Geleneksel tıpta Yapay Zeka: politika ve yönetişim stratejileri

Sameer Pujari^a , Rajeshwari Singh^a,^✉ , Goh Cheng Soon^b , Tanuja Nesari^c , Ricardo Ghelman^d , Yu Zhao^a , Kanika Kalra^a , Shada Alsalamah^e , Richelle George^a , Shyama Kuruvilla^f , Alain Labrique^a

Tıp stratejisinde1 tanımlandığı şekliyle geleneksel, tamamlayıcı ve bütünleyici tıp, farklı ancak birbiriyle ilişkili yaklaşımlara sahip bir dizi sağlık hizmeti uygulamasını kapsar. Tanım , kültürel inançlara dayanan geleneksel tıbbı, geleneksel tıpla birlikte kullanılan tamamlayıcı tıbbı ve bütünsel ve kişi merkezli bakıma odaklanan geleneksel ve tamamlayıcı terapileri birleştiren bütünleyici tıbbı içerir.

Bu makalede, mevcut durumu inceliyor, temel engelleri belirliyor ve yapay zekanın (YZ) potansiyelinden yararlanarak geleneksel tıp sistemlerini ilerletmek için politika ve yönetişim zorluklarını ele almaya yönelik stratejiler öneriyoruz.

Yapay zeka, geleneksel tıpta hasta merkezli bakım, kişiselleştirilmiş müdahaleler, teşhis, ilaç araştırmaları ve geleneksel bilginin dijitalleştirilmesindeki gelişmeleri destekleyerek önemli bir kolaylaştırıcı olarak ortaya çıkmaktadır. ³^,⁴ Yapay zeka teknolojileri, dört alanda paydaş kapasitelerini ilerletmektedir: insanlar (son kullanıcılar), uygulayıcılar, uygulamalar ve müdahaleler. Son kullanıcılar için, yapay zeka destekli uygulamalar ve giyilebilir cihazlar kişiselleştirilmiş sağlık içgörüleri ve gerçek zamanlı izleme sağlarken, ⁵ uygulayıcılar teşhis desteği ve tedavi planlama araçlarından faydalanmaktadır. ⁶ Uygulama düzeyinde, operasyonel akışlar ve veri yönetim sistemleri ile ilgili olarak, yapay zeka geleneksel tıp tabanlı kaynakların dijitalleştirilmesini ve yapılandırılmış, erişilebilir bilgi veri tabanlarının oluşturulmasını kolaylaştırır. 7 Müdahaleler açısından, yapay zeka, fitokimyasal profillemede 8 ve Ayurvedik prensiplerin translasyonel tıp için genomikle bütünleştirilmesi olan Ayurvedik bilimde görüldüğü gibi, geleneksel tıp prensiplerini biyomedikaldeki klinik verilerle birleştirerek kişiselleştirilmiş tedavi planlarının tasarlanmasını sağlar . ⁹ Bu örnekler, yapay zekanın öngörücü modelleme ve çok modlu sağlık verisi analizi yoluyla klinik araştırma yöntemlerini geliştirdiğini göstermektedir.

Önemli gelişmelere rağmen, yapay zekayı geleneksel tıbba entegre etmek, yüksek kaliteli, bağlama özgü verilere; sağlam etik, yasal ve düzenleyici çerçevelere; ve etkili disiplinlerarası işbirliklerine ihtiyaç duyulması da dahil olmak üzere kritik zorluklar ortaya çıkarmaktadır. ³^,⁴^,⁸^,¹⁰ Bu zorlukların ele alınması, yapay zekanın geleneksel tıp güvenliğini artırma, önyargıyı azaltma, düzenleyici karmaşıklıkları yönetme ve geleneksel tıpta zararı önlemek için veri güvenliğini sağlama potansiyelinden sorumlu bir şekilde yararlanmak için çok önemlidir.

Dönüştürücü potansiyel.

Yapay zeka, geleneksel tıbbın dijital dönüşümünün ön saflarında yer alıyor ve üç önemli fırsat sunuyor.

