Tairex, 21 Ekim 2026’da Agent Hospital için farklı uzmanlık alanlarındaki yapay zekâ ajanlarını doktorlarla birlikte çalıştırmayı amaçlayan MHAC sistemini tanıttı. Sistem, birden fazla uzmanlık gerektirebilecek önerileri aynı görüşmede sunmayı hedefliyor; tanı ve tedavi kararlarının sorumluluğu doktorda kalıyor.
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Tairex, the AI healthcare company incubated by Tsinghua University’s Institute for AI Industry Research (AIR), unveil at Beijing’s. Article summary: Tairex unveiled the Multidisciplinary Human-Agent Collaboration (MHAC) Ecosystem for Agent Hospital on October 21, 2026, at Beijing’s China National Convention Center—a system intended to bring coordinated AI specialist . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Tairex, 21 Ekim 2026’da Agent Hospital için Çok Disiplinli İnsan-Ajan İş Birliği (MHAC) sistemini tanıttı. Sistem, farklı tıp uzmanlıklarına göre tasarlanmış yapay zekâ ajanlarını aynı vaka üzerinde koordine ederek doktorlara karar desteği sunmayı amaçlıyor. Nihai değerlendirme ve karar ise insanda, yani hekimde kalıyor.9
Agent Hospital, Tsinghua Üniversitesi Yapay Zekâ Endüstrisi Araştırma Enstitüsü (AIR) ile üniversitenin Bilgisayar Bilimleri ve Teknolojisi Bölümü tarafından geliştirilen sanal bir ortam olarak başladı. Burada yapay zekâ ajanları simüle edilmiş vakalar üzerinde çalışabiliyor; sistem, üretilen verilerden yararlanarak gelişmek üzere tasarlandı.13
MHAC bu yaklaşımı, farklı uzmanlık alanlarından ajanları gerçek klinik iş akışında doktorun çevresinde koordine etmeye taşıyor. Tek bir “her işi yapan” yapay zekâ doktoruna dayanmak yerine, aynı vaka için ilgili uzmanlıkların farklı bakış açılarını bir araya getirmeyi hedefliyor.8
9
11
Doktor hasta bilgilerini sisteme girdikçe MHAC’ın ilgili uzmanlık alanlarını belirleyip o alanlara ait ajanları görüşmeye dahil etmesi amaçlanıyor. Ajanlar tanı ve ilaç seçenekleri önerebiliyor; hangi önerinin hangi ajandan geldiği de doktorun farklı görüşleri inceleyebilmesi için gösteriliyor.9
17
Sistem ayrıca birden fazla uzmanlığı ilgilendiren noktaları işaretlemeyi hedefliyor. Örneğin, hem hipertiroidisi hem astımı olan bir hastanın tedavisinde ilaçlarla ilgili olası hususlar gündeme getirilebiliyor.11 Bu öneriler, kendi başına tanı koyan bir sistemin çıktısı değil; hekimin değerlendirmesi için sunulan karar desteği.
Modelin temel unsurlarından biri insan denetimi: Doktor son kararı veriyor ve ajanların önerilerini düzeltebiliyor.6
9 Tairex’in anlattığı yaklaşıma göre bu düzeltmeler, yalnızca klinik etkinlik gibi ölçütleri değil, hastanın koşullarını da hesaba katabiliyor. Örneğin doktor, daha pahalı bir seçenek yerine sigorta kapsamında olan daha uygun fiyatlı bir ilacı tercih edebilir.
11
Bir hastanın durumu birkaç bölümü ilgilendirdiğinde, farklı uzmanları aynı görüşmede buluşturmak zor olabilir. Tairex’in tarif ettiği geleneksel süreçte bu tür konsültasyonlar, hasta birden fazla bölüme başvurduktan sonra yapılabiliyor; çoğunlukla büyük hastanelerdeki yüz yüze toplantılara dayanıyor ve düzenlemesi maliyetli olabiliyor.11
MHAC, uzmanlıklar arası katkıyı daha erken aşamada ve rutin poliklinik görüşmesi sırasında sunmayı hedefliyor. Sistemin bu katkıyı klinik iş akışında gerçekten ne ölçüde erişilebilir kılacağı ise uygulamadaki performansına bağlı. Tasarımda, iki hastanenin de onay vermesi koşuluyla dış uzmanların veya uzman ajanlarının katkısına yer verilmesi de öngörülüyor.11
Tairex, sisteminde 54 yapay zekâ doktoru ve milyonlarca simüle edilmiş hasta bulunduğunu; 20’den fazla klinik uzmanlık alanının kapsandığını bildiriyor.7
12 Şirketin testlerine ilişkin bir habere göre sistem, Pekin’deki Tsinghua Changgung Hastanesi’nde 18 bölümde ayaktan hasta görüşmelerinde denenmiş ve 40’tan fazla doktor tarafından düzenli olarak kullanılmış.
