Sağlıkta Yapay Zekâ ve Klinik Karar Desteği

Sağlıkta yapay zekâ konuşulurken iki uç tavır görülür: ya "hekimlerin yerini alacak" korkusu ya da "her sorunu çözecek" beklentisi. Gerçek, ikisinin de dışında ve daha sakindir. Bugün klinikte yapay zekânın en güvenilir ve en değerli kullanımı, tanı koymak değil, hekimin yazı ve düzenleme yükünü azaltmaktır; karar ise hekimde kalır. Bu yazı, yapay zekâ destekli bir yardımcının klinikte neleri yapabileceğini, neleri yapmaması gerektiğini ve bir ürün değerlendirirken hangi soruları sormanız gerektiğini anlatır.

Yardımcı ile karar verici arasındaki çizgi

Bir yapay zekâ özelliği ne kadar etkileyici olursa olsun, klinik sorumluluğu devralamaz. Bu çizgi, hem etik hem hukuki hem de pratik bir çizgidir:

Yardımcı: Hekimin söylediğini yapılandırır, eksik alanı hatırlatır, uzun bir geçmişi özetler. Üretilen çıktı bir taslaktır.
Karar verici: Tanı koyar, tedavi seçer, sonuç yayınlar. Bu rol hekimdir.

HekimBis'te yapay zekâ yardımcısı birinci kategoridedir. Hekim onaylamadan hiçbir çıktı kayda kesinleşmez; yapay zekâ tanı koymaz, tedaviyi belirlemez. Bu ilke, ürünün temelindeki bir kısıttır; bir ayar değildir.

Klinikte yapay zekânın güvenli kullanım alanları

1. Dikteden yapılandırılmış not taslağı

Hekim muayene sırasında konuşur; sistem ses kaydını metne çevirir ve branş şablonuna yerleştirir: şikâyet, bulgu, değerlendirme, plan. Bu, hekimin klavyede geçirdiği süreyi azaltır ve hastaya daha fazla bakmasına imkân verir. Taslak, hekim tarafından düzenlenir ve onaylanır. Dikte hataları (özellikle ilaç adları, dozlar ve sayısal değerler) gözden kaçabilir; bu nedenle hekimin sonucu okuması ve doğrulaması şarttır.

Kayıt06Bitiş

Kaynak ve iz saklanır

Kaynak metin, model çıktısı, hekimin değişiklikleri ve onay izi birlikte tutulur.

Süreç burada tamamlanır.

6 / 11

2. Eksik alan ve çelişki uyarısı

Şablonda doldurulmamış zorunlu alanlar, birbiriyle çelişen girdiler (örneğin alerji olmadığı yazılı iken alerjiyle uyumsuz bir ilaç taslağı) hekime hatırlatılabilir. Bu bir "hata bulucu" değil, bir "dikkat çağırıcı"dır; karar yine hekimindir.

3. Uzun geçmişin özeti

Yıllarca biriken bir hasta dosyasını muayene öncesinde hızlıca özetlemek, hekimin zamanını kazandırır. Özet, kaynağı gösteren bir dayanakla sunulmalıdır; hekim özetteki bir ifadenin hangi kayda dayandığını tıklayıp görebilmelidir. Dayanağı olmayan bir özet, güvenilmez bir özettir.

4. İdari yazı işleri

Hasta bilgilendirme mektubu, sevk yazısı taslağı, rapor taslağı gibi işlerde yapay zekâ ilk taslağı hazırlayabilir. Yine imza ve sorumluluk hekimdedir.

5. Operasyonel destek

Randevu yoğunluğunu tahmin etmek, gelmeme olasılığı yüksek randevuları işaretlemek ya da stok ihtiyacını öngörmek gibi operasyonel kullanımlarda, risk klinik kullanıma göre düşüktür; yine de sonuçlar karar destek olarak sunulmalıdır.

