Sağlıkta Yapay Zekâ: Doktorları Nasıl Bir Gelecek Bekliyor?
Yapay zekâ bazı klinik görevlerde doktorları geride bıraksa da doktorluk yalnızca tanı koymaktan ibaret değil. Teknoloji sağlık sisteminde yaygınlaştıkça asıl risk, hekimlerin ortadan kalkmasından çok karar yetkilerini kaybetmelerine rağmen sonuçların sorumluluğunu taşımaya devam etmeleri.
Yapay zekâ artık yalnızca metin üretmiyor; tıbbi görüntüleri inceliyor, hasta kayıtlarını özetliyor, olası tanıları sıralıyor ve tedavi önerileri hazırlıyor. Bazı dar görevlerde hekimlerle yarışıyor, hatta hekimleri geride bırakıyor. Bütün bunlar aynı soruyu gündeme getiriyor: Yapay zekâ doktorların yerini alacak mı?
Hekimlik yalnızca doğru tanıyı bulmak değildir. Eksik bilgilerle karar vermeyi, hastayla ilişki kurmayı, gerektiğinde fiziksel müdahalede bulunmayı ve kararın sorumluluğunu üstlenmeyi de içerir. Bu yüzden yapay zekânın yaygınlaşmasıyla kaç doktorun işini kaybedeceğini tartışmak yeterli değil. Yapay zekâ yaygınlaştıkça hekimin karar yetkisinin ve çalışma koşullarının nasıl değişeceğini, hekimlerin yerini almasa bile mesleğin içeriğinin ne kadar korunacağını da konuşmamız gerek.
Makinelerin insan zekâsını geride bırakabileceğini gösteren en çarpıcı örneklerden biri satrançtı. Garry Kasparov’un 1997’de IBM’in Deep Blue bilgisayarına yenilmesinden bu yana en iyi oyuncular bile satranç bilgisayarlarıyla başa çıkamıyor. Satrançta bütün taşlar görünür, kurallar sabittir ve her hamle aynı koşullarda yeniden sınanabilir. Benzer şekilde günümüzde yapay zekâ matematikten kodlamaya kadar birçok alandaki başarısını, bu alanlarda hızlı ve sürekli biçimde sınanabilmesine borçlu.
Klinikteyse tam bir dijital sınanabilirlikten bahsedilemez. Elektronik hasta kayıtları hastanın kendisini değil, yalnızca sisteme girilebilen bilgileri gösterir. Üstelik bu bilgiler eksik veya hatalı olabilir. Hastanın yürürken hafifçe yana yatması, yakınının soruyu yanıtlamadan önce onun yüzüne bakması veya hastanın öyküsünü bir sonraki görüşmede değiştirmesi kayda geçmediyse yapay zekâ bunları hesaba katamaz.
Üstelik klinik karar yalnızca eldeki verilerden sonuç çıkararak da alınmaz. Belirsizlik altında inisiyatif almayı ve kararın sonuçlarını üstlenmeyi de gerektirir. Hekim hastayı görür, dinler, hastaya dokunur ve beklenmedik bir değişime fiziksel olarak karşılık verir. Burada hekimin sezgisi gizemli bir yetenek de değildir; hekim elde ettiği eğitim ve deneyim sayesinde farkındalığını küçük belirtiler üzerinden kurar. Elbette hekim de yanılır ve yapay zekâ bazı klinik değerlendirmelerde hekimlerden daha başarılı olabilir. Ama belirli görevlerde daha iyi sonuç vermesi, yapay zekânın hekimliğin tamamını üstlenebileceği anlamına gelmez.
Tıbbi Görüntüleme Dijital Ortama En Kolay Aktarılan Alan
Tam da bu nedenle, yapay zekânın tıptaki başarısını değerlendirirken “görev” ile “mesleği” birbirinden ayırmak gerekiyor. Bir görüntüde lezyon saptayan sisteme “radyolog”, belirtileri sıralayan sohbet botuna “doktor” deniyor. Oysa tek bir görevi otomatikleştirmekle bütün bir iş akışını yönetmek birbirinden farklı şeyler.
