30 Saniyede Özet
Nijerya'nın Lagos kentinde 36 sağlık çalışanı, aynı hasta sorularını bir kez tek başına, bir kez ChatGPT-3.5 desteğiyle yanıtladı. Gözlemsel çalışma 8 Eylül 2026'da Journal of Medical Internet Research (JMIR) dergisinde yayımlandı. Özete göre destekli yanıtlar klinisyen panelinin tüm ölçütlerinde önde; en büyük kazanç eksiksizlik, empati ve genel tercihte. Ölçülen şey yazılı yanıt kalitesiydi; hasta sonuçları ve gerçek klinik hatalar incelenmedi.
Ne oldu?
Yazarların çoğu Lagos'taki mDoc Healthcare kuruluşuna bağlı. Diğer yazarlar Lagos Üniversitesi, bağımsız bir araştırmacı ve Nairobi'deki British Institute in Eastern Africa adlarıyla listeleniyor.
Katılımcılar, genel ya da birinci basamak bakımda çalışan 36 lisanslı "ön saf sağlık çalışanı" idi. Bu ifade, hastayla ilk teması kuran hekim, hemşire ve toplum sağlığı çalışanlarını kapsıyor. Her katılımcı hastalardan gelen 15 soruyu iki kez yanıtladı.
Birinde yalnız kendi bilgisine ve kaynaklarına dayandı, diğerinde ChatGPT-3.5'ten yardım aldı. ChatGPT, büyük dil modeli (LLM; metin üreten yapay zekâ modeli) tabanlı bir sohbet botu.
Sorular anne ve yenidoğan sağlığı, aile planlaması ve cinsel yolla bulaşan enfeksiyonlar üzerineydi. Böylece toplam 1080 yanıt oluştu. Dört klinisyenden oluşan panel yanıtları 5 puanlık Likert ölçeğiyle (1 ile 5 arasında derecelendirme) değerlendirdi. Ölçütler doğruluk, empati, bağlama uygunluk, eksiksizlik, güvenlik ve genel tercihti.
Özete göre GPT destekli yanıtlar klinisyen ölçütlerinin hepsinde anlamlı biçimde üstündü (P<0,001). Kazanç, toplumda temel hizmet veren sağlık yayım çalışanlarında (CHEW) daha belirgindi. Hekim olmayan sekiz değerlendirici de yanıtların bir bölümünü özen, güven ve anlaşılırlık açısından puanladı. Onlar da GPT destekli yanıtları, özellikle güven başlığında, tercih etti.
Kanıt ne kadar güçlü?
Tam metne erişemedik; dergi sitesi otomatik erişimi engelledi. Bu nedenle yöntemi yalnızca PubMed'deki özete dayanarak aktarıyoruz. Özet birkaç kritik ayrıntıyı vermiyor. Yanıtların hangi sırayla yazıldığı, değerlendiricilerin yanıt türüne kör olup olmadığı ve puan farklarının büyüklüğü özette yer almıyor.
Bu boşluklar önemli. Aynı soruyu ikinci kez yanıtlayan kişi, ilk denemeden öğrendiğini kullanabilir. Değerlendirici, yapay zekâ metnini üslubundan tanıyorsa puanlama etkilenebilir. Daha uzun ve kibar bir metnin empati ve eksiksizlik puanını kendiliğinden yükseltmesi de olası bir açıklamadır.
Ölçülen sonuçlar vekil göstergelerdir. Güvenlik puanının ortalamada artması, tek tek tehlikeli önerilerin olmadığını göstermez. Özet, yanlış ya da zararlı bir öneri görülüp görülmediğini ayrıca raporlamıyor. Çalışma tek bir şehirde, dar bir konu setinde ve yazılı bir görev üzerinden yapıldı.
Kullanılan model ChatGPT-3.5, yani eski kuşak bir sürüm. Sonuçlar daha yeni modellere doğrudan aktarılamaz; fark her iki yönde de olabilir. PubMed kaydında çıkar çatışması beyanı yer almıyor. Yazarların çoğunun hizmet sunan bir kuruluşta çalıştığını okurken akılda tutmak gerekir.
Hekim için ne anlama geliyor?