Yapay zekânın yapmaması gerekenler

Otonom tanı veya tedavi kararı vermek.
Hekim onayı olmadan kayda yazmak. Onay bekleyen bir çıktı kayıt değil, taslaktır.
Sonucu hastaya doğrudan iletmek. Sonuçların hastaya ulaşması, hekim incelemesinden ve yayın kararından geçer.
Hasta verisini genel amaçlı bir model eğitimine göndermek. Hasta verisi, sağlayıcının kontrolü dışında bir eğitim kümesine girmemelidir.
Kanıtsız kesinlik sunmak. Belirsiz bir çıktıyı kesinmiş gibi göstermek, hekimin dikkatini yanlış yöne çeker.

Değerlendirirken sorulacak sekiz soru

Yapay zekâ destekli bir özellik içeren klinik yazılımını değerlendirirken şunları sorun:

Çıktılar taslak mı, yoksa doğrudan kayda mı yazılıyor? Hekim onayı zorunlu mu?
Kaynak, çıktı ve hekimin yaptığı değişiklik saklanıyor mu?
Yapay zekâ kapatıldığında akış manuel olarak aynen devam ediyor mu?
Hasta verisi hangi ülkede, hangi alt hizmet sağlayıcıyla işleniyor?
Hasta verisi modelin eğitiminde kullanılıyor mu?
Ses kaydı ne kadar süre saklanıyor, ne zaman siliniyor?
Hastanın bilgilendirilmesi ve gerekiyorsa rızası nasıl yönetiliyor?
Kullanım kotası ve maliyet paket içinde mi, ek mi?

Bu soruların ilk üçü en kritik olanlardır. Yapay zekâ kapalıyken sistemin eksiksiz çalışması, özelliğin bir yardımcı olduğunu, bir bağımlılık olmadığını gösterir. HekimBis'te yapay zekâ isteğe bağlıdır; kapalı olduğunda akış manuel olarak aynı şekilde devam eder.

Veri koruma ve rıza

Yapay zekâ kullanımı kişisel veri işleme demektir ve özel nitelikli veriyi ilgilendirir. Bu nedenle üç konu açık olmalıdır: işlemenin amacı ve hukuki sebebi, verinin kimlerle paylaşıldığı ve hastanın bilgilendirilmesi. Ses kaydı alınıyorsa hastaya bu bilgilendirme muayene öncesinde yapılmalıdır. Aydınlatma ile açık rıza ayrı kayıtlardır; hangisinin gerektiği, yapılan işlemin hukuki sebebine bağlıdır ve danışmanla netleştirilmelidir. Konunun genel çerçevesi için KVKK ve sağlık verileri rehberimize bakabilirsiniz.

Ayrıca, yapay zekâ çıktılarının ve ses kayıtlarının erişim yetkisi, hasta kaydıyla aynı rol bazlı kurallara tabi olmalıdır. Resepsiyon çalışanı bir hekimin dikte kaydını duyabiliyorsa, bu bir güvenlik açığıdır.

Görüntü ve tanı alanında dikkat

Radyoloji ve görüntüleme alanında yapay zekâ destekli araçlar tartışılmaktadır. Burada ek bir ihtiyat gerekir: tanı koymaya yönelik algoritmalar tıbbi cihaz mevzuatına tabi olabilir ve kendi kanıt ve kayıt gereksinimleri vardır. Bir klinik yazılımı, görüntü okuyan bir algoritma sunduğunu söylüyorsa, bunun hangi onaya ve hangi doğrulamaya dayandığını sormak gerekir. HekimBis, görüntüleme tarafında görüntüleri klinik kullanım ve referans amaçlı görüntüleme ile sunar; tanı koyan bir algoritma sunmaz. Görüntüleme iş akışı için DICOM ve PACS yazımıza bakabilirsiniz.

Örnek bir gün: yardımcı nerede devreye girer?

Soyut ilkeleri somutlaştırmak için kurgusal bir muayene gününe bakalım. Hekim sabah ajandasını açar; ilk hasta kronik bir hastalığın kontrolü için gelmiştir. Muayene öncesinde sistem, hastanın son üç kaydını kaynak göstererek özetler: son tahlil değerleri, kullandığı ilaçlar, geçen kontroldeki plan. Hekim özetteki bir ilacın kaynağına tıklar, ilgili kayda gider ve doğrular.