Bugünkü yapay zekâ modelleri, ne yapacağı açıkça tanımlanmış dar görevlerde oldukça başarılı. ABD’de diyabetik retinopatiyi otomatik olarak tarayan bir sistem 2018’de Gıda ve İlaç Dairesinden (FDA) izin aldı. 2026 itibarıyla FDA listesindeki yapay zekâ destekli tıbbi cihazların sayısı 1.500’den fazla ve bunların çoğu radyoloji alanında kullanılıyor. Bu durum şaşırtıcı değil; çünkü tıbbi görüntüler insan bedeninin dijital ortama en kolay aktarılabildiği alanlardan biri.
Daha geniş fakat kontrollü iş akışlarında da önemli ilerlemeler var. Haziran 2026’da Nature dergisinde tanıtılan MIRA, elektronik hasta kayıtlarını taklit eden bir ortamda sanal hastayla konuşabiliyor, test sonuçlarını değerlendirebiliyor ve tedavi ya da hastaneye yatış önerisinde bulunabiliyor. Sekiz tanıyla sınırlı acil servis vakalarında uzman hekimlerden daha yüksek doğruluk gösteriyor. Google DeepMind’ın AMIE modeli ise birden fazla görüşmeye yayılan kurgusal vakalarda hastalığın seyrini izlerken klinik yönetimde hekimlere yakın sonuçlar verebiliyor.
Bu çalışmaları “Gerçek doktor değiller” diyerek geçiştirmek yanlış olur. Ama deney ortamıyla hastane koridorunu aynı şey saymak da aynı oranda yanıltıcıdır. DiagnosisArena ve AgentClinic gibi testlerde hazır seçenekler kaldırıldığında veya modelin bilgileri hastayla konuşarak toplaması istendiğinde yapay zekânın başarısı belirgin biçimde düşmektedir. Yani bir modelin kontrollü testlerde başarılı olması, gerçek bir hastanede doktorun yaptığı her işi yapabileceği anlamına gelmiyor.
Yapay zekâ kendisine aktarılan bilgilerle çalışabiliyor. Hasta hakkında ne kadar çok bilgiyi standart veriye dönüştürürsek modelin işi o kadar kolaylaşıyor. Fakat gerçek bir hasta, kayıtlara girilen bilgilerden ibaret değil.
Bu noktada en gerçekçi senaryo, Yapay zekânın doktorun yerini almak yerine onun kullandığı araçlardan biri hâline gelmesi. Ama yapay zekâ destekli sistemin hastaya dair sunduğu ilk öneriler, hekimin değerlendirmesini de büyük oranda yönlendirebilir. Hekim böyle durumlarda, hastayı baştan ele almak yerine yapay zekânın önerisini temel alabilir. Bu durumda sonucu yalnızca modelin başarısı değil, cevabı kimin önce verdiği, arayüzün nasıl tasarlandığı ve hekimin itiraz etmek için zamanı olup olmadığı da belirliyor.
Yanlış Sonuçlar da İkna Edici Görünebilir
Doktora çalışmalarım sırasında tıbbi görüntüleri analiz eden bir otomatik raporlama sistemi üzerinde çalıştım. Otomasyonun sonunda ekrana yansıyan çizgiler, yüzdeler ve tablolar öylesine düzenliydi ki sonuçlar ilk bakışta kesin ve güvenilir görünüyordu. Oysa bunlar ham çıktılardı; kullanılmadan önce hekimler ve mühendisler tarafından kontrol edilmeleri, gerektiğinde düzeltilmeleri veya elenmeleri gerekiyordu.
Bu yalnızca üzerinde çalıştığımız sisteme özgü bir durum değildi. Algoritmik bir çıktının düzenli ve profesyonel görünmesi, onu gerçekte olduğundan daha güvenilir sanmamıza yol açabiliyor. Sistem, emin olmadığı bir tahmini bile düzgün bir tablo ve kesin görünen bir oranla sunabiliyor. İşin sonunda hatalı sonuç da ekranda doğru sonuç kadar ikna edici duruyor.
Bu durum yapay zekâ destekli görüntü analizinden vazgeçilmesi gerektiği anlamına gelmiyor. Literatür bu sistemlerin ölçümleri hızlandırdığı ve hekimlerin gözden kaçırabileceği ayrıntıları yakalayabildiği konusunda hemfikir. Fakat genel başarı oranını yükseltmeleri, her vakada doğru yönlendirdikleri anlamına gelmiyor.
