30 Saniyede Özet
PLOS analizi, FDA izni almış 1.357 yapay zekâ cihazından yalnızca 3'ü için hasta merkezli sonuçların değerlendirildiği çalışma buldu. Bu oran %0,2. Bu, üç cihazın hastaya faydasının kanıtlandığı anlamına gelmiyor. Cihaz listesi 5 Aralık 2025'e kadar olan izinleri kapsıyor. Toronto Üniversitesi'nden Rawan Abulibdeh ve ekibinin analizi 19 Ağustos 2026'da yayımlandı. Cihazların %2,5'i kayıtlı prospektif çalışmayla ilişkiliydi; %0,9'u için sonuç kaydı bulundu. Düzenleyici izin ile hasta yararı kanıtı farklı soruları yanıtlar. Taramanın bulamadığı çalışmalar da olabilir. Bu yazıda ayrımı, Türkiye'deki durumu ve hekiminize sorabileceğiniz soruları bulacaksınız.
Çalışma Ne Buldu? Rakamlar Tek Tek
Çalışma, cihazların az bir bölümü için kayıtlı prospektif değerlendirme ve hasta merkezli sonuç verisi saptadı. Cihaz listesi 5 Aralık 2025'e kadar olan FDA izinlerini kapsıyordu. Araştırmacılar kamuya açık cihaz bilgilerini ClinicalTrials.gov kayıtları ve PubMed yayınlarıyla eşleştirdi. Bu yöntem, herhangi bir hasta verisiyle yapılan bütün testlerin sayımı değildi.
Sonuçlar şöyle:
| Ölçüt |
Sayı (oran) |
Anlamı nedir? |
| FDA izni alan cihaz kümesi |
1.357 (%100) |
5 Aralık 2025'e kadarki izinler. |
| Kayıtlı prospektif klinik çalışmayla ilişkili |
34 (%2,5) |
Tarama ölçütlerine uyan çalışma kaydı bulundu. |
| ClinicalTrials.gov sonuç kaydı bulunan |
12 (%0,9) |
Cihazla ilişkili sonuç kaydı saptandı. |
| Hakemli yayını bulunan |
12 (%0,9) |
Eşleştirme yönteminin bulduğu yayınlar. |
| Hasta merkezli sonuç değerlendiren |
3 (%0,2) |
Sonuç ölçümü var; fayda kanıtlandığı anlamına gelmez. |
Hasta merkezli sonuç, ölüm, hastalık yükü ve yeniden yatış gibi ölçütler anlamına gelir. Bu ölçütler, cihazın hastanın hayatını gerçekten değiştirip değiştirmediğini gösterir. Görüntüdeki lezyonu bulmak ile hastanın daha uzun yaşamasını sağlamak aynı şey değil.
Araştırmacılar bu boşluğu bir uyarı olarak sundu. Yapay zekâ cihazları hızla klinik kullanıma giriyor. Ancak hastaya faydayı gösteren kanıt aynı hızda birikmiyor.
Bu, cihazların işe yaramadığı anlamına gelmez. Tarama, çoğu cihaz için bu soruyu yanıtlayan kayıtlı prospektif değerlendirme bulamadı. Yayımlanmamış, eşleşmeyen veya tarama kapsamı dışında kalan çalışmalar gözden kaçmış olabilir. Analiz, üç cihazın yararını kesinleştiren bir etki meta-analizi değildi.
Healio'nun 21 Ağustos 2026 tarihli özeti, bulguyu birinci basamak hekimlerine de duyurdu. Temel ayrım şuydu: düzenleyici izin, hasta merkezli yararın değerlendirildiğini veya kanıtlandığını tek başına göstermez. Bu ayrımı bilmek, hem hastalar hem de hekimler için önemli. Şunu unutmayın: bir cihazın listede olması, sizin için yararlı olduğunun kanıtı değil.
"Onay" ile "Fayda Kanıtı" Aynı Şey mi?
