30 Saniyede Özet
Artık pek çok kişi sağlık sorusunu önce yapay zekaya soruyor. 2026'da yayımlanan hekim yürütücülüğündeki bir değerlendirme bu alışkanlığı test etti. Ekip, hasta ağzından yazılmış yüzlerce soruyu farklı sohbet botlarına yöneltti. Sorunlu yanıt oranı botlara göre yüzde yirmi iki ile yüzde kırk üç arasında değişti. Açıkça güvensiz sayılan yanıtlar ise yüzde beş ile yüzde on üç arasındaydı.
Sonuç şu: bu araçlar yararlı olabilir, ama tek başına karar mercii değildir.
Değerlendirme nasıl yapıldı?
Araştırmacılar gerçekçi hasta soruları hazırladı. Sorular dahiliye, kadın sağlığı ve çocuk sağlığı gibi birinci basamak konularını kapsadı.
Aynı sorular birden fazla sohbet botuna soruldu. Toplanan yüzlerce yanıt, hekimler tarafından tek tek incelendi. Değerlendirmede yanıtın doğruluğu, eksikliği ve zarar potansiyeli ayrı ayrı puanlandı.
Bu yöntem, tek bir doğru cevabın ötesine bakar. Bir yanıt teknik olarak yanlış olmayabilir. Ama kritik bir uyarıyı atlıyorsa yine de sorunludur.
Bulgular ne gösterdi?
Sorunlu yanıt oranları modeller arasında belirgin şekilde farklıydı. En düşük oran yaklaşık yüzde yirmi ikiydi. En yüksek oran yüzde kırkı aştı.
Açıkça güvensiz sayılan yanıtlar daha nadirdi. Yine de bu oran yüzde beş ile yüzde on üç arasında değişti. En iyi modelde bile yirmi yanıttan biri güvensiz bulundu. Bu oranlar pratikte anlam taşır; çünkü milyonlarca soru soruluyor.
Bir sınırı da not etmek gerekir. Yanıtlar 2024'ün sonunda toplandı. Modeller o tarihten sonra güncellendi. Bu nedenle oranlar bugünün sürümleri için birebir geçerli olmayabilir.
Araştırmacılar bir eşitsizlik riskine de dikkat çekti. Yazım hataları ve eksik anlatım, alınan yanıtın kalitesini düşürebiliyor. Bu nedenle eğitim düzeyi daha düşük kişiler daha zayıf yanıt alabiliyor.
Asıl risk nerede?
Tehlike yalnızca yanlış bilgi değildir. Asıl sorun, o bilgiyle harekete geçmektir.
Bir kişi yanıtı okuyup evde tedaviye başlayabilir. Uyarı metinlerini atlayabilir. Hatanın farkına ancak sonuç ortaya çıktığında varır.
İkinci risk gecikmedir. Acil bir tabloyu masum sanmak, kritik saatleri kaybettirir. Göğüs ağrısı, felç belirtileri ve şiddetli karın ağrısı bu açıdan hassastır.
Güvenli kullanım için pratik kurallar
Bu araçları tümüyle reddetmek gerekmez. Doğru yerde kullanmak gerekir.
- Terimleri anlamak ve soru hazırlamak için kullanın; tanı koymak için değil.
- Yanıtı, tanınan bir kurumun kaynağıyla karşılaştırın.
- İlaç dozu ve ilaç değişikliği konusunda asla tek başına referans almayın.
- Kullandığınız ilaçları ve kronik hastalığınızı sormadan yanıtın eksik kalacağını unutmayın.
- Acil belirtilerde araç kullanmayın; doğrudan 112'yi arayın.
Randevu öncesi hazırlık için oldukça kullanışlıdır. Sormak istediklerinizi maddeleyip yanınızda götürebilirsiniz.
Hekimler için not
Klinik ortamda yapay zeka kullanımı hızla artıyor. Not tutmadan görüntü değerlendirmeye kadar birçok alanda destek sağlıyor.
Buradaki ölçüt de aynıdır. Aracın hangi veriyle eğitildiği, hangi grupta doğrulandığı ve hata profili bilinmelidir. Sorumluluk klinisyende kalır.
Hastalar giderek daha sık, botla konuşmuş hâlde muayeneye geliyor. Bu bilgiyi reddetmek yerine üzerine konuşmak daha verimli. Yanlış anlaşılmış bir bilgiyi düzeltmek, muayenenin değerli bir parçası hâline geldi.
Kaynaklar
- npj Digital Medicine — Large language models provide unsafe answers to patient-posed medical questions: https://www.nature.com/articles/s41746-026-02428-5
- World Health Organization — Ethics and governance of artificial intelligence for health: https://www.who.int/publications/i/item/9789240029200
- U.S. FDA — Artificial Intelligence-Enabled Medical Devices: https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-enabled-medical-devices
Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.
Artık pek çok kişi sağlık sorusunu önce yapay zekaya soruyor. 2026'da yayımlanan hekim yürütücülüğündeki bir değerlendirme bu alışkanlığı test etti. Ekip, hasta ağzından yazılmış yüzlerce soruyu farklı sohbet botlarına yöneltti. Sorunlu yanıt oranı botlara göre yüzde yirmi iki ile yüzde kırk üç arasında değişti. Açıkça güvensiz sayılan yanıtlar ise yüzde beş ile yüzde on üç arasındaydı. Sonuç şu: bu araçlar yararlı olabilir, ama tek başına karar mercii değildir.