12
Aynı haberde Tairex’in açıkladığı sonuçlar arasında doktorların genel görüşme verimliliğinde yaklaşık yüzde 30 artış ve MedQA kıyaslama testinde yüzde 96’nın üzerinde doğruluk yer alıyor.12 Bunlar şirket tarafından bildirilen sonuçlar; bağımsız olarak doğrulanmış klinik çıktılar olarak değerlendirilmemeli. Bir kıyaslama testindeki başarı, sistemin gerçek hastalarda aynı doğrulukla çalıştığını veya hasta bakımını iyileştirdiğini tek başına göstermez. MHAC, doktorun klinik muhakemesinin yerine geçen değil, ona destek sunması amaçlanan bir sistem olarak tanıtılıyor.
4
12
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tairex, 21 Ekim 2026’da Agent Hospital için farklı uzmanlık alanlarındaki yapay zekâ ajanlarını doktorlarla birlikte çalıştırmayı amaçlayan MHAC sistemini tanıttı.
Tairex, 21 Ekim 2026’da Agent Hospital için farklı uzmanlık alanlarındaki yapay zekâ ajanlarını doktorlarla birlikte çalıştırmayı amaçlayan MHAC sistemini tanıttı. Sistem, birden fazla uzmanlık gerektirebilecek önerileri aynı görüşmede sunmayı hedefliyor; tanı ve tedavi kararlarının sorumluluğu doktorda kalıyor.
Şirketin açıkladığı veriler arasında 18 bölümde yapılan ayaktan hasta testleri, yaklaşık yüzde 30 verimlilik artışı ve MedQA’da yüzde 96’nın üzerinde doğruluk bulunuyor.
Tairex, 21 Ekim 2026’da Agent Hospital için farklı uzmanlık alanlarındaki yapay zekâ ajanlarını doktorlarla birlikte çalıştırmayı amaçlayan MHAC sistemini tanıttı. Sistem, birden fazla uzmanlık gerektirebilecek önerileri aynı görüşmede sunmayı hedefliyor; tanı ve tedavi kararlarının sorumluluğu doktorda kalıyor.
YayımlayanGPT-6 Luna ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Tairex, the AI healthcare company incubated by Tsinghua University’s Institute for AI Industry Research (AIR), unveil at Beijing’s. Article summary: Tairex unveiled the Multidisciplinary Human-Agent Collaboration (MHAC) Ecosystem for Agent Hospital on October 21, 2026, at Beijing’s China National Convention Center—a system intended to bring coordinated AI specialist . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Tairex, 21 Ekim 2026’da Agent Hospital için Çok Disiplinli İnsan-Ajan İş Birliği (MHAC) sistemini tanıttı. Sistem, farklı tıp uzmanlıklarına göre tasarlanmış yapay zekâ ajanlarını aynı vaka üzerinde koordine ederek doktorlara karar desteği sunmayı amaçlıyor. Nihai değerlendirme ve karar ise insanda, yani hekimde kalıyor.9
Agent Hospital, Tsinghua Üniversitesi Yapay Zekâ Endüstrisi Araştırma Enstitüsü (AIR) ile üniversitenin Bilgisayar Bilimleri ve Teknolojisi Bölümü tarafından geliştirilen sanal bir ortam olarak başladı. Burada yapay zekâ ajanları simüle edilmiş vakalar üzerinde çalışabiliyor; sistem, üretilen verilerden yararlanarak gelişmek üzere tasarlandı.13
MHAC bu yaklaşımı, farklı uzmanlık alanlarından ajanları gerçek klinik iş akışında doktorun çevresinde koordine etmeye taşıyor. Tek bir “her işi yapan” yapay zekâ doktoruna dayanmak yerine, aynı vaka için ilgili uzmanlıkların farklı bakış açılarını bir araya getirmeyi hedefliyor.8
9
11
Doktor hasta bilgilerini sisteme girdikçe MHAC’ın ilgili uzmanlık alanlarını belirleyip o alanlara ait ajanları görüşmeye dahil etmesi amaçlanıyor. Ajanlar tanı ve ilaç seçenekleri önerebiliyor; hangi önerinin hangi ajandan geldiği de doktorun farklı görüşleri inceleyebilmesi için gösteriliyor.9
17
Sistem ayrıca birden fazla uzmanlığı ilgilendiren noktaları işaretlemeyi hedefliyor. Örneğin, hem hipertiroidisi hem astımı olan bir hastanın tedavisinde ilaçlarla ilgili olası hususlar gündeme getirilebiliyor.11 Bu öneriler, kendi başına tanı koyan bir sistemin çıktısı değil; hekimin değerlendirmesi için sunulan karar desteği.
