki uzman yan yana çalışır. Dil modeli kanıtları fenotip güdümlü tartar; kütüphaneci ise hastanın bulgularını 3.972 nadir hastalığın 104.135 hastalık–bulgu kaydıyla tek tek karşılaştırıp puanlar. Hastanın kişisel hafızası — kronik hastalıkları, ilaçları, alerjileri ve aile öyküsü — salt okunur bağlam olarak katılır; sistem önceki tanıya demir atmadan yeni tabloyu bağımsız değerlendirir.
Çıktı kural tabanlı bir ağdan geçer: atlanması tehlikeli tanılar ekartasyon listesine eklenir, ilaç önerileri alerjiler ve ilaç toksisitesiyle çarpıştırılır. Kanıt yetersizse susma kapısı devreye girer — sistem tahmin yürütmek yerine çekimser kalır.
Klinik karar anını güçlendiren, her adımı açıklanabilir ve hasta mahremiyetini merkeze alan bir yapay zekâ mimarisi — hekimin yerine değil, hekimin yanında karar vermek için tasarlandı.
55.380 tıbbi kavram; MONDO, HPO ve Orphanet ontolojileriyle eşlenmiş bir bilgi grafiği üzerinde akıl yürütür.
Semptom, laboratuvar ve anamnez verisini birleştirerek kanıta dayalı bir ayırıcı tanı listesi üretir; hekim bulguları onaylayıp düzelttikçe sıralama anında yenilenir.
Her öneri izlenebilir bir gerekçe zinciriyle gelir; her nadir hastalık uyarısında önerinin dil modelinden mi kütüphaneciden mi geldiği görünür — kara kutu değil, şeffaf yapay zekâ.
Hasta verisini yalnızca hastanın onay verdiği hekim görür. Her sorgu denetim kaydına işlenir, parolalar geri çevrilemez biçimde saklanır.
Hastanın kronik hastalıkları, ilaçları, alerjileri ve aile öyküsü salt okunur bağlam olur; aile öyküsünden gelen kalıtsal ve genetik riskleri HPO fenotip eşlemesiyle nadir tablolarda yakalar.
Hekim iş akışına entegre ikinci görüş: tanı koymaz, hekimin aklına gelmeyecek olanı hatırlatır; demir atma (anchoring) yanılgısına karşı korumalı.
Kardiyolojiden nadir genetik hastalıklara, geniş tıbbi kapsam
Her kritik değişiklikte 55 vinyetlik klinik test bataryası baştan koşulur; sistem ayrıca başka araştırmacıların hazırladığı bağımsız bir nadir hastalık setinde sınanır.
Sayıların bağlamı
İlk beş satır iç değerlendirme bataryamıza aittir. Bağımsız sette (RareArena, 116 gerçek vaka) doğru tanı vakaların %12,9'unda ilk beş önerinin içinde; aynı vakalarda dil modeli tek başına %5,2 alıyor. Yayımlanmış sonuçlarda bulutta çalışan çok daha büyük modeller (GPT-4o) %23,1'e ulaşıyor. Hiçbiri klinik çalışma değildir.
Bugünkü sürüm kompakt bir dil modeliyle çalışıyor; aradaki farkı kapatmak için yanına kütüphaneciyi ve güvenlik ağını koyduk. Güvenlik ağı tam da bu yüzden var — model yanılsa bile sistem yakalasın diye.
Fikir 2024'ün sonunda bir soruyla başladı; yoğun geliştirme Şubat 2026'da hız kazandı. Kestirme yok — her adım bir öncekinin ölçümünden doğdu.
İlk konuşmalar 2024'ün sonunda: iyi bir hekime ulaşmak neden bu kadar zor? Aylara yayılan planlama ve fikir olgunlaştırma, bu soruyu somut bir ürün hedefine dönüştürdü.
Yoğun geliştirme Şubat 2026'da başladı. İlk yol, modeli ham klinik veriyle yeniden eğitmekti. Denedik ve ölçtük: bu boyuttaki modellerde ham veriyle eğitim ezberi ve halüsinasyonu artırıyor. Rotayı değiştirdik — tıbbi bilgi modelin ağırlıklarına gömülmek yerine yanında, her an güncellenebilir bir kütüphanede duruyor. Bugünkü RAG mimarisi bu kararın ürünü.
9.540 gerçek klinik vaka, klinik akışı bozmayan SOAP yapısında 38.160 aranabilir parçaya ayrıştırıldı ve indekslendi.
MONDO, HPO ve Orphanet tek indekste birleşti. Ayırıcı tanılar artık serbest metin değil — uluslararası hastalık kimlikleriyle konuşuyor.
Embedding araması tek başına yetmedi. Cross-encoder yeniden sıralama eklendi; muhakemeye giden kanıtın isabeti belirgin biçimde sıçradı.
Kural tabanlı red-flag ağı, alerji kontrolü ve çekimserlik davranışı eklendi: tek bir modelin yanılgısı, sistemin yanılgısı olmasın.
Hastanın kişisel hafızası — kronik hastalık, ilaç, alerji ve aile öyküsü — salt okunur bağlam olarak muhakemeye katıldı; aile öyküsünden gelen kalıtsal ve genetik riskleri yakalayan fenotip güdümlü analizle birleşti.
Dil modelinin yanına, yorum yapmayan deterministik bir nadir hastalık motoru kuruldu: hastanın bulgularını 3.972 hastalığın kaydıyla tek tek karşılaştırıp puanlıyor. Bağımsız bir sette iki yol hiç ortak vaka bulmadı — birlikte, tek başına en iyi yolun 1,7 katı.
Kütüphaneci ürüne bağlandığı ilk gün sıradan vakalarda gereksiz nadir hastalık uyarıları üretti. Kanıt yeterliliği kapısı eklendi: sistem yeterince kanıt görmediğinde susuyor. Test edilen sıradan vakalarda yanlış alarm sıfıra indi.
Mimari, ölçüm ve veri lisansı boyutlarında sistematik denetimler yapıldı; bulunan açıklar kodla ve kilit testleriyle kapatıldı. Otomatik doğrulama testi sayısı 600'ü aştı.
Hekimin bulguları onaylayıp düzelttiği Vaka Çalışma Alanı hazır. Sırada, geriye dönük vakalarla hekim pilotu ve ondan doğacak ilk Türkçe altın veri seti var.