DoktorClub Görüşü
DSÖ Avrupa’nın 1 Eylül 2026 tarihli sağlıkta yapay zekâ yönetişimi raporu ne söylüyor? Kanıt, güvenlik, veri, sorumluluk ve Türkiye için uygulanabilir kontrol listesi.
Bu rehber yardımcı oldu mu?
DoktorClub’da Keşfet
Yapay Zeka Haber
DSÖ’den Sağlıkta Yapay Zekâ Mesajı: Hız Değil, Yönetişim Hazırlığı Ölçülmeli
Kısa yanıt Dünya Sağlık Örgütü Avrupa Bölge Ofisi, 1 Eylül 2026’da yayımladığı bir haber duyurusu ve 22 sayfalık raporla sağlık sistemlerinin yapay zekâdaki ilerlemeyi yalnız kurulan araç sayısı veya uygulama hızıyla…
Kısa yanıt
Dünya Sağlık Örgütü Avrupa Bölge Ofisi, 1 Eylül 2026’da yayımladığı bir haber duyurusu ve 22 sayfalık raporla sağlık sistemlerinin yapay zekâdaki ilerlemeyi yalnız kurulan araç sayısı veya uygulama hızıyla ölçmemesi gerektiğini vurguladı. Rapora göre sorumlu ilerlemenin daha anlamlı göstergesi “yönetişim hazırlığı”: Kurumun veriyi nasıl yönettiği, aracı yerel koşullarda nasıl doğruladığı, karar ve zarardan kimin sorumlu olduğu, çalışanların sistemi anlayıp anlayamadığı ve hasta/toplum katılımının sağlanıp sağlanmadığıdır. [S1][S2]
Bu sonuç yeni bir klinik deneyden veya bütün Avrupa’yı temsil eden bir anketten çıkmadı. Rapor, Ekim–Aralık 2025 arasında yürütülen beş haftalık yapılandırılmış çevrim içi bir “Bilgi Topluluğu” diyaloğunun bulgularını özetliyor. Araştırmacılar, politika yapıcılar, klinisyenler ve dijital sağlık uzmanları dahil katılımcılar 105 ülkeden geldi. DSÖ, katılımcıların istatistiksel olarak temsili bir örneklem olmadığını ve ifade edilen görüşlerin mutlaka DSÖ’nün resmî pozisyonunu temsil etmediğini açıkça belirtiyor. Dolayısıyla belge, bir ilaç kılavuzu gibi kanıt dereceli tedavi önerisi değil; uygulayıcı deneyimlerini ve politika önceliklerini bir araya getiren yönetişim raporudur. [S1]
Yine de mesaj önemlidir. Sağlıkta yapay zekânın hatası, sıradan bir öneri motorunun hatasından farklı sonuçlar doğurabilir: yanlış triyaj, gecikmiş tanı, ayrımcı performans, mahremiyet ihlali, otomasyon yanlılığı veya sorumluluğun belirsizleşmesi. Bir model laboratuvar testinde iyi görünse bile yeni hastanede, farklı cihazda, başka dilde veya zaman içinde değişen hasta grubunda aynı sonucu vermeyebilir. Güvenli kullanım; teknoloji satın almaktan önce amaç, risk sınıfı, veri akışı, klinik doğrulama, insan gözetimi, olay yönetimi ve durdurma yetkisinin tanımlanmasını gerektirir. Bu yazı raporun ne söylediğini, ne söylemediğini ve Türkiye’de bir sağlık kuruluşunun bunu nasıl somutlaştırabileceğini açıklıyor.
Haber neydi?
