Ayse BOZKURT OFLAZ, Muhammed Fatih DEMİRTAŞ, Abdullah ERDEM, Şule ACAR DUYAN
Gümüşhane Üniversitesi Sağlık Bilimleri Dergisi - 2026;15(1):148-156
Bu çalışma, kornea transplantasyonuna ilişkin sık sorulan sorulara (SSS) büyük dil modellerinin (BDM) verdiği yanıtların doğruluk, uygunluk ve okunabilirliğini değerlendirdi. ChatGPT-3.5, ChatGPT 4o, Gemini, Copilot ve DeepSeek, Türkçe ve İngilizce 10 SSS'ye verdikleri yanıtlar üzerinden incelendi. Doğruluk iki oftalmolog tarafından bağımsız olarak değerlendirildi; okunabilirlik Türkçe için Ateşman ve Çetinkaya, İngilizce için altı yerleşik indeksle ölçüldü. Yanıt uzunlukları harf, kelime ve cümle sayıları temelinde analiz edildi. "Doğru ve eksiksiz" yanıt oranları ChatGPT-3.5 için %72, ChatGPT 4o için %80, Gemini için %76, Copilot için %70 ve DeepSeek için %71 olarak saptandı (p=0,47). Türkçede Copilot en karmaşık metinleri üretirken, Ateşman indeksine göre DeepSeek (58,2) en yüksek okunabilirliği sağladı; Çetinkaya indeksine göre ise ChatGPT 4o (19,98) en yüksek Türkçe okunabilirlik skoruna ulaştı. İngilizcede DeepSeek tüm indekslerde en yüksek okunabilirliği gösterirken, Gemini en karmaşık çıktıları üretti. Yanıt uzunlukları iki dil arasında anlamlı farklılık gösterdi (p<0,001). Genel olarak BDM'ler, hasta odaklı kornea transplantasyonu sorularına büyük ölçüde doğru yanıtlar sunmuştur; ancak diller arası okunabilirlik farklılıkları, çapraz dilsel iletişimde sınırlılıklara işaret etmektedir. Çok dilli tıbbi uygulamalarda hem dilsel uyarlanabilirliğin hem de içerik doğruluğunun artırılması gerekmektedir.