Hayır. FDA izni, ilgili düzenleyici yolun koşullarının karşılandığı anlamına gelir; risksizlik veya her hastada fayda garantisi değildir. Hasta merkezli yarar kanıtı ise ayrı bir sorudur. ABD'de tıbbi cihazların pazara girmesi için üç ana yol var. Her yolun istediği kanıt düzeyi farklı.
| Yol |
Ne gerektirir? |
Tipik kanıt düzeyi |
| 510(k) |
Piyasadaki benzer bir cihaza "esasen eşdeğerlik" gösterme. |
Çoğunlukla geriye dönük veri; klinik çalışma şart değil. |
| De Novo |
Benzeri olmayan, düşük-orta riskli yeni cihaz için özel değerlendirme. |
Daha ayrıntılı performans verisi; bazen klinik veri. |
| PMA (ön pazar onayı) |
Yüksek riskli cihazlar için en sıkı yol. |
Genellikle prospektif klinik çalışma gerekir. |
Esasen eşdeğerlik, yeni cihazın onaylı bir cihazla aynı amacı taşıması anlamına gelir. Teknik özellikler de benzer olmalıdır. Bu yolda şirket, "benim yazılımım şu cihaza benziyor" der. Hastaların daha iyi olduğunu göstermek zorunda değildir.
Yapay zekâ cihazlarının büyük çoğunluğu 510(k) yolunu kullanıyor. Bu yol hızlı ve ucuz. Şirketler için mantıklı bir tercih. Ancak zincirleme bir sorun doğuruyor.
Yeni cihaz, eski bir cihaza benzediği için onay alıyor. Eski cihaz da daha eski birine benzediği için onay almıştı. Zincirin başında hasta sonucu çalışması olmayabilir.
Bu durum FDA'ya özgü bir kusur değil. Avrupa'daki CE işareti de benzer bir mantıkla çalışır. Üretici, cihazın belirlenen güvenlik ve performans şartlarını karşıladığını gösterir.
Hastaların hayatta kalma oranını iyileştirdiğini göstermek genellikle şart değildir. Sonuç olarak "onaylı" etiketi bir başlangıç noktasıdır. Bitiş çizgisi değildir.
İlaçlarla karşılaştırma bu farkı netleştirir. Yeni bir ilaç, genellikle plasebo veya standart tedaviyle karşılaştırılır. Hastaların daha iyi olduğu gösterilmeden ruhsat alamaz.
Yazılım cihazlarında bu şart çoğu zaman yoktur. Aynı hastanede kullanılan iki ürün, çok farklı kanıt düzeyleri taşıyabilir.
Yapay Zekâ Cihazları En Çok Hangi Alanda Kullanılıyor?
Onaylı yapay zekâ cihazlarının büyük çoğunluğu radyoloji alanında kullanılıyor. Bunun nedeni açık. Görüntü verisi boldur ve dijital olarak saklanır.
Algoritmalar, görüntülerde örüntü bulmakta iyidir. Bu yüzden ilk dalga radyolojide başladı.
Radyoloji dışında da kullanım alanları var:
- Kardiyoloji: EKG kaydından ritim bozukluğu tespiti, akıllı saat tabanlı uyarılar.
- Patoloji: dijital doku kesitlerinde şüpheli alanların işaretlenmesi.
- Göz hastalıkları: göz dibi fotoğrafından diyabetik retinopati taraması.
- Nöroloji: beyin tomografisinde kanama veya damar tıkanıklığı için hızlı uyarı.
- Yoğun bakım: hasta verilerinden kötüleşme riski tahmini.
Bu cihazlar genellikle üç işten birini yapar. Birincisi triyaj: acil görüntüleri listenin başına taşır. İkincisi tespit: şüpheli alanı işaretler ve hekime gösterir.
Üçüncüsü ölçüm: organ hacmi, damar çapı veya tümör boyutu gibi değerleri hesaplar. Hekimin yerine karar veren tam otonom sistemler azınlıktadır.
Tüketici cihazlarını ayrı tutmak gerekir. Akıllı saatlerdeki ritim uyarıları ve telefon uygulamaları da algoritma kullanır. Bunların bir kısmı tıbbi cihaz olarak onaylıdır; büyük kısmı ise değildir.
Onaylı olanlar bile tarama amaçlıdır. Kesin tanı için hekimin çektiği standart EKG gerekir. Uygulamanın uyarısı bir başlangıç noktasıdır; sonuç değildir.
Mamografide durum iyi bir örnek. Yazılım şüpheli alanı işaretler, radyolog son kararı verir. Ayrıntılar için mamografi okumasında yapay zekânın ne yaptığını anlatan yazımıza bakın. Radyolojide onaylı algoritmaların genel çerçevesini ise yapay zekâ radyoloji rehberimizde bulabilirsiniz.