Pekin Üniversitesi Hastanesinin 20 hastanede çalışan 40 hekimle yürüttüğü deney bunun net bir örneği. Hekimler 200 ön çapraz bağ vakasını yapay zekâ desteğiyle ve desteksiz olmak üzere değerlendirdi. Yapay zekâ desteği kullanıldığında ortalama tanı doğruluğu yüzde 87,2’den 96,4’e yükseldi. Buna karşılık destekli değerlendirmelerdeki hataların yüzde 45,5’i, hekimlerin başlangıçta doğru olan kararlarını yanlış yapay zekâ önerisine uyarak değiştirmesinden kaynaklandı. Yani sistem bir yandan genel başarıyı artırırken öte yandan bazı hekimleri doğru cevaptan uzaklaştırdı.
Bu nedenle hekim denetimini yalnızca sonuca göz atıp onay vermekten ibaret göremeyiz. Hekimin sistemin hangi durumlarda yanılabileceğini bilmesi, sonucu bağımsız olarak değerlendirmesi ve gerektiğinde öneriyi reddedebilmesi gerekir. Bunun için de yeterli zamana ve gerçek bir karar yetkisine ihtiyacı vardır. Onlarca raporu birkaç dakika içinde kontrol etmesi bekleniyorsa insan denetimi yalnızca kâğıt üzerinde kalır.
Kararı Sistem Veriyor, Sorumluluğu Hekim Taşıyor
Yapay zekâ birçok mesleği buna benzer ikilemlere sürüklese de hekimlikte buna ahlaki ve hukuki sorumluluk da ekleniyor: Tanının ilk taslağını sistem hazırlayabilir, çalışma temposunu hastane yönetimi belirleyebilir; fakat kararı hastaya açıklayan ve kaydı imzalayan işin sonunda hekim vardır.
Bu değişim, hekim ile hasta arasındaki görüşmeyi otomatik olarak muayene notuna dönüştüren yapay zekâ sistemlerinde şimdiden görülüyor. ABD’deki beş akademik kuruluşunda yürütülen 2026 tarihli bir araştırmada bu sistemleri kullanan hekimlerin sekiz saatlik bir iş gününde kayıt işlemlerinde ortalama 16 dakika zamandan tasarruf ettiği görüldü. Bu, iki haftada yaklaşık bir ek hasta daha kabul edebilmek demek.
Burada soru, kazanılan zamanı kimin nasıl kullandığı. Hekim hastasıyla daha uzun mu konuşacak, biraz dinlenebilecek mi, yoksa hastane yönetimi takvime yeni bir randevu mu ekleyecek? Yapay zekâ zaman kazandırabilir; ama bu zamanın hastaya mı, hekime mi yoksa kurumun verimlilik hedeflerine mi ayrılacağını çalışma koşulları belirler.
Hukuki sorumluluk ise henüz net değil. Bugün bir hekim, kabul gören tıbbi uygulamayı izleyip yapay zekânın alışılmadık bir önerisini reddettiğinde kararını savunabilir. Ama bu sistemler yaygınlaştıkça, yapay zekânın uyarısını dikkate almamak da sorgulanabilir hâle gelebilir.
2026’da yayımlanan bir çalışmada ABD ve Almanya’dan yetişkin katılımcılara ve Alman hekimlere varsayımsal tedavi senaryoları sunuldu. Sonuçlara göre, mevcut tıbbi standartla uyumlu bir yapay zekâ önerisini reddeden hekimin kararı daha az kabul edilebilir bulunuyordu. Buna karşılık yapay zekâ standart dışı bir tedavi önerdiğinde, hekimin bu öneriyi kabul edip etmemesi değerlendirmeleri belirgin biçimde değiştirmedi. Elbette bu araştırma tek başına hukuki bir ölçüt oluşturmuyor fakat daha şimdiden yapay zekâ önerilerinin zamanla hekimlerden beklenen davranışları etkileyebileceğini gösteriyor. Böyle bir durumda hekim, yanlış bir yapay zekâ önerisini izlediğinde kendi muhakemesini makineye teslim etmekle, doğru bir öneriye karşı çıktığında ise uyarıyı dikkate almamakla eleştirilebilir.