DSÖ/Avrupa’nın 1 Eylül 2026 tarihli duyurusu, “Sağlıkta yapay zekâda ilerleme, yönetişimin gücüyle belirlenmeli” mesajını öne çıkardı. Duyuruda başlıca engeller parçalı ve önyargılı veri kümeleri, yönetişim boşlukları, belirsiz hesap verebilirlik ve yapay zekâ okuryazarlığı eksikleri olarak sıralandı. Güçlü yönetişim çerçeveleri, hasta ve klinisyenlerle birlikte tasarım, şeffaflık ve veri/araçlara hakkaniyetli erişim ise kolaylaştırıcılar arasında gösterildi. Katılımcılar öncelikli eylemleri beş başlıkta topladı: yönetişim, veri, doğrulama, iş gücü kapasitesi ve hasta, toplum ile ön saftaki profesyonellerin katılımı. [S1][S2]
DSÖ’nün kullandığı “hazırlık” kavramı, her aracın geciktirilmesi anlamına gelmiyor. Asıl soru, hızın güvenlik borcu üretip üretmediğidir. Kurum yarar iddiasını ölçemiyor, hatayı fark edemiyor, verinin nereden geldiğini açıklayamıyor veya ciddi olayda sistemi durduramıyorsa hızlı kurulum başarı değildir. Tersine düşük riskli, açık amaçlı, yerel olarak test edilmiş ve sürekli izlenen bir araç kontrollü biçimde kullanılabilir. Rapor, etik değerlendirmenin yalnız satın alma anında yapılan tek seferlik bir kutu işaretleme işlemi değil, sağlık sisteminin günlük işleyişine örülmesi gerektiğini savunuyor. [S1]
Proje Avrupa Komisyonunun, üye devletlerin sağlık bilgi sistemlerini ve sağlık verisi yönetişimini güçlendirmeyi destekleyen eylemi kapsamında ortak finanse edildi. Katılımcıların çoğu Avrupa Bölgesi’ndendi; en büyük grup akademik kurumlardan, ardından özel sektör, hükümet/sağlık otoriteleri ve sivil toplumdan geliyordu. Duyuruda cinsiyet dağılımı yüzde 52 kadın, yüzde 47 erkek, yüzde 1 belirtilmemiş olarak verildi. Bu finansman ve örneklem bileşimi, raporu değersizleştirmez; fakat çıkarımların kimlerin deneyimini daha fazla yansıtabileceğini anlamak için görünür tutulmalıdır. [S1]
Yönetişim neden yalnız “etik ilke” değildir?
Yönetişim, “adil ve şeffaf olun” yazılı bir posterden daha geniştir. Bir sistemin yaşam döngüsü boyunca kimlerin hangi kararı verdiğini, hangi kanıtın yeterli sayıldığını ve sorun çıktığında ne olacağını belirleyen kurallar, roller ve teknik kontroller bütünüdür. İyi yönetişimde kullanım amacı dar ve ölçülebilirdir; veri sorumlulukları kayıtlıdır; klinik sahibi ile teknik sahibi bellidir; bağımsız inceleme mümkündür; değişiklikler sürümlenir; performans gruplara göre izlenir; hasta itirazı ve insan incelemesi vardır.
DSÖ’nün 2021 tarihli sağlık için yapay zekâ etiği ve yönetişimi rehberi, insan özerkliğini koruma; esenlik, güvenlik ve kamu yararını geliştirme; şeffaflık ve açıklanabilirlik; sorumluluk ve hesap verebilirlik; kapsayıcılık ve eşitlik; duyarlı ve sürdürülebilir yapay zekâ ilkelerini ortaya koymuştu. 2023 düzenleyici değerlendirmeleri de amaçlanan kullanımın açık tanımı, dış doğrulama, veri kalitesi, mahremiyet, siber güvenlik, insan müdahalesi ve yaşam döngüsü izlemine odaklandı. 2026 forum raporu bu ilkeleri yeni bir yasa gibi değiştirmiyor; uygulamadaki darboğazları görünür kılıyor. [S3][S4]
Bir hastane “modelimiz yüzde 95 doğru” dediğinde yönetişim soruları yeni başlar. Doğruluk hangi sonuç için, hangi eşiğe göre, hangi nüfusta ölçüldü? Hastalık nadirse yanlış pozitiflerin mutlak sayısı nedir? Kaç gerçek vaka kaçırıldı? Referans standart neydi ve değerlendiriciler kör müydü? Çalışma geriye dönük mü, ileriye dönük mü? Sistem iş akışında hekimin kararını iyileştirdi mi, yoksa yeni tıklamalar ve gecikme mi üretti? Alt gruplarda güven aralıkları ne kadar geniş? Model güncellendiğinde test tekrarlanıyor mu? Tek bir ortalama ölçüt bu soruları yanıtlamaz.