İlk fırsat klinik ve sağlık uygulamalarıyla ilgilidir. Yapay zekâ, tanısal doğruluğu, kişiselleştirilmiş tedaviyi ve bütünsel bakımı geliştirmek için geleneksel tıpta giderek daha fazla ilerlemektedir. Makine öğrenimi, Yang-Xu ve Yin-Xu gibi geleneksel Çin tıbbında sendrom sınıflandırmasını ⁶ ve Ayurveda’da Ayurveda’da Ayurveda’yı ⁹ anket tabanlı analizlerle desteklemektedir. Akupunkturda, ultrason görüntülemeyle birleştirilen yapay zekâ, kas ve sinir yapıları arasında gerçek zamanlı olarak doğru bir şekilde ayrım yaparak iğne yerleşimini iyileştirir. ⁴ Derin öğrenme yaklaşımları, öznel değerlendirmeleri ölçülebilir metriklere dönüştürerek dil ve yüz teşhisini geliştirir. ⁶ Yapay zekâ destekli klinik karar destek sistemleri, semptom profilleri, genomik ve nabız örüntüleri gibi geleneksel teşhis göstergelerini kullanarak kişiselleştirilmiş bitkisel reçeteler üretir. Ayrıca, yapay zekâ destekli sanal asistanlar, hastalık önleme ve öz bakımı destekleyen kişiselleştirilmiş sağlık eğitimi sağlar. ³ Derin öğrenme ayrıca görüntü ve/veya metin tabanlı teşhisleri ve bilgi grafiklerinin geliştirilmesini kolaylaştırırken, büyük dil modelleri, geleneksel tıpta henüz erken bir geliştirme aşamasında olsalar da, teşhis desteği, reçete oluşturma ve bilgi çıkarma konusunda umut vaat etmektedir. ³^,⁴

İkinci fırsat, araştırma, inovasyon ve bilgi sistemlerinin geliştirilmesidir. Yapay zekâ destekli araştırma ve ilaç keşfi örnekleri arasında, geleneksel Çin tıbbındaki ilgili verilerin standartlaştırılması8 ve Hindistan’ın Geleneksel Dijital Kütüphane Bilgisi11 ile Ayurveda, Siddha ve Unani formülasyonlarının dijitalleştirilmesi yer almaktadır.

Üçüncü fırsat, yönetişim ve sağlık sisteminin güçlendirilmesidir. Yapay zekâ, geleneksel tıpta politika tasarımını, stratejik planlamayı ve düzenlemeyi destekleyerek yönetişim ve sağlık sisteminin güçlendirilmesine katkıda bulunur. Hindistan’ın Ayush Grid’i gibi yapay zekâ destekli elektronik platformlar ve Japonya ile Kore Cumhuriyeti’ndeki benzer girişimler, tele-tıp ve uzaktan danışmanlık yoluyla geleneksel tıbba erişimi iyileştirerek sağlık sistemlerini güçlendirir.

Düzenleyici ve yönetişim zorlukları

Yapay zekanın geleneksel tıbba entegre edilmesi çeşitli düzenleyici ve yönetişim zorluklarını beraberinde getiriyor.

Öncelikle, yapay zekanın entegrasyonu düzenleyici karmaşıklıklar ve yasal sorumluluklar doğurur. ³ Yapay zekanın geleneksel tıbbın çeşitli terapi ve uygulamalarına entegre edilmesi, sağlık hizmetleri düzenlemelerinde yol alırken zorluklara yol açar. ⁸^,¹⁰ Yapay zeka ile ilgili hatalar veya olumsuz sonuçlar içeren vakalarda sorumluluğun belirlenmesi karmaşık olabilir ve net yasal çerçeveler gerektirir. Geleneksel tıp uygulayıcıları, sağlık hizmetleri uygulamalarının hem etik hem de yasalara uygun olmasını sağlamak için bu yasal konularda bilgili olmalıdır. ¹⁰

İkinci olarak, geleneksel bilginin sayısallaştırılması, fikri mülkiyet, biyolojik çeşitliliğin korunması ve eşit erişim ve fayda paylaşımı konusunda etik endişeler doğurmaktadır. ¹¹ Sorumlu ve saygılı bir yapay zeka benimsenmesini sağlamak için algoritmik önyargı, kültürel erozyon ve bağlamsal duyarlılık eksikliği gibi etik sorunların ele alınması gerekmektedir. ⁴^,¹⁰

Üçüncü zorluk, veri gizliliği ve güvenliğiyle ilgilidir. ³^,⁴ Geleneksel tıp, tıbbi, yaşam tarzı, duygusal sağlık ve bazen genetik profiller de dahil olmak üzere hassas, bütünsel sağlık verilerini kapsar. Hasta verilerinin toplanması ve analizi, kişisel sağlık bilgilerinin etik ve şeffaf bir şekilde işlenmesini ve korunmasını sağlamak için Genel Veri Koruma Yönetmeliği (Avrupa Birliği), Lei Geral de Proteção de Dados (Brezilya), Sağlık Sigortası Taşınabilirliği ve Sorumluluk Yasası (Amerika Birleşik Devletleri) ve Kişisel Bilgilerin Korunması Yasası (Çin) gibi küresel veri koruma yasalarına uymalıdır. ¹³