AB Yapay Zekâ Yasası, yüksek riskli yapay zekâ sistemlerinin insan denetimi altında kullanılmasını şart koşuyor. Sistemi geliştiren şirket, bir insanın gerektiğinde öneriyi reddedebilmesini veya sistemi durdurabilmesini sağlamak zorunda. Hastane de denetim görevini yeterli bilgiye ve yetkiye sahip kişilere vermeli. Ama yasa, hatalı bir öneri hastaya zarar verdiğinde sorumluluğun hekime, hastaneye veya geliştirici şirkete mi ait olacağını doğrudan belirlemiyor.
Bu nedenle son imzayı atacak hekimin sistemin sınırlarını bilmesi, çıktıya itiraz edebilmesi ve sonucu doğrulayacak zamana sahip olması gerek. Aksi hâlde hekim kendisinin vermediği bir kararın sorumluluğunu taşımak zorunda kalabilir. Bu noktadan bakıldığında asıl risk doktorluğun ortadan kalkması değil, hekimin çalışmaya devam ederken karar verme yetkisini giderek yapay zekâya bırakması gibi görünüyor.
Zekâ Ucuzlasa da Beden Pahalı
Doktorun yerini almak yalnızca tanıyı kimin koyduğu veya tedaviye kimin karar verdiğiyle ilgili değil. Bu kararları uygulayacak ellere, cihazlara ve bütçeye de ihtiyaç var. Günümüzde cerrahi robotlar gelişmiş olsa da büyük çoğunluğu hâlâ cerrahın hareketlerini hastaya aktaran araçlar. FDA tarafından 2015 ile 2023 arasında izin verilen 49 sistemi inceleyen bir derlemeye göre bunların 42’si tamamen cerrahın kontrolünde çalışıyor ve hiçbiri tam özerk değil. Hastanelerdeki Moxi gibi robotlar ise ilaç ve malzeme taşıyor ve aslında hemşirenin yerini almıyor, yalnızca koridorda harcadığı zamanı azaltıyor.
Bir sağlık çalışanı aynı vardiyada yürür, merdiven çıkar, kaygan zeminde dengesini korur, hastayı kaldırır ve gömleğinin düğmesini ilikler. Bir robotun bütün bunları güvenli biçimde yapabilmesi için yalnızca gelişmiş bir yapay zekâ modeline sahip olması yetmez. Zekâyı fiziksel dünyaya taşımak, güvenilir, dayanıklı ve ekonomik bir beden de gerektirir ve yapay zekâ ucuzlasa bile robotun motoru, bataryası, bakımı, temizliği, sigortası ve hastane sistemlerine uyarlanması aynı hızla ucuzlamayabilir.
MIT’de yapılan bir araştırmaya göre ABD’de bilgisayarlı görüyle yapılabilecek görevlerin büyük bölümünü otomatikleştirmek günümüzde hâlâ insan çalıştırmaktan daha pahalı. Otomasyonun ekonomik olduğu bölüm, bu görevler için ödenen toplam ücretlerin yalnızca yüzde 23’üne karşılık geliyor. Türkiye gibi ücretlerin daha düşük olduğu ülkelerde aynı teknolojinin insan emeğiyle rekabet edebilmesi için daha da ucuzlaması gerekiyor.
Bütün bunlar bedene dayalı mesleklerin teknolojik dönüşümden muaf olduğu anlamına gelmiyor. Yine de teknik olarak mümkün olan bir şeyin güvenilir, yasal ve ekonomik olması ayrı bir mesele. Bugün bir hekimin rapor yazmasını otomatikleştirmek, bir hemşirenin hastaya bakmasını otomatikleştirmekten daha kolay. Ancak bakım emeğinin yapay zekâ karşısında şimdilik daha dayanıklı görünmesi, ona daha fazla değer verilmesinden çok, insan bedeninin yerini alacak makinelerin hâlâ pahalı olmasından kaynaklanıyor.
Özetle yapay zekâ çağında doktoru değerli kılan yanılmaz olması değil; eksik bilgiyi fark edebilmesi, ekrandaki makul cevabı sorgulayabilmesi ve verdiği kararın sorumluluğunu üstlenebilmesi Bu nedenle sistemin kime ait olduğu, kararın kime ait olduğu, kazanılan zamanın kimin kullanımına ayrıldığı ve bir hata olduğunda sorumluluğun kime ait olacağı soruları kritik önem taşıyor.
Bu içerik 354. Sayıda yayımlanmıştır