Şunu bilin: hastanenizde yapay zekâ kullanılıyorsa, büyük olasılıkla bir görüntüleme raporunda karşınıza çıkacak. Rapor yine bir radyolog tarafından imzalanır. Yazılım yardımcı araçtır. Sorumluluk hekimde kalır.
Hasta Sonucu Çalışması Neden Bu Kadar Zor?
Hasta sonucu çalışması zor; çünkü yazılım hızlı değişir, kontrol grubu kurmak güçtür ve sonuçlar yıllar alır. Bu üç engel, şirketleri ve araştırmacıları geri adım atmaya iter. Tek tek bakalım.
Birinci engel yazılımın hızı. Bir ilaç molekülü yıllarca aynı kalır. Bir algoritma ise birkaç ayda güncellenir.
Üç yıl süren bir çalışma bittiğinde test edilen sürüm artık piyasada olmayabilir. Bu yüzden şirketler uzun çalışmalara yatırım yapmakta isteksiz davranır.
İkinci engel kontrol grubu. Bir hastanede yazılımı yalnızca bazı hastalarda kullanmak pratikte zordur. Radyolog aynı gün hem yazılımlı hem yazılımsız okuma yapar.
Öğrendiği şeyi unutması beklenemez. Bu nedenle araştırmacılar bazen hastaneleri veya dönemleri rastgele atar. Bu tasarım daha pahalı ve karmaşıktır.
Üçüncü engel iş akışı etkisi. Aynı yazılım, iki farklı hastanede farklı sonuç verebilir. Bir merkezde radyolog yazılımı ikinci göz olarak kullanır.
Başka bir merkezde ise iş yükü altında yazılıma fazla güvenir. Fayda, yazılımdan çok kullanım biçimine bağlıdır. Bu da "yazılım işe yarıyor mu" sorusunu "burada, bu ekiple işe yarıyor mu" sorusuna çevirir.
Dördüncü engel zaman. Ölüm veya yeniden yatış gibi sonuçlar aylar, bazen yıllar sonra belli olur. Binlerce hasta gerekir. Bu yüzden çoğu çalışma duyarlılık ve özgüllük gibi ara ölçütlerle yetinir.
Duyarlılık, hastalığı olanları yakalama oranı anlamına gelir. Özgüllük, sağlıklıları doğru ayırma oranı anlamına gelir. Bu iki sayı yüksek olsa bile hasta kazanmayabilir.
Beşinci engel teşvik eksikliği. Onay için hasta sonucu çalışması şart değilse, şirket bu masrafa neden girsin? Pahalı ve uzun bir çalışma, pazara girişi geciktirir.
Rakip daha hızlı davranır. Bu döngüyü kırmak, düzenleyici kurumların ve hastanelerin elinde. Satın alma sürecinde kanıt istemek, en etkili baskı aracıdır.
Doğruluk Yüksekse Hasta Kazanır mı? Aradaki Boşluk
Hayır, yüksek doğruluk tek başına hastaya fayda anlamına gelmez. Aradaki boşluğu dört mekanizma açıklar. Bunları bilmek, raporunuzu doğru okumanıza yardım eder.
İlk mekanizma yanlış pozitifler. Tarama yazılımı daha fazla şüpheli alan bulabilir. Bunların bir kısmı gerçek hastalık değildir.
Sonuç gereksiz biyopsi, kaygı ve ek maliyettir. Daha fazla bulgu, her zaman daha iyi sağlık demek değildir.
İkinci mekanizma aşırı tanı. Bazı küçük bulgular hiç sorun yaratmadan ömür boyu sessiz kalır. Yazılım bunları bulduğunda tedavi başlar.
Hasta, aslında gerek olmayan bir tedavinin yan etkilerini yaşar. Kanser taramalarında bu sorun iyi bilinir.
Üçüncü mekanizma otomasyon yanlılığı. Otomasyon yanlılığı, insanın makinenin çıktısını kendi muhakemesinin önüne koyması anlamına gelir. Yazılım bir bulguyu kaçırdığında hekim de kaçırabilir.
Yazılım olmasa belki görecekti. Bu etki yorgun ve yoğun ekiplerde artar.