Dördüncüsü, standartlaştırılmış verilerin kıtlığı bir diğer zorluktur. Geleneksel tıp, veri entegrasyonunu ve analizini engelleyen tutarsız terminolojiler ve sınırlı elektronik tıbbi kayıtlarla karşı karşıyadır. Standartlaştırılmış terminolojiler ve elektronik tıbbi kayıtlar da dahil olmak üzere temel altyapının geliştirilmesi çok önemlidir. Ancak, bu adımlar, birden fazla bölgeye ve geleneğe yayılan geleneksel tıp uygulamalarının çeşitliliği nedeniyle karmaşıklaşmakta ve veri toplama ve kullanımı için birleşik bir küresel çerçeve oluşturulmasını zorlaştırmaktadır. ³^,⁸

Beşincisi, yapay zekâ geleneksel tıbba entegre edildikçe, şefkatli ve insan odaklı bir hasta-sağlık hizmeti sağlayıcı ilişkisinin korunması elzemdir. ⁸ Geleneksel tıp uygulayıcıları, yapay zekâyı, daha anlamlı hasta etkileşimleri için zaman yaratarak empatik bakımı desteklemek amacıyla kullanmalıdır; etkileşimlerin yerini almak yerine. ⁴ Yapay zekânın rolü hakkında net iletişim ve bilgilendirilmiş onam alınması, güven ve şeffaflığın sürdürülmesi için hayati önem taşımaktadır. ³^,⁴ Hasta algılarını anlamak, güven oluşturmak ve geleneksel tıbbın bütünsel değerleriyle uyumu sağlamak için araştırmaya ihtiyaç vardır. Yapay zekânın entegrasyonu, geleneksel tıbbın merkezinde yer alan terapötik ve ilişkisel güçleri zayıflatmak yerine güçlendiren etik uygulamalar tarafından yönlendirilmelidir. ⁴^,¹⁰

Son zorluk, küresel ve çok paydaşlı iş birliğidir. Etkili yönetişim, hükümetler, endüstriler, topluluklar ve uygulayıcılar arasında iş birliği gerektirir. DSÖ’nün Geleneksel Tıp Küresel Merkezi ve Yapay Zeka ve Geleneksel Tıp Konu Grubu’nun Sağlık İçin Yapay Zeka Girişimi gibi uluslararası çabalar, bu konuda uyumlu ve kapsayıcı politika geliştirme açısından hayati önem taşımaktadır.

Politika stratejileri

Yapay zekanın geleneksel tıpta sorumlu bir şekilde benimsenmesi, kültürel mirasa saygı duyan, eşitliği teşvik eden ve etik standartları koruyan, iyi tanımlanmış politika stratejileri gerektirmektedir. Temel hususlar arasında düzenleyici denetim, fikri mülkiyet koruması ve veri gizliliği yer almaktadır. Yapay zekanın geleneksel tıpta entegrasyonu için şeffaf, sorumlu ve kapsayıcı bir ortam yaratmak adına üç yönlü bir yaklaşım şarttır.

Öncelikle, düzenleyici çerçeveler, geleneksel tıpta yapay zeka teknolojilerinin yarattığı zorlukları ele alacak şekilde uyarlanmalıdır. Bu çerçeveler, geleneksel uygulamaların çeşitliliğini de göz önünde bulundurarak, kapsamlı ancak esnek olmalı, güvenlik, hesap verebilirlik ve kalite güvencesi sağlamalıdır.

İkinci olarak, bu geleneksel uygulamaların yapay zekâ destekli dijitalleştirilmesi, fikri mülkiyet ve biyolojik çeşitlilikle ilgili kritik endişeleri gündeme getirmektedir. Yerel ekosistemler ve türlerle sıklıkla bağlantılı olan geleneksel bilgilerin kataloglanması ve analiz edilmesi için yapay zekânın kullanılması, biyolojik korsanlık ve kötüye kullanma riskini artırmaktadır. Nagoya Protokolü ve Dijital Kütüphanenin Geleneksel Bilgisi ¹¹ gibi çerçeveler , Yerli haklarının korunması ve biyolojik korsanlığın önlenmesi için olmazsa olmazdır. Aynı zamanda, güçlü veri yönetişim politikaları, küresel yapay zekâ ve veri etiği standartlarıyla uyumlu olacak şekilde, bilgilendirilmiş onam, şifreleme ve algoritmik şeffaflığa öncelik vermelidir.