Beş önceliğin pratik karşılığı
1. Yönetişim: sahiplik ve durdurma yetkisi
Her araç için bir klinik sorumlu, teknik sorumlu, veri sorumlusu ve üst yönetim hesap sahibi belirlenmelidir. Tedarikçi “model çalışıyor” diyerek klinik sorumluluğu üstlenmiş sayılmaz. Klinisyen de sözleşme, veri altyapısı ve model değişikliklerinin tamamından tek başına sorumlu bırakılamaz. Risk kabulü kurul düzeyinde belgelenmeli; kimin dağıtımı onaylayacağı, uyarı eşiğini değiştireceği ve aracı durdurabileceği açık olmalıdır.
Risk sınıflandırması kullanım bağlamına göre yapılır. Randevu metnini sadeleştiren sistemle sepsis alarmı aynı kontrole tabi olamaz. Bir üretken yapay zekânın hekim notu taslağı oluşturması, doğrudan hastaya tanı söylemesi veya tedavi emri üretmesi farklı riskler taşır. “Aynı temel model” olmaları sonuç riskini eşitlemez. Kurum önce kullanım senaryosunu sınırlar, yasak kullanımları belirtir ve insanın son kararı nasıl vereceğini tasarlar.
2. Veri: çokluk değil uygunluk
Veri yönetişimi, yalnız büyük veri toplamak değildir. Verinin kaynağı, kullanım amacı, hukuki dayanağı, temsil gücü, eksikliği, etiket kalitesi, saklama süresi ve erişim yetkisi bilinmelidir. Eğitim verisi başka ülkeden gelen bir model Türkçe klinik notlarda, yerel hastalık örüntülerinde veya farklı cihaz çıktılarında beklenmedik hata yapabilir. Yerel doğrulama için kullanılan verinin eğitim verisiyle örtüşmesi sonucu yapay biçimde şişirebilir.
Sağlık verisi hassastır. Kimliksizleştirme, isim ve telefon silmenin ötesindedir; nadir hastalık, tarih, kurum, coğrafya ve serbest metin bir kişiyi yeniden belirlenebilir kılabilir. Veri minimizasyonu, görevi gerçekleştirmek için gerekmeyen alanların hiç gönderilmemesini gerektirir. Şifreleme, erişim günlüğü, anahtar yönetimi, yedek güvenliği ve alt işleyenlerin denetimi tek bir “KVKK uyumlu” rozetiyle ikame edilemez.
3. Doğrulama: laboratuvardan iş akışına
Teknik doğrulama modelin girdiyi doğru işlemesini; klinik doğrulama çıktının hedef klinik sonuçla ilişkisini; iş akışı doğrulaması ise gerçek kullanımın yarar ve zararını inceler. Bunlar birbirinin yerine geçmez. Retrospektif yüksek performans, prospektif klinik yararı garanti etmez. Yeni kurumda sessiz dönem, gölge çalışma veya kademeli pilot kullanılabilir. Sistem sonuçları önce bakım kararını etkilemeden üretilir, hata örüntüsü incelenir ve ancak önceden belirlenmiş eşikler karşılanırsa kapsam genişletilir.
Mutlak sayılar özellikle önemlidir. Bin kişide fazladan kaç doğru vaka bulunuyor, kaç kişi gereksiz incelemeye gidiyor, kaç vaka kaçırılıyor? Yararla birlikte iş yükü, bekleme süresi ve alarm yorgunluğu ölçülmelidir. Model performansı zamanla düşebilir; cihaz, kodlama, hastalık sıklığı veya klinik uygulama değişir. İzleme panosu yalnız çalışma süresini değil, veri kaymasını, alt grup performansını, klinik sonucu ve ciddi olayları göstermelidir.
4. İş gücü kapasitesi: kullanıcı eğitimi değil kurumsal yetkinlik
Yapay zekâ okuryazarlığı bir saatlik ürün demosu değildir. Klinisyen çıktının olasılık olduğunu, belirsizliği ve otomasyon yanlılığını anlamalıdır. Teknik ekip sağlık hizmetindeki gecikme, yanlış negatif ve eşitsizlik sonuçlarını kavramalıdır. Satın alma ekibi kanıt ve veri maddelerini okuyabilmeli; hukuk ekibi klinik güvenlik sınırlarını bilmeli; yöneticiler performans vaadiyle doğrulanmış sonuç arasındaki farkı ayırt etmelidir.
