Çocuk servisinde yapay zekâ özeti: 5 metinden 1'inde uydurma

Çalışma, Boston Children's Hospital ve Harvard Tıp Fakültesi'nden Kim ve arkadaşlarına ait; özet, merkezi akademik ve bağımsız bir çocuk hastanesi diye tanımlıyor. Hastane, Epic elektronik sağlık kaydı (EHR) içine entegre bir dil modeli aracını erken dönemde kullanmaya başlamıştı. Araç arka planda GPT-4o ve GPT-4.1 modelleriyle çalışıyordu. Görevi, taburculuk belgesindeki "yatış seyri" (hospital course) bölümünü otomatik olarak yazmaktı.

Değerlendirme 10 Haziran–8 Ağustos 2025 arasında yapıldı. Uzman hekimler, asistanlar ve ileri uygulama sağlık profesyonelleri kendi hastalarına ait özetleri okudu. Hataları üç gruba ayırdılar. Halüsinasyon (kayıtta olmayan bilginin uydurulması), yanlışlık (var olan bilginin hatalı aktarılması) ve atlama (önemli bilginin eksik bırakılması) ayrı ayrı işaretlendi.

Hastaların ortanca yatış süresi 3 gündü (çeyrekler arası aralık 2–7). Sonuçlar şöyleydi:

• Halüsinasyon: özetlerin %21'i (%95 GA %14–29)

• Yanlışlık: 129 özetin 53'ü, yani %41 (%95 GA %33–50)

• Atlama: 129 özetin 31'i, yani %24 (%95 GA %17–32)

Metin kalitesi yüksek puan aldı. Kapsamlılık 4, özlülük 4, tutarlılık 4 ortanca puanla değerlendirildi (5 üzerinden). Algılanan zarar ise 8 basamaklı ölçekte ortanca 0 çıktı. Yazarlara göre bu düşük zarar algısı, özetin hekim düzeltmesi olmadan kullanıldığı varsayımında bile geçerliydi.

Bu, tanımlayıcı ve tek merkezli bir değerlendirme. Kontrol grubu yok; yani aynı hastalar için hekimlerin yazdığı özetlerle doğrudan kıyas yapılmadı. Hatayı işaretleyenler, hastayı tanıyan klinisyenlerin kendisiydi. Bu yaklaşım gerçek hayata yakın, ancak değerlendirmeler arası tutarlılık hakkında özette bilgi yok.

Bu haberdeki bilgiler çalışmanın özetine göre aktarıldı. Tam metne erişemediğimiz için özetlerin nasıl seçildiğini ve zararın nasıl tanımlandığını ayrıntılı veremiyoruz. PubMed kaydında çıkar çatışması beyanı yer almıyor. Algılanan zarar da öznel bir ölçüt; gerçek hasta sonucu izlenmedi.

Bulgu, önceki bir çalışmayla uyumlu. JAMA Internal Medicine'de 2025'te yayımlanan San Francisco çalışmasında, erişkin hastalarda dil modeli anlatıları hekim metinlerine benzer kalitede bulunmuştu. Ancak özet başına ortalama hata sayısı dil modelinde daha yüksekti (2,91'e karşı 1,82). Metin düzeyindeki potansiyel zarar puanı da düşük olsa bile dil modelinde daha yüksekti (0–7 ölçeğinde 0,84'e karşı 0,36).

Pediatri verisi bu tabloya gerçek kullanımdan gelen bir kanıt ekliyor. Çocuklarda kilo bazlı dozlar ve yaşa göre değişen normal değerler, hatanın etkisini büyütebilir. Bu nedenle erişkin verisini çocuk servisine doğrudan taşımak doğru olmaz.

Akıcı ve düzgün bir metin, doğru bir metin demek değil. Bu çalışmada kalite puanları yüksekken hata oranı da yüksekti. Dolayısıyla okunması kolay bir özet, hekimin dikkatini gevşetebilir. Otomatik özetin sorumluluğu, onu imzalayan hekimde kalır.

Taslak olarak kullanırken şu kontrol listesi işe yarayabilir:

• İlaç adları, dozları ve taburculuk reçetesini kayıtla tek tek karşılaştırın.

• Yapılmamış bir tetkik ya da konsültasyon eklenmiş mi, bakın.

• Yatışın kritik anları (ör. yoğun bakıma geçiş, komplikasyon) özetten düşmüş mü, kontrol edin.

• Uzun yatışlarda daha dikkatli olun; bu çalışmanın ortanca yatışı yalnızca 3 gündü.

• Hata örneklerini kurumsal geri bildirim kanalına iletin; bu kayıtlar aracın izlenmesine katkı sağlar.

Kurumlar açısından mesaj da net ve pratik. Yazarlar, aracı yalnızca klinisyen incelemesi ve kurumsal güvenlik önlemleriyle birlikte başlangıç taslağı olarak kullanmayı öneriyor.

Türkiye'de epikriz yazımını otomatikleştiren bir dil modeli uygulamasının yaygın kullanıldığına dair doğrulanmış bir veri görmedik. Yine de bazı hekimler genel amaçlı sohbet araçlarına hasta bilgisi yapıştırarak özet üretmeyi deneyebilir. 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK), sağlık verisini özel nitelikli kişisel veri sayar. Bu nedenle kurum onayı olmayan araçlara kimliklendirilebilir hasta verisi girmek hukuki risk taşır.