Dördüncü mekanizma veri kayması. Algoritma belirli tarayıcılar ve belirli hasta gruplarıyla eğitilir. Farklı bir cihaz veya farklı bir toplumda performans düşebilir.
Eğitim verisinin çoğu ABD, Avrupa ve Çin'den geliyor. Türkiye'deki hasta profili bu verilerden farklı olabilir. Yerel doğrulama bu yüzden şarttır.
İyi bir hasta sonucu çalışması nasıl görünür? Şu soruları sorar: yazılımla okunan grupta gereksiz biyopsi azaldı mı, kaçırılan hastalık arttı mı, hastalar daha erken tedaviye ulaştı mı?
Bu sorular zordur; ama yanıtları hastayı doğrudan ilgilendirir. Görüntü doğruluğu ise yalnızca dolaylı bir ipucudur.
Klinik karar destek sistemlerinin düzenlenmesi de bu boşlukla ilgili. Bu konuyu yapay zekâ klinik karar destek rehberimizde ayrıntılı işledik. Kısa özet şu: destek sistemi, hekimin bilgisini artırmalı, kararını devralmamalı.
Hastalar İçin: Doktorunuz Yapay Zekâ Kullanıyorsa Sorulacak 5 Soru
Hekiminiz veya hastaneniz bir yapay zekâ aracı kullanıyorsa şu beş soruyu sorun. Bu sorular sizi zor duruma sokmaz. Tam tersine, iyi bir ekip bu soruları memnuniyetle yanıtlar.
- Bu sonucu bir hekim gördü ve onayladı mı? Raporun altında imza kimin?
- Yazılım hangi amaç için onaylı? Benim yaşım, cinsiyetim ve hastalığım bu kapsama giriyor mu?
- Sonuç yanlış çıkarsa ne olur? Ek test veya ikinci okuma planı var mı?
- Bu yazılımın hastalar üzerinde yapılmış bir çalışması var mı? Yoksa yalnızca görüntü doğruluğu mu ölçülmüş?
- Verilerim nerede saklanıyor, kimlerle paylaşılıyor? İstersem ikinci görüş alabilir miyim?
Bu soruların hepsine "bilmiyorum" yanıtı alıyorsanız endişelenmeyin. Ancak raporu bir hekimin açıklamasını isteyin. Sonucu tek başınıza yorumlamayın. Özellikle "normal" sonuçlara körü körüne güvenmeyin.
Soruları muayene öncesinde bir kâğıda yazın. Yanıtları da not alın. Yakınınız varsa yanınıza alın; iki kulak bir kulaktan iyidir.
Yanıtlar sizi tatmin etmediyse ikinci görüş isteyin. Bu hakkınızı kullanmak hekiminizi kırmaz.
Belirti kontrol uygulamaları ve sağlık chatbot'ları da bu kapsama girer. Bu araçlar tıbbi cihaz olarak onaylı olmayabilir. Yanıtları genel bilgi düzeyindedir.
Hangi durumlarda yanıltıcı olabileceklerini yapay zekâ semptom kontrol ve triyaj rehberimizde anlattık. Kural basit: uygulama "bekleyin" dese bile, belirtiniz ağırsa hekime gidin.
Türkiye'de raporlarınızı e-Nabız üzerinden görebilirsiniz. Anlamadığınız bir ifade varsa aile hekiminize götürün. Raporda "yapay zekâ destekli" ibaresi görürseniz, bunun ne anlama geldiğini sorun. Hekiminiz açıklamakla yükümlüdür.
Hekimler İçin: Kanıt Hiyerarşisi ve Otomasyon Yanlılığı
Hekimler için ilk kural, cihazın kanıt düzeyini kullanmadan önce bilmektir. Her yazılımın "onaylı" etiketi aynı ağırlığı taşımaz. Aşağıdaki hiyerarşi, bir aracı değerlendirirken yol gösterir.
| Kanıt düzeyi |
Ne gösterir? |
Güven |
| Geriye dönük iç doğrulama |
Algoritma, eğitildiği veriye benzer veride çalışır. |
Düşük. |
| Dış doğrulama |
Farklı merkez ve farklı tarayıcıda performans korunur. |
Orta. |
| Prospektif okuyucu çalışması |
Hekim artı yazılım, gerçek iş akışında ölçülür. |
Orta-yüksek. |
| Randomize kontrollü çalışma |
Hasta sonuçlarındaki yarar veya zarar uygun karşılaştırmayla ölçülebilir. |
Tasarıma ve sonuçlara bağlı. |
Bir aracı kliniğe alırken şunları yapın. Kullanım amacı belgesini okuyun. Eğitim verisinin hangi toplumdan geldiğini öğrenin.
