Sağlık sektörü, hasta taramalarını okumaktan sigorta reddiyle mücadeleye kadar yapay zekaya tamamen odaklanıyor.
Te-Ping Chen ve Chao Deng / Ocak 2026
Northwestern Medicine’de acil radyoloji şefi olan Samir Abboud , zaten maksimum hızda çalıştığını düşünüyordu. Sesli dikte yardımıyla özenle geliştirdiği bir rutin sayesinde, bir röntgen raporunu 75 saniye gibi kısa bir sürede tamamlayabiliyordu.
Ardından, Şikago merkezli sağlık sistemi, 2024 yılında hasta taramalarını analiz edebilen ve rapor yazabilen üretken yapay zekayı kullanıma sundu. Yapay zeka çalışmalarını olası değişiklikler açısından kontrol eden Abboud, incelemelerin yaklaşık 45 saniyeye kadar hızlandığını söyledi.
Sonuç nefes kesici ve şaşırtıcıydı. Abboud, “Kariyerimde bir zaman sınırlaması olduğunu ilk kez hissettim,” dedi.
Yine de, insanların bu sürecin gerekli bir parçası olduğunu söyledi. Ve taramaları daha hızlı okumanın da faydaları vardı.
Abboud, “Tuvalete gitmek için kalkarsanız kendinizi suçlu hissedersiniz,” dedi. “Yüzlerce hasta bizim okuma işlemimizi bekliyor ve bunların herhangi biri aktif olarak ölmekte olan bir hasta olabilir.”
Büyük hastane sistemleri, yapay zekanın yaygın olarak benimsenmesi için birer deneme alanı haline geldi; teknolojinin neler yapabileceğini test ederken, bazen de endişe verici aksaklıklar yoluyla, nerede başarısız olduğunu da ortaya koyuyor.
Menlo Ventures ve Morning Consult tarafından yapılan son bir araştırmaya göre, sağlık sistemlerinin %27’si ticari yapay zeka lisansları için ödeme yapıyor; bu oran ABD ekonomisi genelindeki oranın üç katı.
Yaşlanan nüfusun sağlık hizmeti ihtiyaçları artarken, hastaneler, klinisyenlerin tükenmesine ve bakımın gecikmesine neden olabilen sürekli personel eksikliğiyle başa çıkmanın yollarını arıyor. Ayrıca , Medicaid’e yapılacak kesintiler yaklaşırken, bulabildikleri her yerde verimliliği artırmanın yollarını arıyorlar .
Yapay zekâ, özellikle hastanelerin günlük olarak uğraştığı, gösterişten uzak ancak en çok emek gerektiren bazı görevlerde büyük atılımlar yaptı: not almak, hasta telefonlarını yanıtlamak ve sigorta talepleriyle ilgilenmek.
McKinsey danışmanlık firmasında sağlık sistemlerine yapay zeka uygulaması konusunda danışmanlık yapan kıdemli ortak Rupal Malani , bu görevlerin genellikle “emek yoğun ve aynı ezberlenmiş sürecin binlerce kez tekrarlandığı” işler olduğunu söyledi.
Doktorlar hâlâ tıbbi kararlar alıyor olsa da, yapay zeka bu sürece yardımcı olabilir. Örneğin, geçen yıl Kaliforniya Üniversitesi, Los Angeles’ta yapılan bir çalışma, yapay zekanın rutin taramalar arasında fark edilmeden gelişebilen ve büyüyebilen meme kanserinin ince belirtilerini daha iyi tespit edebildiğini ortaya koydu. Çalışma, hastaların taranmasına yardımcı olmak için yapay zekanın kullanılmasının bu tür meme kanserlerini %30 oranında azaltabileceğini tahmin ediyor.
Aynı zamanda, ihtiyatlı olmak için de nedenler var.
Mayo Kliniği kardiyoloğu Paul A. Friedman, kalp ameliyatından birkaç gün sonra defibrilatör implantasyonuna ihtiyaç duyan bir hastanın durumu hakkında görüş almak istediğinde ChatGPT’ye başvurdu . Friedman, böyle bir işlemin uygulanabilir ve güvenli olduğunu düşünüyordu, ancak vaka çalışmaları olup olmadığını öğrenmek istiyordu. ChatGPT, ona bu işlemin “güvenli ve etkili” olduğunu gösterdiğini söylediği, tıp dergilerinde yayınlanmış çeşitli raporlara referanslar vererek yanıt verdi. Friedman, bir meslektaşının bu çalışmaları arayıp tamamen uydurma olduklarını keşfedene kadar “çok gerçekçi göründüğünü” söyledi.
Friedman, bu deneyimden sonra “güven ama doğrula” yaklaşımını benimsediğini söyledi. “ChatGPT’ye tıbbi sorular sormadığım anlamına gelmiyor bu, ancak sorduğumda her zaman referanslara bakıyorum, üzerlerine tıklıyorum ve en azından özetlerini okuyorum,” dedi. Hastanenin kardiyoloji bölümü, alternatif kurum içi yapay zeka araçlarını test ediyor.