Eğitim rol bazlı olmalıdır. Kullanıcı ne zaman araca güvenmemesi gerektiğini, hatayı nereye bildireceğini ve insan değerlendirmesine nasıl döneceğini bilmelidir. Güvenlik ekibi model sürümünü, istem değişikliklerini ve dış servis kesintisini takip eder. Kurum içi kapasite yoksa tedarikçiye bütünüyle bağımlılık oluşur; bu da bağımsız denetimi ve gerektiğinde sistemden çıkışı zorlaştırır.
5. Katılım: hasta yalnız veri kaynağı değildir
Bir aracın hedeflediği sorun hastalar ve ön saf çalışanları için gerçekten öncelikli olmayabilir. Birlikte tasarım; kullanılabilirlik, dil, engellilik, mahremiyet beklentisi ve itiraz mekanizmasını erken aşamada ortaya çıkarır. Katılım, ürün bittikten sonra birkaç kullanıcıya ekran göstermek değildir. Problem tanımı, başarı ölçütü, rıza/aydınlatma, pilot değerlendirmesi ve olay sonrası incelemede anlamlı temsil gerekir.
Hasta bir yapay zekâ aracının bakımında kullanıldığını anlayabilmeli; bunun rolü, sınırı ve insan incelemesine erişimi açık olmalıdır. Her sistem için ayrıca açık rıza gerekip gerekmediği hukuki bağlama göre değişir; ancak şeffaflık ve itiraz yolu, etik açıdan merkezi önemdedir. Hastaya “algoritma böyle dedi” denmesi hesap verebilirlik değildir.
Üretken yapay zekâ için özel riskler
Üretken modeller akıcı fakat yanlış bilgi üretebilir. Kaynak adı uydurabilir, klinik nottaki olumsuzluğu kaçırabilir, güncel olmayan bilgiyi kesin dille verebilir veya istem enjeksiyonuyla yön değiştirilebilir. Aynı girdiye farklı yanıt üretmesi klasik yazılım testini güçleştirir. Bu nedenle açık uçlu sohbet sistemleri için doğruluk kontrolü, kaynak dayanağı, izinli bilgi alanı, kişisel veri filtresi, güvenli ret, acil durum yönlendirmesi ve insan devri birlikte tasarlanmalıdır. [S5]
“İnsan döngüde” ifadesi tek başına koruma değildir. İnsan yüzlerce çıktıyı zaman baskısıyla onaylıyorsa gözetim biçimsel kalır. Çıktı çok ikna edici tasarlanmışsa kullanıcı yanlış öneriye gereğinden fazla ağırlık verebilir. Gözetimin etkili olması için kullanıcı yeterli bilgiye, zamana, yetkiye ve alternatif iş akışına sahip olmalıdır. Arayüz belirsizliği göstermeli; kesin tanı veya garanti izlenimi vermemelidir.
Temel model sağlayıcısı, uygulama geliştiricisi ve sağlık kurumu arasında sorumluluk boşluğu oluşabilir. Temel model güncellendiğinde davranış değişebilir; uygulama katmanı aynı sürüm adını korusa bile çıktı farklılaşabilir. Sürüm sabitleme, değişiklik bildirimi, regresyon testi ve geri alma planı sözleşmeye bağlanmalıdır. Verinin eğitimde kullanılıp kullanılmadığı, saklama süresi, bölgesi ve alt işleyenleri doğrulanabilir şartlar olmalıdır.
Düzenleme tek başına neden yetmez?
Avrupa Birliği Yapay Zekâ Tüzüğü risk temelli yükümlülükler getirir; tıbbi cihaz niteliğindeki yüksek riskli sistemler için kalite, veri, teknik dokümantasyon, insan gözetimi ve piyasa sonrası izlem gibi başlıkları güçlendirir. Bununla birlikte bir ürünün mevzuata uygun olması, belirli hastanede klinik olarak yararlı olduğu anlamına gelmez. Uyum taban seviyeyi sağlar; yerel doğrulama ve sağlık teknolojisi değerlendirmesi kurumun sorumluluğunda kalır. [S6]
Aynı şekilde etik kurul onayı, CE işareti, FDA izni, bilimsel makale veya tedarikçi sertifikası tek başına “güvenli” sonucu doğurmaz. Her belge farklı soruyu yanıtlar. Kurum hangi iddianın hangi kanıtla desteklendiğini bir iddia–kanıt matrisiyle göstermelidir. Pazarlama metni birincil kanıt değildir; hakemli çalışma da tasarım ve çıkar çatışması incelenmeden mutlak gerçek sayılmaz.