Kendi merkezinizde küçük bir pilot doğrulama planlayın. Yazılımın kaçırdığı ve fazladan işaretlediği vakaları düzenli olarak kaydedin. Bu kayıtlar yerel performansın tek güvenilir göstergesidir.
Otomasyon yanlılığına karşı somut önlemler alın. Görüntüyü önce kendiniz okuyun, sonra yazılımın işaretine bakın. Bu sıralama, yazılımın sizi yönlendirmesini azaltır.
Asistan ve uzmanlık öğrencileri için bu kural daha da önemli. Yazılım bir öğrenme aracı olabilir; ama öğretmen değildir.
Alarm yorgunluğunu da izleyin. Çok sayıda yanlış uyarı, ekibin gerçek uyarıları göz ardı etmesine yol açar. Uyarı eşiklerini yerel veriye göre ayarlamayı üreticiyle konuşun.
Cihazla ilgili olumsuz olayları kayıt altına alın. Türkiye'de tıbbi cihaz kaynaklı olumsuz olaylar TİTCK'ya bildirilir; güncel bildirim yolunu kurumunuzun kalite biriminden öğrenin.
Son olarak hastayla konuşun. Yapay zekâ kullandığınızı gizlemeyin. Hastanın soruları çoğu zaman sizin de sormanız gereken sorulardır.
Üreticiye sorulacak sorular da net olmalı:
- Dış doğrulama çalışması var mı; hangi merkezlerde yapıldı?
- Hangi tarayıcı markalarında ve hangi hasta gruplarında test edildi?
- Yazılım güncellendiğinde performans yeniden ölçülüyor mu?
- Kaçırılan vakalar için sorumluluk nasıl paylaşılıyor?
Bu sorulara belge ile yanıt veremeyen bir üründen uzak durun.
Düzenleme Nereye Gidiyor? FDA, AB ve DSÖ
Düzenleme, "onayla ve unut" modelinden yaşam döngüsü boyunca izleme modeline kayıyor. Üç büyük aktörün son adımları bu yönü gösteriyor.
FDA, Ağustos 2025'te "önceden belirlenmiş değişiklik kontrol planı" (PCCP) için nihai kılavuzunu yayımladı. PCCP, üreticinin gelecekteki güncellemeleri baştan tanımlaması anlamına gelir. Böylece her küçük güncelleme için yeni başvuru gerekmez.
Ancak değişikliklerin sınırları önceden çizilir. Ocak 2025'te ise yapay zekâ özellikli cihaz yazılımları için henüz kesinleşmemiş bir kılavuz metni yayımlandı. Bu metin, şeffaflık, yanlılık ve performans izleme başlıklarına odaklanıyor.
Avrupa Birliği Yapay Zekâ Yasası, yüksek riskli sistemler için yükümlülüklerin çoğunu Ağustos 2026'da yürürlüğe soktu. Tıbbi cihaz içindeki yapay zekâ için tam uyum tarihi Ağustos 2027 olarak planlandı. Bu yasa, tıbbi cihaz mevzuatının üzerine ek bir katman getiriyor. Risk yönetimi, veri kalitesi ve insan gözetimi bu katmanın parçaları.
Dünya Sağlık Örgütü 2021'de sağlıkta yapay zekâ için etik ve yönetişim kılavuzu yayımladı. Kılavuz altı ilkeye dayanır: insan özerkliği, insan refahı ve güvenliği, şeffaflık, hesap verebilirlik, kapsayıcılık ve sürdürülebilirlik.
2024'te büyük çok modlu modeller için ek rehber geldi. DSÖ'nün mesajı net: teknoloji, hasta güvenliğinin önüne geçmemeli.
Bu üç adım aynı boşluğu kapatmaya çalışıyor. Onay anındaki kanıt yetmiyor. Cihazın sahadaki performansı sürekli izlenmeli. PLOS Digital Health çalışması, bu izlemenin henüz ne kadar zayıf olduğunu sayılarla gösterdi.