Üçüncüsü, geleneksel tıp uygulayıcılarının kapasitelerinin hedefli eğitim ve altyapı desteği yoluyla geliştirilmesi, etkili yapay zeka uygulamaları için hayati önem taşımaktadır. Yapay zeka uygulamalarında bağlamsal uygunluk ve kültürel duyarlılığın sağlanması, güvenin korunması ve eşit faydaların sağlanması açısından kilit öneme sahiptir. Geleneksel tıpta yenilikçiliği teşvik etmek ve yapay zeka tabanlı dijital çözümlerin benimsenmesini artırmak için, politika çerçeveleri bilimsel titizliğe dayalı araştırmalara öncelik vermeli ve geleneksel tıp uygulayıcıları için hedefli kapasite geliştirmeyi desteklemelidir.

Sağlık, teknoloji, çevre ve eğitim sektörlerindeki iş birliğinin güçlendirilmesi de hayati önem taşımaktadır. DSÖ, Dünya Fikri Mülkiyet Örgütü, Uluslararası Telekomünikasyon Birliği ve Uluslararası Standardizasyon Örgütü gibi uluslararası kuruluşlar, bilgi alışverişini kolaylaştırmada ve küresel standartlar oluşturmada önemli bir rol oynamaktadır.

Bu çabalar, erişilebilirliği artırmak, çevre yönetimini teşvik etmek ve sağlık sonuçlarını iyileştirmek için yapay zeka teknolojilerinin geleneksel tıp sistemlerine etik, etkili ve adil bir şekilde entegre edilmesini sağlamak açısından kritik öneme sahiptir.

Geleneksel tıpta yapay zekanın sorumlu kullanımını desteklemek için politika yapıcıların aşağıdaki adımları atmasını öneriyoruz. İlk olarak, geliştiriciler, uygulayıcılar ve kurumlar için yasal netlik sağlamak amacıyla geleneksel tıpta yapay zeka kullanımına ilişkin düzenleyici sorumlulukları ve hesap verebilirlik mekanizmalarını tanımlayarak net yasal çerçeveler oluşturun. İkinci olarak, adil fikri mülkiyet uygulamaları yoluyla geleneksel uygulamaları güvence altına alarak ve kültürel açıdan hassas, ekolojik olarak bilgilendirilmiş ve önyargılardan uzak yapay zeka sistemleri geliştirerek etik, kültürel ve ekolojik bütünlüğü sağlayın. Üçüncü olarak, küresel standartlarla uyumlu güçlü veri koruma politikaları uygulayarak ve yapay zeka uygulamalarında bilgilendirilmiş onam, gizlilik ve şeffaflığı vurgulayarak veri yönetişimini güçlendirin. Dördüncü olarak, sınır ötesi iş birliğini ve sistem entegrasyonunu kolaylaştırmak için uyumlu terminolojilerin, birlikte çalışabilir veri sistemlerinin ve elektronik sağlık kayıtlarının geliştirilmesini destekleyerek veri ve altyapıyı standartlaştırın. Beşinci olarak, uygulayıcıların hastalarının yararına yapay zekayı sorumlu ve uygun bir şekilde kullanmalarını sağlamak için bilimsel olarak titiz araştırma ve eğitim yoluyla geleneksel tıp uygulayıcılarının kapasitesini geliştirin.

Son olarak, yapay zekanın geleneksel tıpta entegrasyonunun etik, katılımcı ve yerel ve küresel sağlık önceliklerine duyarlı olmasını sağlamak için çok paydaşlı ve uluslararası ortaklıkları teşvik ederek kapsayıcı iş birliğini teşvik edin.

Yapay zekanın geleneksel tıbba entegre edilmesi, onun önemini, erişilebilirliğini ve etkinliğini artırmak ve böylece küresel sağlık sistemleri içindeki değerinin daha geniş çapta tanınmasını desteklemek için eşsiz bir fırsat sunmaktadır. Kapsayıcı yönetişim, güçlü yasal çerçeveler ve kültürel ve ekolojik değerlere saygı yoluyla temel politika, düzenleyici ve etik zorlukların ele alınması esastır. Sorumlu bir şekilde uygulandığında, yapay zeka, 21. yüzyılda adil ve sürdürülebilir sağlık iyileştirmelerini ilerletmek için geleneksel bilgeliği modern teknolojiyle birleştirebilir.