Türkiye için sınır ve uygulanabilir çerçeve
DSÖ/Avrupa raporu Türkiye’de doğrudan yürürlüğe giren bir yasa veya ürün onayı değildir. Türkiye’de sağlık verisi ve yapay zekâ kullanımı; kişisel verilerin korunması, sağlık mevzuatı, tıbbi cihaz kuralları, mesleki sorumluluk, hasta hakları, siber güvenlik ve kurum politikaları birlikte değerlendirilmelidir. Bir sistemin Avrupa’da veya ABD’de kullanılması Türkiye’de otomatik hukuki uygunluk oluşturmaz. Bu yazı hukuki görüş değildir; yüksek riskli uygulamalarda KVKK ve sağlık hukuku uzmanı ile klinik güvenlik sorumlusunun yazılı değerlendirmesi gerekir.
Bir sağlık kuruluşu raporu şu asgari dosyaya çevirebilir: kullanım amacı ve kapsam dışı kullanımlar; risk sınıfı; veri akış şeması; hukuki dayanak ve saklama planı; eğitim/doğrulama veri özeti; yerel performans protokolü; alt grup sonuçları; insan gözetimi; olay bildirim ve durdurma planı; model/sürüm envanteri; tedarikçi ve alt işleyen listesi; siber güvenlik testi; hasta bilgilendirme metni; çıkış ve veri taşıma planı. Bu dosya yaşayan belge olmalı, her önemli güncellemede yenilenmelidir.
Satın alma sözleşmesinde performans iddiaları ölçülebilir kabul kriterlerine bağlanmalıdır. Veri sahipliği, kullanım amacı, silme, yedekten silme, ihlal bildirimi, denetim hakkı, alt yüklenici değişikliği, model güncellemesi, hizmet kesintisi ve sözleşme sonu geçiş hükümleri açık olmalıdır. “Ticari sır” gerekçesi güvenlik için gerekli bilginin tamamını kapatmamalıdır.
Kurumlar için yayın öncesi ve kullanım sırası kontrol kapıları
İlk kapı problem doğrulamasıdır. Sorun gerçekten yapay zekâ mı gerektiriyor, yoksa eksik personel, bozuk randevu akışı veya standardize edilmemiş veri mi asıl neden? Mevcut süreçte başlangıç ölçümü yapılmadan iyileşme iddiası hesaplanamaz. Başarı ölçütleri dağıtımdan önce yazılmalıdır: örneğin rapor süresi, kaçırılan kritik bulgu, gereksiz alarm, hasta bekleme süresi ve personel iş yükü. Yalnız kullanıcı memnuniyeti klinik güvenliği göstermez.
İkinci kapı iddia ve kanıt eşleştirmesidir. Tedarikçinin her önemli iddiası için çalışma tasarımı, nüfus, karşılaştırıcı, sonlanım ve belirsizlik kaydedilir. “Hekim düzeyinde” ifadesi; hangi hekimler, hangi görev ve hangi vaka karışımı sorularını yanıtlamıyorsa kabul edilmemelidir. Duyarlılık yüksek görünürken özgüllük düşük olabilir; alan eğrisi gerçek karar eşiğindeki yararı saklayabilir. Eksik veri, dışlanan hastalar ve başarısız çalıştırmalar da payda içinde görünmelidir.
Üçüncü kapı güvenlik vakasıdır. Öngörülebilir yanlış kullanım, veri kesintisi, sistematik yanlılık, yanlış negatif, yanlış pozitif, gecikme, siber saldırı ve insanın öneriyi sorgulamaması senaryoları yazılır. Her tehlike için önleyici kontrol, algılama yöntemi, sorumlu ve kalıntı risk belirlenir. Kritik bir kontrol yalnız kullanıcının uyarıyı okumasına dayanıyorsa zayıftır. Teknik sınırlama, varsayılan güvenli ayar ve zorunlu insan onayı gibi tasarım kontrolleri tercih edilir.