Hastalar için bu gelişmelerin anlamı şu: önümüzdeki yıllarda "onaylı" etiketi daha fazla şey ifade edecek. Ancak bugün için etiket tek başına yetmiyor.
Hekimler için anlam ise şu: kurumunuzun yazılım alım süreci, bu yeni kuralları şimdiden yansıtmalı. Performans izleme planı olmayan bir yazılımı satın almayın.
Türkiye'de Durum: CE İşareti, TİTCK ve Hastanede Kullanım
Türkiye'de yapay zekâ tabanlı tıbbi yazılımlar, genel olarak Avrupa Birliği kurallarıyla uyumlu bir çerçevede düzenleniyor. Tıbbi cihaz mevzuatı AB Tıbbi Cihaz Tüzüğü (MDR) ile uyumlu hale getirildi. Bu nedenle bir radyoloji, EKG veya patoloji yazılımının kullanılabilmesi için iki şart öne çıkar: CE işareti ve TİTCK kaydı.
CE işareti, üreticinin Avrupa şartlarını karşıladığını beyan etmesi anlamına gelir. Yüksek riskli cihazlarda bağımsız bir onaylanmış kuruluş denetim yapar. TİTCK kaydı ise ürünün Türkiye'de izlenebilir olmasını sağlar.
Genel olarak ürünler Ürün Takip Sistemi üzerinden kayda alınır. Güncel gereklilikleri TİTCK'nın resmi sitesinden teyit edin; kurallar değişebilir.
Sosyal Güvenlik Kurumu tarafında durum daha belirsiz. Yapay zekâ yazılımına özgü bir geri ödeme kalemi olup olmadığı yazım tarihinde teyit edilmelidir. Uygulamada yazılımlar, hastanelerin kendi bütçesinden veya cihaz paketiyle birlikte alınıyor. Hasta için ek ücret çıkıp çıkmadığını kurumunuza sorun.
Türkiye'de FDA'nın kamuya açık listesine benzer, yalnız yapay zekâ cihazlarını sayan bir liste bulmak kolay değil. Bu yüzden hangi hastanede hangi yazılımın kullanıldığı çoğu zaman bilinmiyor.
Hekimler için öneri şu: kurumunuzdaki yazılımın kanıt dosyasını satın alma sürecinde isteyin. Hastalar için öneri şu: raporunuzda bir yazılım kullanıldıysa sorun ve kaydını isteyin.
Türkiye'nin hasta profili, eğitim verisi ağırlıklı ülkelerden farklı olabilir. Talasemi taşıyıcılığı, farklı beslenme alışkanlıkları ve farklı hastalık dağılımı örnek verilebilir. Bu fark, yerel doğrulama ihtiyacını artırır.
Üniversite hastaneleri ve eğitim araştırma hastaneleri bu doğrulamayı yapabilecek altyapıya sahiptir. Ulusal çapta bir izleme ağı ise henüz kurulmuş görünmüyor.
Sağlık Bakanlığı'nın e-Nabız ve merkezi görüntü arşivi gibi altyapıları, gelecekte böyle bir izleme için zemin olabilir. Bugün için pratik adım şu: her kurum kendi kayıtlarını tutsun.
Kaçırılan vaka, yanlış uyarı ve hasta şikâyeti düzenli raporlansın. Bu veriler olmadan "bizde iyi çalışıyor" cümlesi bir izlenimden ibaret kalır.
Mitler ve Gerçekler
Yapay zekâ konusundaki en yaygın altı yanlış inanç ve doğrusu aşağıda. Bunları bilmek, hem haberleri hem raporunuzu daha doğru okumanızı sağlar.
Mit: "Yapay zekâ radyologdan daha iyi okuyor."
Gerçek: Dar ve tanımlı görevlerde bazı algoritmalar hekimle eşit veya daha iyi ölçümler verdi. Ancak bu ölçümler çoğu zaman geriye dönük veri setlerinde yapıldı. PLOS taraması yalnızca üç cihaz için hasta merkezli sonuç değerlendirmesi buldu. Üçünün de yararının kanıtlandığı sonucuna varmadı. Hekim artı yazılımın etkisi, kullanılan araç ve klinik ortamda ayrıca değerlendirilmelidir.