Modelin temel unsurlarından biri insan denetimi: Doktor son kararı veriyor ve ajanların önerilerini düzeltebiliyor.6
9 Tairex’in anlattığı yaklaşıma göre bu düzeltmeler, yalnızca klinik etkinlik gibi ölçütleri değil, hastanın koşullarını da hesaba katabiliyor. Örneğin doktor, daha pahalı bir seçenek yerine sigorta kapsamında olan daha uygun fiyatlı bir ilacı tercih edebilir.
11
Bir hastanın durumu birkaç bölümü ilgilendirdiğinde, farklı uzmanları aynı görüşmede buluşturmak zor olabilir. Tairex’in tarif ettiği geleneksel süreçte bu tür konsültasyonlar, hasta birden fazla bölüme başvurduktan sonra yapılabiliyor; çoğunlukla büyük hastanelerdeki yüz yüze toplantılara dayanıyor ve düzenlemesi maliyetli olabiliyor.11
MHAC, uzmanlıklar arası katkıyı daha erken aşamada ve rutin poliklinik görüşmesi sırasında sunmayı hedefliyor. Sistemin bu katkıyı klinik iş akışında gerçekten ne ölçüde erişilebilir kılacağı ise uygulamadaki performansına bağlı. Tasarımda, iki hastanenin de onay vermesi koşuluyla dış uzmanların veya uzman ajanlarının katkısına yer verilmesi de öngörülüyor.11
Tairex, sisteminde 54 yapay zekâ doktoru ve milyonlarca simüle edilmiş hasta bulunduğunu; 20’den fazla klinik uzmanlık alanının kapsandığını bildiriyor.7
12 Şirketin testlerine ilişkin bir habere göre sistem, Pekin’deki Tsinghua Changgung Hastanesi’nde 18 bölümde ayaktan hasta görüşmelerinde denenmiş ve 40’tan fazla doktor tarafından düzenli olarak kullanılmış.
12
Aynı haberde Tairex’in açıkladığı sonuçlar arasında doktorların genel görüşme verimliliğinde yaklaşık yüzde 30 artış ve MedQA kıyaslama testinde yüzde 96’nın üzerinde doğruluk yer alıyor.12 Bunlar şirket tarafından bildirilen sonuçlar; bağımsız olarak doğrulanmış klinik çıktılar olarak değerlendirilmemeli. Bir kıyaslama testindeki başarı, sistemin gerçek hastalarda aynı doğrulukla çalıştığını veya hasta bakımını iyileştirdiğini tek başına göstermez. MHAC, doktorun klinik muhakemesinin yerine geçen değil, ona destek sunması amaçlanan bir sistem olarak tanıtılıyor.
4
12
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tairex, 21 Ekim 2026’da Agent Hospital için farklı uzmanlık alanlarındaki yapay zekâ ajanlarını doktorlarla birlikte çalıştırmayı amaçlayan MHAC sistemini tanıttı.
Tairex, 21 Ekim 2026’da Agent Hospital için farklı uzmanlık alanlarındaki yapay zekâ ajanlarını doktorlarla birlikte çalıştırmayı amaçlayan MHAC sistemini tanıttı. Sistem, birden fazla uzmanlık gerektirebilecek önerileri aynı görüşmede sunmayı hedefliyor; tanı ve tedavi kararlarının sorumluluğu doktorda kalıyor.
Şirketin açıkladığı veriler arasında 18 bölümde yapılan ayaktan hasta testleri, yaklaşık yüzde 30 verimlilik artışı ve MedQA’da yüzde 96’nın üzerinde doğruluk bulunuyor.