ChatGPT’nin arkasındaki şirket olan OpenAI’nin bir sözcüsü , ekiplerinin “zararlı veya yanıltıcı yanıtları azaltmak için sürekli değerlendirmeler yürüttüğünü” ve en son modellerinin, Friedman’ın kullanmış olabileceği önceki sürümlere kıyasla çok daha doğru sağlık bilgisi sağlayabildiğini söyledi. Şirket ayrıca, ChatGPT’nin sağlık uzmanlarından alınacak rehberliğin yerini tutmasının amaçlanmadığını da ekledi.
Ekim ayında The Lancet Gastroenterology & Hepatology dergisinde yayınlanan bir çalışmada, kolonoskopi sırasında tümörleri tespit etmede yapay zekayı üç ay boyunca kullanan doktorların, bu araç ortadan kaldırıldıktan sonra önemli ölçüde daha az sayıda tümörü tespit edebildikleri bulundu.
New York’ta görev yapan ve Memorial Sloan Kettering’de kan örnekleri konusunda uzmanlaşmış bir laboratuvarı yöneten patolog Anthony Cardillo , “Sürekli olarak becerilerimi kaybetmekten endişeleniyorum,” diyor . “Düşüncelerimi kendi beynim dışındaki bir şeye devrettiğim her an, o kas hafızasını kaybedeceğimden endişeleniyorum.”
Cardillo, kendisinin ve meslektaşlarının örnekleri incelemek için üretken yapay zekayı kullandıklarını ancak bunu yalnızca kendi teşhislerini koyduktan sonra ikinci bir göz olarak yaptıklarını söyledi.
Bu endişelere rağmen, sağlık sistemleri bunun büyük bir potansiyel ve gereklilik olduğunu söylüyor.
Northwestern Medicine’ın dijital ve inovasyondan sorumlu başkanı Doug King , “Toplum olarak karşı karşıya kaldığımız ihtiyaç tsunamisini düşündüğümüzde, elimizdeki tek kaldıraçlardan biri teknoloji,” dedi .
Northwestern’da, bir yıl boyunca çekilen bir milyon taramanın yapay zeka tarafından incelenmesi sonucunda, insanların daha fazla inceleme için işaretlemediği 70 tarama tespit edildi. Ardından yapılan manuel kontrolde ise doktorların daha fazla takip gerektirdiğini düşündüğü beş durum ortaya çıktı. Northwestern yetkilileri, ameliyat odası zamanını daha verimli bir şekilde planlamak için başka bir yapay zeka aracı da kullandıklarını ve bunun da daha fazla hastanın tedavi edilebileceği anlamına geldiğini belirtiyor.
Hastaneler, ABD genelinde devasa veri merkezlerinin ortaya çıkmasından çok önce yapay zekayı erken dönemde kullanan kurumlar arasındaydı. Tahmin algoritmaları, sepsis için erken uyarı sistemlerine güç verdi, yüksek riskli hastaları belirledi ve yıllardır planlamanın yönetilmesine yardımcı oldu.
Kuzey Kaliforniya’da, Kaiser Permanente’nin 21 hastanesi, tüm hastaların hayati belirtilerini ve tıbbi kayıtlarını analiz eden ve hangi hastaların en yüksek risk altında olduğunu belirlemek için her saat başı puanlama yapan bir sistem kullanıyor. New England Journal of Medicine’de yayınlanan bir çalışma, bu sistemin yılda 500’den fazla hayat kurtardığını ortaya koydu .
Kaiser Permanente Santa Clara Tıp Merkezi’nde akciğer yoğun bakım uzmanı olan Vincent Liu , yakın zamanda sistemin kalp yetmezliği olan bir hastanın daha detaylı incelemeye ihtiyaç duyduğuna karar verdiğini ve bunun sonucunda doktorların hastanın aynı zamanda ciddi bir solunum yolu virüsünden muzdarip olduğunu ve akciğerleri için steroidlere ihtiyaç duyduğunu öğrendiğini söyledi .
Philadelphia merkezli bir sağlık sistemi olan Jefferson Health’te devam eden bir deneme, ChatGPT gibi büyük dilli yapay zeka modellerinin meme kanseri hastalarına kişiye özel beslenme tavsiyesi verip veremeyeceğini değerlendiriyor. Değerlendirilen faktörler arasında hastaların kanser evresi, diğer sağlık sorunları, bütçeleri ve yakındaki mağazalara erişimleri yer alıyor.
Georgia eyaletinin Augusta şehrinde aile hekimliği uzmanı Dean Seehusen, özellikle nadiren karşılaştığı durumlar için çeşitli rahatsızlıkların en güncel tedavi standartlarını kontrol etmek amacıyla üretken yapay zekayı kullandığını söyledi. Kullandığı araç yalnızca güvenilir tıbbi kaynaklardan yararlandığı için ona güvenmekte sakınca görmediğini ve referanslarını yalnızca %25 oranında kontrol ettiğini belirtti.
