Zeynep KARAKUZU GÜNGÖR, Mehmet Salih TAN
Fiziksel Tıp ve Rehabilitasyon Bilimleri Dergisi - 2026;29(3):420-426
Amaç: Bu çalışma, yaygın olarak kullanılan 3 büyük dil modelini [large language models (LLM)] -ChatGPT 4.0, Gemini Advanced ve Claude- karpal tünel sendromu (KTS) ile ilgili en sık aranan 30 soruya verdikleri yanıtlar açısından karşılaştırmalı olarak değerlendirmeyi amaçlamaktadır. Değerlendirme, güvenilirlik, tedavi bilgisinin kapsamlılığı, şeffaflık ve okunabilirlik üzerine odaklanmıştır. Gereç ve Yöntemler: KTS ile ilişkili 30 İngilizce sorgu Google Trends kullanılarak belirlenmiş ve dört tematik alanda sınıflandırılmıştır. Modellerin yanıtları, bir fiziksel tıp ve rehabilitasyon uzmanı ile bir fizyoterapist tarafından DISCERN ve Küresel Kalite Ölçeği (Global Quality Scale, GQS) kullanılarak bağımsız olarak değerlendirilmiştir. Şeffaflık ve kaynak atfı, Şeffaflık ve Kaynak Atıf İndeksi (Transparency and Source Attribution Index, TSAI); okunabilirlik ise Flesch-Kincaid Grade Level (FKGL) ve Flesch Reading Ease (FKRE) indeksleri ile değerlendirilmiştir. Değerlendiriciler arası uyum, sınıf içi korelasyon katsayısı ve Cohen kappa katsayısı ile analiz edilmiştir. İstatistiksel karşılaştırmalarda varyans analizi veya Kruskal-Wallis testleri ve uygun post hoc karşılaştırmalar kullanılmıştır. Bulgular: Modeller arasında güvenilirlik, şeffaflık ve okunabilirlik açısından anlamlı farklılıklar saptanmıştır. Gemini Advanced daha yüksek toplam DISCERN skorları elde etmiş (p=0,002), ancak daha karmaşık yanıtlar üretmiştir. ChatGPT 4.0 daha okunabilir yanıtlar üretirken daha düşük şeffaflık göstermiş, Claude ise orta düzey performans sergilemiştir. Genel GQS skorları açısından anlamlı fark saptanmamıştır (p=0,412). Bu farklılıklara rağmen tüm modeller DISCERN ölçütlerine göre "düşük kaliteli" olarak sınıflandırılmıştır. TSAI sonuçları, tüm modellerde sınırlı kılavuz atfı ve kanıt izlenebilirliği olduğunu göstermiştir. Sonuç: LLM'ler KTS hakkında yapılandırılmış bilgi sağlayabilmekle birlikte güvenilirlik, şeffaflık, kaynak atfı ve kanıta dayalı referanslama açısından sınırlılıklar göstermektedir. Bu nedenle, bağımsız klinik karar verme araçları yerine tamamlayıcı bilgi kaynakları olarak değerlendirilmeli ve klinik yönetim yetkin sağlık profesyonellerinin değerlendirmesine dayanmalıdır.