Dördüncü kapı prospektif pilot ve kademeli açılıştır. Önce sessiz çalışma, ardından sınırlı ekip ve düşük riskli kapsam düşünülebilir. Pilotun başlangıç ve bitiş ölçütleri önceden belirlenir; beklenmeyen zarar görüldüğünde kapsam otomatik büyütülmez. Pilot yalnız gönüllü teknoloji meraklılarıyla yapılırsa normal kullanım yükünü temsil etmeyebilir. Gece vardiyası, yoğunluk, farklı meslek grupları ve erişilebilirlik koşulları ayrıca sınanmalıdır.
Beşinci kapı canlı izleme ve yeniden onaydır. Kullanım sıklığı, hata bildirimi, insanın öneriyi değiştirme oranı, performans sapması ve alt grup farkları düzenli kurul gündemine girer. Model, veri kaynağı, cihaz, eşik, istem veya iş akışı değiştiğinde değişiklik etkisi değerlendirilir. Büyük değişiklik yeni doğrulama gerektirir. Şikâyetler ve “ramak kala” olaylar cezalandırma korkusu olmadan bildirilebilmelidir.
Altıncı kapı kapatma ve çıkıştır. Kritik performans düşüşü, açıklanamayan ayrım, güvenlik ihlali, tedarikçi şeffaflık kaybı veya mevzuat değişikliği için durdurma ölçütleri tanımlanır. Kapatıldığında bakımın nasıl süreceği, verinin nasıl geri alınacağı ve kayıtların ne kadar saklanacağı önceden hazırlanır. Geri dönüş planı olmayan otomasyon, kurumu teknik bağımlılığa sokar. Yönetişim hazırlığının en görünür kanıtı, yalnız sistemi başlatabilmek değil, hastaya zarar vermeden güvenle durdurabilmektir.
Hastalar ve sağlık çalışanları ne sorabilir?
Hasta veya yakını, “Bu sistem benim bakımımda hangi görevi yapıyor; bir insan çıktıyı görüyor mu; yanlış olduğunu düşünürsem kime başvururum; verim dış bir sağlayıcıya gidiyor mu?” sorularını sorabilir. Yanıt, anlaşılmaz sözleşme diline yönlendirmek yerine kısa ve somut olmalıdır. Yapay zekâ kullanımını reddetmenin bakım erişimini nasıl etkileyeceği de dürüstçe açıklanmalıdır. Acil veya zorunlu iş akışında gerçek bir alternatif yoksa “özgür seçim” iddiası dikkatle kullanılmalıdır.
Sağlık çalışanı ise model kartı veya eşdeğer teknik dosyayı, yerel doğrulama sonucunu, alt grup performansını, güncelleme kaydını ve olay bildirim yolunu istemelidir. Çıktının kaynağını göremediğinde bunu kesin bilgi gibi hasta kaydına aktarmamalıdır. Üretken sistemin oluşturduğu not, hekimin yazdığı özgün gözlem izlenimi vermemeli; doğrulanmamış bilgi işaretlenmeli ve nihai kaydı sorumlu profesyonel kontrol etmelidir.
Kurum ayrıca kamuya açık bir şeffaflık özeti yayımlayabilir: aracın amacı, karar üzerindeki rolü, veri kategorileri, insan gözetimi, bilinen sınırlamalar, performansın son değerlendirildiği tarih ve iletişim kanalı. Güvenlik nedeniyle açıklanamayacak ayrıntılar bulunabilir; ancak bu gerekçe sistemin varlığını, sorumlusunu ve itiraz yolunu tümüyle görünmez kılmamalıdır. Şeffaflık, kaynak kodunun tamamını yayımlamak değil, etkilenen kişinin anlamlı soru sorabilmesini sağlamaktır.
