Bedia KESİMAL, Sücattin İlker KOCAMIŞ
Akdeniz Tıp Dergisi - 2026;12(2026):1-8
Amaç: Büyük dil modeli sohbet botları tıbbi bilgi için giderek daha fazla başvurulan kaynaklar haline gelmiştir. Bu çalışma, kuru göz hastalığına ilişkin sık sorulan hasta sorularına verilen yanıtların doğruluğunu ve okunabilirliğini değerlendirmeyi amaçladı. Gereç ve Yöntemler: Bu kesitsel çalışmada dört sohbet botunun (ChatGPT 3.5, ChatGPT 4.0, Google Gemini ve Microsoft Copilot) kuru göz hastalığı ile ilgili elli standart soruya verdikleri yanıtlar analiz edildi. İki oftalmolog yanıtların doğruluğunu beş basamaklı Likert ölçeğiyle bağımsız olarak puanladı ve değerlendiriciler arası uyum Cohen'in kappa katsayısı ile ölçüldü. Okunabilirlik; Flesch-Kincaid Grade Level, Gunning Fog Index, Coleman-Liau Index, Simple Measure of Gobbledygook, Flesch Reading Ease ve Reach skoru ile değerlendirildi. İstatistiksel analizlerde tekrarlayan ölçümlerde varyans analizi veya Friedman testi ve Bonferroni düzeltmesi kullanıldı. Bulgular: Değerlendiriciler arası uyum mükemmeldi (kappa = 0,88). En yüksek doğruluk Google Gemini'de (4,84 +/- 0,37) izlendi; bunu Microsoft Copilot (4,76 +/- 0,48), ChatGPT 4.0 (4,42 +/- 0,50) ve ChatGPT 3.5 (4,32 +/- 0,59; p < 0,001) takip etti. Gemini ve Copilot her iki ChatGPT versiyonuna anlamlı olarak üstün bulundu. Okunabilirlik anlamlı farklılık gösterdi (p < 0,001). ChatGPT 4.0 en basit metinleri üreterek en düşük sınıf düzeyleri, en yüksek Flesch Okuma Kolaylığı ve en geniş Reach skoruna ulaştı. Gemini ve ChatGPT 3.5 daha karmaşık yanıtlar üretirken Copilot orta düzey değerler sergiledi. Sonuçlar: Sohbet botları tamamlayıcı güçlü yönler ortaya koydu. Gemini ve Copilot en yüksek doğruluğa sahipken, ChatGPT 4.0 en okunabilir ve erişilebilir yanıtları sundu. Sohbet botları kuru göz hastalığında hasta eğitimi için faydalı olabilir; ancak profesyonel gözetim gerekliliğini korumaktadır.