Mit: "FDA onaylıysa faydası kanıtlanmıştır."
Gerçek: Düzenleyici izin, hasta yararı garantisi değildir. PLOS taramasında 1.357 cihazdan 34'ü kayıtlı prospektif çalışmayla eşleşti. Üç cihaz için hasta merkezli sonuç değerlendirmesi bulundu. Bu sayı, faydası kanıtlanan cihaz sayısını vermiyor.
Mit: "Yapay zekâ yanılmaz, çünkü yorulmaz."
Gerçek: Algoritma yorulmaz ama şaşırabilir. Farklı tarayıcı, farklı hasta grubu veya kötü kaliteli görüntü performansı düşürür. Yorulmamak, doğru olmak anlamına gelmez.
Mit: "Yapay zekâ hekimleri işsiz bırakacak."
Gerçek: Bugünkü cihazların çoğu triyaj, tespit ve ölçüm yapıyor. Karar ve sorumluluk hekimde. Rolün değişmesi ile mesleğin yok olması farklı şeylerdir.
Mit: "Türkiye'de bu teknolojiler zaten kullanılmıyor."
Gerçek: CE işaretli ve TİTCK kayıtlı yazılımlar Türkiye'de radyoloji ve kardiyoloji başta olmak üzere kullanılıyor. Sorun kullanılmaması değil, kullanımın izlenmemesi.
Mit: "Yazılım verilerimi kimseyle paylaşmaz."
Gerçek: Bazı yazılımlar görüntüleri bulut sunucularda işler. Verinin nerede saklandığı ve kimlerle paylaşıldığı ürüne göre değişir. Türkiye'de kişisel sağlık verisi özel nitelikli veri sayılır ve koruma altındadır. Hastaneye verinizin nerede işlendiğini sorma hakkınız var.
Kırmızı Bayraklar: Ne Zaman Acil?
Yapay zekâ destekli bir uygulama veya rapor ne derse desin, aşağıdaki durumlarda beklemeyin ve 112'yi arayın.
- Bir chatbot "evde dinlenin" dedi; ancak göğüs ağrısı, nefes darlığı veya soğuk terleme var.
- Akıllı saat veya otomatik EKG "normal" dedi; ancak bayılma, şiddetli çarpıntı veya bilinç bulanıklığı sürüyor.
- Yüzde kayma, kolda güçsüzlük veya konuşma bozukluğu başladı; uygulamanın yanıtı önemsiz.
- Görüntüleme raporu "normal" çıktı; ancak belirtiler saatler içinde hızla ağırlaşıyor.
- Ani şiddetli baş ağrısı, ani görme kaybı veya durmayan kanama var.
- Bebek, gebe veya 65 yaş üstü kişide yüksek ateşle birlikte uyuşukluk gelişti.
Bu belirtiler, hiçbir yazılımın değerlendiremeyeceği acil durumlardır. Algoritmalar belirli görüntü ve veri türleri için eğitilir; karşınızdaki tabloyu göremez, muayene yapamaz. Acil serviste bir hekim sizi birkaç dakika içinde değerlendirir. Uygulamanın "düşük risk" demesi sizi yanıltmasın.
Ne Zaman Doktora Gitmeli?
Acil olmayan ama hekim görüşü gerektiren durumlar da var; ilk adres aile hekiminizdir.
- Raporunuzda yapay zekâ destekli bir bulgu var ve hiçbir hekim size açıklamadı.
- Belirti kontrol uygulaması "düşük risk" dedi; ancak şikâyetiniz iki haftadan uzun sürdü.
- Tarama yazılımı bir alanı işaretledi ve ek görüntüleme veya biyopsi önerildi; ilgili uzmana (radyoloji, onkoloji, göz hastalıkları) gidin.
- Bir uygulama ilaç dozunuzu değiştirmenizi önerdi; değiştirmeden önce hekiminize sorun.
- Sonuçtan emin değilsiniz ve ikinci görüş istiyorsunuz; ilgili branşa (radyoloji, kardiyoloji, patoloji) başvurun.
Aile hekiminiz raporu okur, gerekirse sizi uzmana yönlendirir. E-Nabız'daki raporunuzu yanınızda götürün. "Bu sonucu bir yazılım mı, hekim mi yorumladı?" diye sormaktan çekinmeyin.
Kaynaklar
Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.