Doğrulananlar
- DSÖ/Avrupa duyurusu ve raporu 1 Eylül 2026’da yayımlandı. [S1][S2]
- Rapor, Ekim–Aralık 2025’teki beş haftalık yapılandırılmış çevrim içi diyaloğun bulgularını sunuyor. [S1][S2]
- Girişim 105 ülkeden araştırmacı, politika yapıcı ve dijital sağlık uzmanlarını bir araya getirdi. [S1]
- Başlıca engeller arasında parçalı/önyargılı veri, yönetişim boşlukları, belirsiz hesap verebilirlik ve AI okuryazarlığı eksiği sayıldı. [S1][S2]
- Öncelikler yönetişim, veri, doğrulama, iş gücü kapasitesi ve katılım olarak özetlendi. [S1]
- Katılımcılar temsili bir istatistiksel örneklem değildi ve görüşler mutlaka DSÖ’nün resmî tutumunu temsil etmiyor. [S1]
- Proje Avrupa Komisyonu tarafından ilgili sağlık bilgi/veri yönetişimi eylemi kapsamında ortak finanse edildi. [S1]
- Önceki DSÖ rehberleri insan özerkliği, güvenlik, şeffaflık, hesap verebilirlik, kapsayıcılık ve sürdürülebilirlik ilkelerini tanımlıyor. [S3][S4]
Henüz bilinmeyenler
- Rapor, önerilerin uygulanmasının hasta sonuçlarını hangi büyüklükte iyileştireceğini ölçen karşılaştırmalı bir çalışma değildir.
- 105 ülke katılımı, her ülke veya sağlık sistemi için temsili görüş dağılımı sağlamaz.
- Duyuru, belirli bir yapay zekâ ürününü onaylamaz, sertifikalandırmaz veya güvenli ilan etmez.
- Beş önceliğin her biri için evrensel tek performans eşiği vermez; eşikler kullanım riskine göre tanımlanmalıdır.
- Türkiye’deki kurumların mevcut yönetişim hazırlık düzeyi bu rapordan çıkarılamaz.
- Bir modelin yerel klinik yararı, genel amaçlı model yeteneklerinden veya yabancı ülkedeki sonuçlardan varsayılamaz.
- Üretken yapay zekâdaki hızlı sürüm değişiminin uzun dönem güvenlik ve iş gücü etkileri için kanıt gelişmeye devam ediyor.
Yöntem, finansman ve kanıt sınırları
Ana olay kaynağı DSÖ/Avrupa haber duyurusu ve 22 sayfalık toplantı raporudur. Bilgi Topluluğu, kontrollü deney, sistematik derleme veya temsili anket değildir; katılımcı görüşlerini yapılandırılmış diyalogla toplar. Kimlerin başvurduğu, İngilizce ve çevrim içi katılım kapasitesi, bölgesel dağılım ve sektör temsili sonuçları etkileyebilir. Haber duyurusu, akademik kurumların en büyük katılımcı grubunu oluşturduğunu; özel sektörün ikinci sırada geldiğini belirtir. [S1]
Projenin Avrupa Komisyonu ortak finansmanı kaynakta açıklandı. Bu finansman, sonuçların yanlış olduğunu göstermez; konu seçimi ve bölgesel politika bağlamı değerlendirilirken görünür olmalıdır. Rapordaki görüşler katılımcılara aittir ve DSÖ’nün resmî pozisyonuyla bire bir eşitlenmemelidir. Bu yazı, rapordaki politika bulgularını DSÖ’nün daha önceki rehberleri, NIST risk çerçevesi ve AB düzenleyici bağlamıyla açıklayan editoryal sentezdir; Türkiye için hukuki uygunluk kararı vermez. [S1][S3][S6][S7]
DoktorClub Editör Analizi
Bu bölüm bir DSÖ yetkilisinin veya hekimin sözü değil, kaynakların editoryal sentezidir. Sağlıkta yapay zekâ tartışmasının zayıf noktası genellikle “model ne kadar akıllı?” sorusuna aşırı odaklanmasıdır. Gerçek hayattaki güvenlik, modelin ham kapasitesinden çok sistem tasarımına bağlıdır. Zayıf hedef tanımı, kötü veri akışı, belirsiz sorumluluk ve etkisiz insan gözetimi en iyi modeli bile riskli hale getirebilir. Buna karşılık sınırlı bir işi yapan, hatası görünür ve geri alınabilir bir araç daha düşük teknik gösterişle daha fazla net yarar sağlayabilir.