Yine de, yapay zekanın tıp üzerindeki genel etkileri konusunda çekinceleri var. “En büyük korkum, yapay zekanın tıp alanına olan genel güveni daha da zedeleyerek hastalar için bir tür vahşi batı ortamı yaratmasıdır,” dedi. Yapay zekayı kullandıktan sonra, yanlış teşhisler de dahil olmak üzere, kendi kendine teşhis koyan daha fazla hasta gördüğünü de ekledi.
Hastaneler, gösterişsiz ancak önemli miktarda zaman ve kaynak gerektiren görevler için yapay zekayı hızla benimsiyor. Elektronik tıbbi kayıt sağlayıcısı Epic Systems, 2024 yılında hasta kayıtlarını incelemek ve sigorta şirketlerine itiraz mektupları hazırlamak için üretken yapay zeka kullanan bir araç piyasaya sürdü. Şirket, yaklaşık 1.000 hastanenin halihazırda bu sistemi kullandığını belirtti.
Northwestern Üniversitesi Bilgi Teknolojileri Başkan Yardımcısı David Blahnik’in belirttiğine göre, üniversite her yıl işleme aldığı milyonlarca başvurunun yaklaşık %5-10’una itiraz etmek zorunda kalıyor .
“Onlarla mücadele etmek, onlara itiraz etmek ve neden ödeme almamız gerektiğini gerekçelendirmek için çok fazla personel gideri ve iş gücü harcıyorsunuz,” dedi. Ancak Blahnik’in belirttiğine göre, Epic’in aracını benimsedikten sonra, personel artık reddedilen her talebi işlemek için yaklaşık %23 daha az zaman harcıyor.
New York’taki Mount Sinai Hastanesi’nde benzer bir çaba, sigorta reddi kararlarının %3 oranında iptal edilmesine yol açarak sağlık sistemine yılda 12 milyon dolar ek gelir sağladığını belirtti. Bu bilgiyi hastanenin dijital bilgi işlem sorumlusu Lisa Stump verdi.
Mount Sinai hastanesi, hastaların doktorlara gönderdiği mesajları analiz etmeyi ve kişiselleştirilmiş taslak yanıtlar oluşturmayı amaçlayan Epic adlı üretken yapay zeka aracının kullanımını yakın zamanda durdurdu. Birkaç hafta denedikten sonra doktorlar, taslakların yararlı olmadığını ve çok fazla yeniden yazma gerektirdiğini söyledi.
Mount Sinai’nin yapay zeka güvence laboratuvarı direktörü Ankit Sakhuja’ya göre, bazı çok özel aksaklıklar yaşandı . Bir vakada, sistem yürüteç veya baston isteyen bir hastaya yardımcı olamayacağını söyledi. Başka bir vakada ise, baş ağrısı şikayetinde bulunan bir hastaya, hafif bir rahatsızlıktan beyin tümörüne kadar her şeyin olabileceğini belirten uzun bir yanıt verildi.
Epic, az sayıda hastanenin de bu özelliği kullanmayı durdurduğunu ve iyileştirmeler yapmak için çalıştığını belirtti. Epic’e göre, bu araç hemşirelerin sistem üzerinden hastalarla yapılan her görüşmede 30 saniyeye kadar zaman tasarrufu sağlamasına yardımcı oldu ve yaklaşık 1.700 hastaneye yaygınlaştırıldı. Bununla birlikte, şirket insan gözetimi gerektirdiğini de vurguladı.
Epic’in araştırma ve geliştirme kıdemli başkan yardımcısı Seth Hain , “Klinisyenler hastaya iletilen mesajın tam kontrolüne sahipler” dedi .
Northwestern Medicine’de iç hastalıkları uzmanı olan Cheryl Wilkes , yıllarca hasta ziyaretleri sırasında sürekli yazı yazdığını ve arada sırada soru sormak için bilgisayar başına geçtiğini söyledi.
Hastalarının muayenelerini yazıya dökmek ve özetlemek için 2024 yılında yapay zekayı kullanmaya başladı. Eskiden işten sonra günde iki ila üç saatini elektronik kayıtlarla uğraşarak geçirirken, şimdi yapay zeka aracının çalışmasını kontrol etmek ve gerekli düzenlemeleri yapmak için sadece yarım saat harcıyor.
Michigan, Ann Arbor’da bir ayakta tedavi kliniğinde çalışan hemşire Jeremy Lapham , bazı muayenelerinin kayıtlarını yazıya dökmek için yapay zekayı kullanmayı denediğini ancak çıktısını düzenlemenin çok fazla zaman aldığını söyledi. Zaman zaman klinik bilgiler için yapay zeka destekli veritabanlarını kontrol ettiğini ancak tıbbi dergilere ait olsalar bile, geri çekilmediklerinden emin olmak için referanslara dikkatlice tıkladığını belirtti.
Yaşam koşulları, örneğin barınma veya ruh sağlığı sorunları gibi diğer kısıtlamalar göz önüne alındığında, hastalar için hangi tedavilerin işe yarayabileceği konusunda çok zaman harcıyor; yapay zekanın bu kriterleri hesaba katmayı bilmeyebileceğini söyledi. “Hâlâ şüpheciyim,” dedi.