Emre UZUN, Muhammed Zahid SAHIN, Ridvan ISIK, İbrahim TEKEOĞLU, Ayhan KAMANLI
Ağrı Tıp Fakültesi Dergisi - 2026;4(3):99-105
Amaç: Bu çalışmanın amacı, lateral epikondilit ile ilgili hastaların en sık aradığı sorulara ChatGPT'nin GPT-5.1 Instant ve GPT-5.1 Thinking modelleri tarafından verilen yanıtların güvenilirlik ve klinik yararlılık açısından karşılaştırılmasıdır. Gereçler ve Yöntemler: Bu çalışma, pilot, tanımlayıcı, uzman değerlendirmeli bir büyük dil modeli (LLM) çıktı değerlendirme çalışması olarak tasarlandı. Google Trends'de "tenisçi dirseği" ve "lateral epikondilit" terimleri sorgulandı. En yüksek sıralamaya sahip altı soru belirlendi ve her biri Türkçe olarak GPT-5.1 Instant ve GPT-5.1 Thinking modellerine yöneltildi. Üç kıdemli fiziksel tıp ve rehabilitasyon uzmanı tüm yanıtları yedi puanlı Güvenilirlik ve Yararlılık Ölçeklerini kullanarak bağımsız biçimde değerlendirdi. Bulgular: Her iki model de güvenilir ve orta düzeyde yararlı yanıtlar üretti. Ortalama +/- SS güvenilirlik skorları GPT-5.1 Instant için 5.11 +/- 1.18, GPT-5.1 Thinking için 5.06 +/- 1.21 olarak bulundu. Yararlılık skorları sırasıyla 5.22 +/- 1.22 ve 5.50 +/- 1.38 idi. Farklar istatistiksel olarak anlamlı değildi (güvenilirlik: Z = -1.00, p = 0.317, r ? 0.41; yararlılık: Z = -1.60, p = 0.109, r ? 0.65), ancak GPT-5.1 Thinking yararlılık açısından daha yüksek eğilim gösterdi. Değerlendiriciler arası uyum tüm ölçümlerde mükemmeldi (ICC = 0.94-0.98). Sonuç: GPT-5.1 Instant ve GPT-5.1 Thinking, lateral epikondilit hakkında güvenilir ve orta derecede yararlı bilgiler sunmuştur. GPT-5.1 Thinking modelinde yararlılık skoru sayısal olarak daha yüksek bulunmuş, ancak bu fark istatistiksel olarak anlamlı değildir. Bu bulgular, ChatGPT'nin kas-iskelet sistemi hastalarında hasta eğitimi için potansiyel bir araç olabileceğini, ancak uzman denetimi ve daha geniş konu, dil ve chatbot platformlarını içeren ileri araştırmaların gerekli olduğunu göstermektedir.