Türkiye için fırsat, dışarıdaki her ürünü hızla kopyalamak değil, klinik gereksinimi yerel veri ve iş akışıyla doğrulayacak ortak bir yönetişim standardı kurmaktır. Sağlık kuruluşları aynı temel kontrol listesini kullanırsa tedarikçi iddiaları karşılaştırılabilir, olaylar öğrenme sistemine dönüşebilir ve küçük kurumlar da güvenlik bilgisinden yararlanabilir. “Yerli” veya “yabancı” etiketi tek başına güvenlik göstergesi değildir; kanıt, veri işleme ve hesap verebilirlik doğrulanmalıdır.
En sert fakat gerekli ölçüt şudur: Kurum bir aracın ne zaman kapatılacağını önceden söyleyemiyorsa onu güvenle açmaya hazır değildir. Durdurma eşiği başarısızlık kabulü değil, olgun güvenlik kültürüdür. DSÖ raporunun kalıcı değeri de yeni bir slogan üretmesinden çok, ilerleme tanımını kurulum sayısından yönetilebilir risk ve ölçülmüş yarara çevirmesidir.
Sık sorulan sorular
1. DSÖ sağlıkta yapay zekâyı durdurun mu dedi?
Hayır. Mesaj, hızın tek başarı ölçütü olmaması ve yönetilemeyen aracın geciktirilmesi veya reddedilebilmesidir. Güçlü yönetişimle yararlı uygulamaların sorumlu benimsenmesi hedeflenir. [S1]
2. Rapor yeni bir yasa mı?
Hayır. DSÖ/Avrupa’nın politika ve uygulama diyaloğu raporudur; Türkiye’de veya AB’de tek başına bağlayıcı mevzuat değildir. Mevzuat yükümlülükleri ayrıca değerlendirilir.
3. 105 ülke katılması sonuçların herkesi temsil ettiği anlamına gelir mi?
Hayır. DSÖ açıkça katılımcıların istatistiksel olarak temsili örneklem olmadığını belirtiyor. Geniş coğrafi erişim değerlidir, fakat ülke bazında oran üretmez. [S1]
4. CE işaretli veya FDA izinli yapay zekâ yerel test olmadan kullanılabilir mi?
Mevzuata uygunluk önemli olmakla birlikte belirli kurumun hasta grubu, cihazı, dili ve iş akışında performansı garanti etmez. Kullanım amacı ve risk düzeyine uygun yerel doğrulama gerekir.
5. İnsan son kararı veriyorsa risk çözülür mü?
Hayır. İnsan çıktıyı inceleyecek bilgi, zaman ve yetkiye sahip değilse gözetim biçimsel kalabilir. Otomasyon yanlılığı ve iş yükü ayrıca ölçülmelidir.
6. Hasta verisini isimden arındırmak yeterli mi?
Her zaman değil. Tarih, nadir tanı, konum ve serbest metin yeniden tanımlama riski taşıyabilir. Veri minimizasyonu, güçlü kimliksizleştirme, erişim kontrolü ve sözleşmesel sınırlar birlikte gerekir.
7. Bir sohbet botu tıbbi karar verebilir mi?
Genel amaçlı sohbet çıktısı tanı veya tedavi kararı yerine kullanılmamalıdır. Klinik amaç iddiası olan sistemin ilgili mevzuat, klinik doğrulama, insan gözetimi ve güvenlik kontrollerini karşılaması gerekir.
8. Kurum ilk olarak ne yapmalı?
Tüm yapay zekâ sistemlerinin ve gölge kullanımların envanterini çıkarmalı; her biri için amaç, veri, risk, sorumlu, kanıt, izlem ve durdurma planını belgelemelidir. En yüksek sonuç riskli araçlar önce incelenmelidir.
Tıbbi ve hukuki uyarı
Bu içerik genel sağlık teknolojisi okuryazarlığı amacıyla hazırlanmış editoryal içeriktır. Belirli bir ürünün klinik, hukuki veya siber güvenlik uygunluğunu onaylamaz; tıbbi tavsiye veya hukuk görüşü değildir. Sağlık kuruluşları kararlarını yetkili klinik, bilişim güvenliği, veri koruma ve hukuk uzmanlarının güncel değerlendirmesiyle vermelidir.