Muayene sırasında hekim hastayla konuşur ve kısa sesli notlar bırakır. Muayene bittiğinde sistem, branş şablonuna yerleştirilmiş bir not taslağı sunar. Taslakta "kan basıncı" alanı boştur; yardımcı bu eksik alanı hekime hatırlatır. Hekim değeri girer, taslakta bir ilaç adının yanlış yazıldığını fark eder, düzeltir ve notu onaylayıp imzalar. Sistem, ses kaydını, taslağı ve hekimin yaptığı değişiklikleri izleme kaydı olarak saklar.

Bu senaryoda yapay zekâ üç iş yaptı: özetledi, yapılandırdı, hatırlattı. Hiçbir noktada karar vermedi, kayda kendi başına yazmadı, hastaya bir şey göndermedi. Hekim her adımda kontrolü elinde tuttu. İyi bir yardımcı bu kadar sıradandır; çünkü sıradan olması güvenilir olmasının koşuludur.

Hasta ve hekim güveni

Hekimler için yapay zekâ, ancak hatalarını görünür kıldığında güven kazanır. Bir taslak neden bu şekilde üretildi, hangi kayda dayanıyor, hangi alan belirsiz? Bu şeffaflık yoksa hekim her çıktıyı baştan kontrol etmek zorunda kalır ve zaman kazancı kaybolur. Hastalar için ise güvenin kaynağı, sürecin kontrollü olduğunu bilmektir: yapay zekâ kullanılıp kullanılmadığı, kayıtların nerede tutulduğu ve son kararı hekimin verdiği açıkça söylenmelidir. Aldatıcı ya da gizli bir kullanım, tek bir olayda bile kurumsal güveni zedeleyebilir.

Maliyet ve kota

Yapay zekâ özellikleri kullanıma göre maliyet doğurur. Bu nedenle ürün tarafında kullanım kotası ve fiyatlama şeffaf olmalıdır. Küçük bir muayenehane için sınırlı kota çoğu zaman yeterlidir; çok hekimli bir klinik için kurum düzeyinde kota ve politika yönetimi gerekir. Hangi pakette hangi kotanın bulunduğunu fiyatlar sayfasından kontrol edebilirsiniz. Kota dolduğunda akışın durmaması, manuel yolun açık kalması da temel gerekliliktir.

Mobil ve gün içi kullanım

Hekimler için yapay zekânın en somut faydası, gün içi küçük zaman kazançlarında görülür: koridorda telefondan sesli not bırakmak ve bu notun taslak olarak hastaya bağlanması, ardından hekimin boş bir anda notu düzenleyip onaylaması. Mobil uygulama akışında sesli not taslağı bu amaçla tasarlanır. Mobilde de aynı kural geçerlidir: taslak onaylanmadan kayıt kesinleşmez.

Beklentiyi doğru kurmak

Yapay zekâ destekli özellikleri devreye alırken ekipte beklentiyi doğru kurmak gerekir:

İlk haftalarda hekimler taslağı daha çok düzeltir; sistem hekimin üslubuna ve şablonuna alıştıkça düzeltme azalır.
Kazanım, her hekimde aynı olmayabilir; konuşkan çalışan hekim daha çok kazanır, kısa notla çalışan daha az.
Kullanımı ölçün: hekim başına not yazma süresi, düzeltme oranı ve kapanmamış taslak sayısı.
Karşılaşılan hataları not edin ve sağlayıcıya bildirin.

Sonuç

Yapay zekâ, klinikte hekimin yerine geçen bir karar verici değil, yazı ve düzenleme yükünü azaltan, hekim onayına bağlı bir yardımcıdır. Güvenli kullanımın temeli; taslak niteliği, hekim onayı, kaynak ve değişiklik izi, isteğe bağlılık ve veri korumasıdır. Ürünleri değerlendirirken bu ilkelere uymayan hiçbir özelliğe, ne kadar etkileyici görünürse görünsün, klinik süreçte yer vermeyin. HekimBis'in yaklaşımı için yapay zekâ yardımcısı sayfasına, hekimin ekranını branşa göre şekillendiren yapı için doktor yazılımı sayfasına göz atabilirsiniz.

Sağlıkta Yapay Zekâ ve Hekim Onaylı Klinik Karar Desteği