Yapay zekânın yazdığı vaka, gerçek vakanın yerini tutar mı?

Çalışma, Çin'deki Central South Üniversitesi'ne bağlı Xiangya ve İkinci Xiangya hastanelerinden dört yazar tarafından yürütüldü. Katılımcılar Kasım–Aralık 2025'te çevrim içi olarak toplandı. Üçüncü sınıf ve üzeri tıp öğrencileri, intörnler ve asistan hekimler çalışmaya alındı.

Genel cerrahiden beş gerçek vaka kimliksizleştirilip iki yoldan eğitim materyaline dönüştürüldü. Bir kolda deneyimli klinisyenler bu vakaları yapılandırılmış eğitim metnine dönüştürdü. Diğer kolda aynı vakalar Gemini 3.0 Pro adlı büyük dil modeline (LLM; metin üreten yapay zekâ modeli) verildi. Model çıktısı elle düzeltilmedi; ölçütü karşılamayanlar yeniden üretildi ve üç kıdemli genel cerrahi profesörü her vaka çiftini onayladı.

Toplam 403 kişi 1:1 oranında randomize edildi. Veri kalitesi ölçütlerini karşılamayan 17 kişi çıkarıldı; analize 192 gerçek vaka ve 194 yapay zekâ vakası katılımcısı girdi. Katılımcılara hangi grupta oldukları ya da vakaların kaynağı söylenmedi.

Birincil sonuç, eğitimin hemen ardından uygulanan 10 soruluk testti. Araştırmacılar "daha kötü değildir" sınırını (non-inferiority marjı) −0,5 puan olarak önceden belirlemişti.

Ortalama test puanı gerçek vaka grubunda 4,95, yapay zekâ grubunda 4,61 oldu. Fark −0,335 puandı (%95 GA −1,006 ile 0,337). Güven aralığının alt ucu −0,5 sınırının altında kaldığı için "daha kötü değildir" sonucu çıkarılamadı. Geçme oranı da benzerdi: %42,7'ye karşı %39,7.

Neden kesin bir yanıt çıkmadı? Örneklem planlanırken puanların standart sapması 1,5 varsayılmıştı. Gerçekte bu değer 3,35 çıktı, yani güven aralığı beklenenden çok daha genişti. Yazarlar ayrıca −0,5 marjının eğitimsel açıdan doğrulanmış bir eşik olmadığını belirtiyor.

Keşif amaçlı bulgular dikkat çekici. En karmaşık, akut ve kritik vakalarda (düzey 3) yapay zekâ vakaları daha az gerçekçi bulundu. Bu düzeyde eğitim sırasındaki vaka puanı da biraz daha düşüktü. Gerçek vaka grubundaki yargıların %80,6'sı vakayı "gerçek" saydı; yapay zekâ grubunda bu oran %51,3'tü.

Başka sınırlılıklar da var. Ön test ve gecikmeli test yapılmadı; bu yüzden öğrenme kazancı ve kalıcılık ölçülemedi. Sorular tek doğru yanıtlı çoktan seçmeliydi ve yalnız genel cerrahi vakaları kullanıldı. Model varsayılan ayarlarla çalıştırıldı; aynı süreç birebir tekrarlanamayabilir.

Yazarlar çıkar çatışması bildirmedi; destek Hunan Eyaleti Doğa Bilimleri Vakfı ile Çin Doktora Sonrası Bilim Vakfı'ndan geldi. Ham veriler hassasiyet gerekçesiyle açık paylaşılmadı; makul talep hâlinde yazarlardan istenebiliyor.

Eğitim veren hekimler için sonuç net bir "evet" ya da "hayır" değil. Yazarlar yapay zekâ vakalarını öğretici denetiminde, düşük riskli ek materyal olarak görmeyi öneriyor. Gerçek vaka eğitiminin, klinik deneyimin ve yüksek riskli yeterlik sınavlarının yerine koymayı önermiyorlar.

Vaka yazdırmayı düşünen eğitimciler için pratik öneriler:

• Her vakayı konu uzmanına kontrol ettirin; çalışmada üç profesör onayı şarttı.
• Kritik hasta ve çoklu komplikasyon vakalarında gerçekçiliği ayrıca sorgulayın.
• Ölçme için yalnız çoktan seçmeli sorulara güvenmeyin; akıl yürütmeyi açık uçlu sorularla da değerlendirin.
• Girdi olarak gerçek hasta kaydı kullanıyorsanız kimliksizleştirmeyi ve veri yönetişimini belgeleyin.

Yazarların önemli bir uyarısı daha var. Bu vakalar gerçek hasta verisinden türetildiği için gerçek verinin tamamen bağımsız bir karşılığı sayılmaz. Yeniden tanımlanma riski kendiliğinden ortadan kalkmaz.

Çalışma Çin'de yapıldı; Türkçe vaka üretimi ve Türkiye'deki öğrenciler test edilmedi. Sonuçları kendi müfredatına taşımak isteyen fakültelerin küçük ölçekli yerel değerlendirme yapması gerekir.

Bu çalışmada model, kimliksizleştirilmiş gerçek vakalardan besleniyordu. Türkiye'de aynı yolu izleyecek bir fakülte için Kişisel Verilerin Korunması Kanunu (KVKK) belirleyici; kanun sağlık verisini özel nitelikli sayar. Gerçek kayıtları dış bir yapay zekâ servisine vermek, kimliksizleştirme yapılsa bile hukuki ve etik değerlendirme gerektirir. Kurumun veri koruma birimi ve etik kurulu ile önceden görüşmek iyi bir başlangıçtır.