Bulgu, dil modellerinin yanıtı daha eksiksiz ve daha sıcak hâle getirebileceğini düşündürüyor. En büyük kazancın toplum sağlığı yayım çalışanlarında görülmesi, destek aracının en çok nerede işe yarayabileceğine dair bir ipucu. Yine de bu sonuç, aracı denetimsiz kullanmak için bir gerekçe değil. Dünya Sağlık Örgütü (DSÖ) de büyük çok kipli modeller için ayrı bir etik ve yönetişim rehberi yayımladı.
Hasta mesajlarına yanıt yazarken bir dil modelinden yararlanıyorsanız şu noktalar önemli:
- Model çıktısını taslak olarak görün; son metnin doğruluğundan siz sorumlusunuz.
- Gebelikte ilaç, doz ve kontrasepsiyon gibi yüksek riskli bilgileri güncel rehberle ayrıca doğrulayın.
- Yanıtın yerel koşullara, ilaç erişimine ve sevk olanaklarına uyup uymadığını kontrol edin.
- Kimliği belirlenebilir hasta bilgisini kurumca onaylanmamış sohbet botlarına girmeyin.
Modeli eksik noktaları yakalamak için bir kontrol listesi gibi kullanmak, doğrudan yanıt üreticisi olarak kullanmaktan daha güvenli bir başlangıçtır.
Türkiye'den bakınca
Bu çalışma Türkiye'de yapılmadı ve Türkçe yanıtlar test edilmedi. Sorular Nijerya'daki anne-çocuk sağlığı ve aile planlaması gündemine göre seçildi. Bulguları birinci basamağa uyarlamak için Türkçe, yerel rehberlere dayalı bir değerlendirme gerekir.
Çalışmanın Türkiye'deki birinci basamak için asıl sorusu, hasta mesajlarının nasıl yanıtlanacağı. Hasta mesajını olduğu gibi genel amaçlı bir sohbet botuna yapıştırmak hukuki risk taşır. Kişisel Verilerin Korunması Kanunu (KVKK) sağlık verisini özel nitelikli sayar. Soruyu kimlik bilgisi olmadan, genel bir klinik soru olarak yazmak bu riski azaltır.
Sık sorulan sorular
ChatGPT sağlık çalışanlarının yerini alabilir mi?
Bu çalışma böyle bir şey sınamadı. Modeli kullanan yine sağlık çalışanıydı ve ölçülen şey onun yazdığı yanıtın kalitesiydi. Bulgu, insan ile modelin birlikte çalıştığı bir düzenle uyumlu.
Güvenlik puanı yükseldiyse model güvenli mi?
Hayır, bu kadarı söylenemez. Ortalama puan, tek tek ciddi hataların varlığını gizleyebilir. Özet, zararlı öneri sıklığını ayrıca bildirmiyor.
Sonuçlar yeni modeller için de geçerli mi?
Doğrudan geçerli sayılmaz. Çalışmada eski kuşak ChatGPT-3.5 kullanıldı. Yeni modellerin aynı görevde nasıl davrandığı ayrıca test edilmeli.
Kaynaklar
Moosa M ve ark. (2026) — Evaluating Frontline Health Workers' Responses to Patient Inquiries With and Without Large Language Model Support in Nigeria: Observational Study, J Med Internet Res: https://doi.org/10.2196/86578
PubMed (2026) — Çalışmanın özeti, PMID 42715602: https://pubmed.ncbi.nlm.nih.gov/42715602/
Dünya Sağlık Örgütü (2025) — Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models: https://www.who.int/publications/i/item/9789240084759
Kişisel Verileri Koruma Kurumu — 6698 sayılı Kişisel Verilerin Korunması Kanunu: https://www.kvkk.gov.tr/Icerik/6649/Personal-Data-Protection-Law
Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.
İlgili Yazılar
Bu konuyla ilgili Doktorclub'da ele aldığımız diğer hekim onaylı rehberler:
JMIR'deki Lagos çalışmasında 36 sağlık çalışanının 1080 yanıtı puanlandı. ChatGPT-3.5 destekli yanıtlar tüm klinisyen ölçütlerinde öndeydi.