Referanslar

Küresel geleneksel tıp stratejisi 2025–2034. Cenevre: Dünya Sağlık Örgütü; 2025. Şuradan edinilebilir: https://iris.who.int/handle/10665/383310[alıntı tarihi: 30 Ekim 2025].
Hoenders R, Ghelman R, Portella C, Simmons S, Locke A, Cramer H ve diğerleri. Entegre tıp ve sağlık alanındaki akademik konsorsiyumların bakış açısından geleneksel, tamamlayıcı ve bütünleyici tıp konusunda DSÖ stratejisinin bir incelemesi. Front Med (Lozan). 2024. 11 Haziran; 11:1395698. 10.3389/fmed.2024.1395698 [ DOI] [ PMC ücretsiz makale ] [ PubMed ] [ Google Akademik ]
Ng JY, Cramer H, Lee MS, Moher D. Geleneksel, tamamlayıcı ve bütünleyici tıp ve yapay zeka: sağlık hizmetlerinde yeni fırsatlar. Integr Med Res. 2024. Mar;13(1):101024. 10.1016/j.imr.2024.101024 [ DOI] [ PMC ücretsiz makalesi ] [ PubMed ] [ Google Akademik ]
Hou C, Gao Y, Lin X, Wu J, Li N, Lv H ve diğerleri. Geleneksel tıp için son yapay zekaya ilişkin bir inceleme. J Tradit Complement Med. 2025. 21 Şubat; 15(3): 215–28. 10.1016/j.jtcme.2025.02.009 [ DOI] [ PMC ücretsiz makale ] [ PubMed ] [ Google Akademik ]
Patel D, Kumar S, Sharma R. Ayurveda’da giyilebilir sensörler: Prakriti izlemede yeni bir boyut. J Ayurveda Integr Med. 2021;12(3):165–70. 10.1016/j.jaim.2020.12.00432896437 [ DOI] [ Google Akademik ]
Li X, Zhang Z, Wang S, Chen S. Geleneksel Çin tıbbında yapay zeka: Dil görüntüleri aracılığıyla hastalıkların teşhisinde derin öğrenmenin gücü. J Med Syst. 2019;43(4):78–88. 10.1007/s10916-019-1327-x30761433 [ DOI] [ Google Akademik ]
Ayush sektörü, ‘Ayush Grid’ ve yapay zeka aracılığıyla verimli, bütünsel, uygun fiyatlı ve kaliteli sağlık hizmetleri sunmaya hazır. Yeni Delhi: PIB Delhi; 2023. Kaynak: https://pib.gov.in/PressReleaseIframePage.aspx?PRID=1917670[alıntı tarihi: 13 Mart 2024].
Zhou E, Shen Q, Hou Y. Yapay zekanın geleneksel Çin tıbbı endüstrisinin modernizasyonuna entegre edilmesi: bir inceleme. Front Pharmacol. 2024. 23 Şubat; 15:1181183. 10.3389/fphar.2024.1181183 [ DOI] [ PMC ücretsiz makale ] [ PubMed ] [ Google Akademik ]
Tiwari P, Kutum R, Sethi T, Shrivastava A, Girase B, Aggarwal S ve diğerleri. Fenotipik özelliklerin makine öğrenimi ile Ayurveda anayasa tiplerinin özetlenmesi. PLoS One. 2017. 5 Ekim;12(10):e0185380. 10.1371/journal.pone.0185380 [ DOI] [ PMC ücretsiz makale ] [ PubMed ] [ Google Akademik ]
Liu Y, Ho T, Omar R, Ning B. Geleneksel Çin tıbbı işletme kümelerinde yapay zeka destekli yönetişim: Sürdürülebilir kalkınma için bir yaşam döngüsü ve paydaş perspektifi. Bus Strategy Dev. 2025;8. 10.1002/bsd2.70069 [ DOI] [ Google Akademik ]
Geleneksel tıp ve fikri mülkiyet hakları: hukuk ve politika perspektifleri. Yeni Delhi: Hint Geleneksel Tıbbı Forumu; 2022. Şuradan edinilebilir: https://fitm.ris.org.in/en/node/1010[alıntı tarihi: 12 Haziran 2025].
Lee J, Lee M, Choi S, Kim Y, Koh B, Moon J. Kore tıbbında standardizasyonun stratejik geliştirme planı: Kore ve Çin arasındaki geleneksel tıp politikalarıyla karşılaştırma. J Korean Med. 2016;37:97–111. 10.13048/jkm.16038 [ DOI] [ Google Akademik ]
GDPR, CCPA, HIPAA ve diğer veri gizliliği standartları dijital hayatlarımızı nasıl koruyor? Vancouver: Plurilock; 2021. Şuradan edinilebilir: https://plurilock.com/blog/how-gdpr-ccpa-hipaa-and-other-data-privacy-standards-safeguard-our-digital-lives/[alıntı tarihi: 14 Haziran 2025].

https://pmc.ncbi.nlm.nih.gov/articles/PMC12578530/