Nedeni izlenebilir akıl yürütme olan nadir hastalık tanısı için ajan temelli bir sistem

Nadir hastalıkların daha hızlı bulunmasının önemi

Nadir hastalıklarla yaşayan aileler için durumlarına bir isim konması yıllarca süren randevular, çelişkili görüşler ve çıkmaz yollar alabilir. Bu uzun “tanı yolculuğu” tedaviyi geciktirir, birikimleri tüketir ve hastaları belirsizlik içinde bırakır. Bu çalışma, doktorların dijital bir ekip arkadaşı olarak görev yapması için tasarlanmış DeepRare adlı bir yapay zeka sistemini tanıtıyor. Sistem, nadir hastalıkları daha erken tespit etmeyi ve kendi akıl yürütmesini hekimlerin kontrol edip güvenebileceği şekilde açıklamayı hedefliyor.

Doktorlar için yeni tür bir dijital asistan

DeepRare, gerçek kliniklerin çalışma biçimine uygun çalışacak şekilde inşa edildi. Serbest metin klinik notlarını, yapılandırılmış belirti listelerini ve modern genetik test sonuçlarını okuyup bunların hepsini olası nadir hastalıkların sıralanmış bir listesine dönüştürebiliyor. Sadece bir isim listesi döndüren birçok mevcut araçtan farklı olarak DeepRare, her öneriyi tıbbi makalelere, uzman veri tabanlarına ve benzer geçmiş olgulara bağlayan adım adım bir akıl yürütme zinciri üretiyor. Bu da klinisyenin sistemin ne önerdiğini değil, neden önerdiğini de görmesini sağlıyor.

Sistemin bir vakayı nasıl değerlendirdiği

Gizliden, DeepRare “çok ajanlı” bir sistem olarak düzenlenmiştir. Merkezinde, yeni bilgiler geldikçe ne yapılacağına karar veren bir koordinatör gibi davranan güçlü bir dil modeli bulunur. Çevresinde uzmanlaşmış yardımcı modüller yer alır: bazıları belirtileri temizleyip standartlaştırır, diğerleri tıbbi literatür ve nadir hastalık vaka bankalarında arama yapar, bazıları ise uzun gen varyant listelerini yorumlar. Her hasta için DeepRare kanıt toplama, tanı önerme ve sonra kendi fikirlerini yeniden kontrol etme döngüsünden geçer. Bir aday açıklamada sorun bulursa, sarsak bir tahminle ilerlemek yerine daha iyi kanıtlar aramak için geri döner.

DeepRare’in gerçek dünyada test edilmesi

Araştırmacılar DeepRare’i dokuz farklı kaynaktan alınan 6.401 hasta vakası üzerinde test ettiler; bu kaynaklar arasında büyük kamu veri setleri, çevrimiçi vaka raporları ve Avrupa, Kuzey Amerika ve Çin’deki dört büyük hastane bulunuyordu. Bu vakalar birlikte beyin bozukluklarından böbrek hastalıklarına kadar 14 organ sisteminde 2.919 ayrı nadir hastalığı kapsıyordu. Sadece yapılandırılmış belirti açıklamaları kullanıldığında DeepRare, gerçek hastalığı vakaların yaklaşık %57’sinde ilk sıraya yerleştirdi—bu, bir sonraki en iyi yönteme göre 20 puandan fazla daha iyi ve PhenoBrain ile PubCaseFinder gibi yaygın kullanılan araçların çok üzerindeydi. Gen dizileme sonuçları da mevcut olduğunda DeepRare’in ilk sıradaki doğruluğu yaklaşık %69’a yükseldi ve iki bağımsız hastane kohortunda Exomiser adlı önde gelen bir genetik aracı yendi.

Yapay zekayı insan uzmanlarla karşılaştırma

DeepRare’in performansının insan uzmanlara karşı dayanıp dayanmayacağını görmek için ekip, bir çocuk hastanesinden alınan 163 zor vaka ile kafa kafaya karşılaştırma yürüttü. Nadir hastalıklar alanında on yıldan fazla deneyime sahip beş hekimden, arama motorları kullanmalarına izin verilerek ancak yapay zekadan yararlanmadan her vakaya kadar beş olası tanı önermeleri istendi. DeepRare aynı belirti bilgilerini aldı. Sistem, beş tahmin yapmasına izin verildiğinde sadece klinisyenlerle eşleşmekle kalmadı, tek birinci tahminde onların doğruluğunu da aştı. Başka bir grup on nadir hastalık doktoru, 180 vaka için AI’nın akıl yürütme zincirlerini inceledi ve atıfta bulunduğu kanıtların %95’ten fazlasını doğru ve ilgili olarak değerlendirdi; bu da açıklamalarının basit “yapay zeka hikâyesi” değil, tıbben güvenilir olduğunu gösteriyor.

Nedeni izlenebilir akıl yürütmenin oyunu nasıl değiştirdiği

Ham doğruluk oranlarının ötesinde yazarlar, DeepRare’in nadir hastalıkların araştırılma biçimini yeniden şekillendirebileceğini savunuyor. Sistem, akıl yürütmesinin her adımını tıbbi kaynaklara ve benzer hastalara bağladığı için bir klinisyenin literatürde veya vaka veri tabanlarında aradığı zamanı önemli ölçüde kısaltabilir. Birçok organ sistemi genelinde gösterdiği güçlü performans, nadiren görülen durumları tanımayan uzman olmayan doktorların bile bu durumları fark etmesine yardımcı olabilir; bu özellikle nadir hastalık merkezleri olmayan hastaneler için önemlidir. Çalışma, benzeyen sendromlar arasındaki karışıklık ve sistemi erken tarama ile tedavi planlamasına genişletme ihtiyacı gibi açık zorluklara da işaret ediyor. Yine de bulgular, DeepRare gibi dikkatle tasarlanmış yapay zeka ekip arkadaşlarının günlük klinik uygulamada nadir hastalıkları tanımayı ve bunlar hakkında akıl yürütmeyi kolaylaştırarak binlerce ailenin tanı yolculuğunu kısaltabileceğini öne sürüyor.

Atıf: Zhao, W., Wu, C., Fan, Y. et al. An agentic system for rare disease diagnosis with traceable reasoning. Nature 651, 775–784 (2026). https://doi.org/10.1038/s41586-025-10097-9

Anahtar kelimeler: nadir hastalık tanısı, tıbbi yapay zeka, büyük dil modelleri, klinik karar desteği, genomik tıp