Yapay Zeka Doktorların Yerini Alabilir mi? Araştırmalar Ne Diyor

Kısa cevap

Ekim 2026 itibarıyla yapay zeka doktorların yerini almıyor. Radyolojide yüzlerce onaylı araç var ama en güçlü kanıtlar bu araçların hekimin yanında çalıştığını gösteriyor. Modeller yazılı vakalarda yüksek puan alıyor, gerçek kullanıcıların elinde ise bu başarı büyük ölçüde kayboluyor. Hekimin işi kayıt, görüntü okuma ve kontrol tarafında değişiyor, karar ve sorumluluk insanda kalıyor.

"Artık doktora gitmeden önce yapay zekaya mı sorsam?" Bu soruyu ya kendine sordun ya da evde birinden duydun. Belki tıp okumayı düşünen bir gençsin ve on yıl sürecek bir eğitimin sonunda mesleğin kalıp kalmayacağını merak ediyorsun. Belki bir hekimsin ve haberlerde "yapay zeka doktorları geçti" başlıklarını okuyup ne kadarının gerçek olduğunu tartıyorsun. Belki de çocuğunu tıbba yönlendirmek isteyen bir ebeveynsin.

Kısa cevap şu. Ekim 2026 itibarıyla yapay zeka doktorların yerini almıyor ve yakın vadede alabileceğine dair güçlü bir kanıt yok. Ama hekimin işini değiştiriyor. Görüntü okuma, not tutma, olası tanıları sıralama gibi parçalarda gerçek bir yardımcı haline geldi. Hastayla konuşmak, eksik bilgiyi toplamak, belirsizlik altında karar vermek ve o kararın sorumluluğunu taşımak ise hâlâ insanda.

Bu yazıda radyolojide gerçekte ne olduğunu, "yapay zeka doktorlardan daha iyi teşhis koydu" haberlerinin neyi ölçüp neyi ölçmediğini, hekimle yapay zekanın birlikte çalıştığı kontrollü çalışmaları, Dünya Sağlık Örgütü'nün uyarılarını ve tıp okumanın hâlâ mantıklı olup olmadığını birincil kaynaklarla anlatıyorum. Baştan bir şeyi netleştireyim. Bu bir sağlık tavsiyesi yazısı değil. Kendi sağlığınla ilgili bir soruda yapay zeka hekimin yerine geçmez, bunun nedenini de aşağıda verilerle göstereceğim.

Yapay zeka doktorların yerini alabilir mi, kısaca?

Hayır, bugünkü haliyle alamaz. Ama "hayır" cevabının arkasındaki sebep, çoğu haberde anlatılandan farklı.

Sebep, yapay zekanın tıbbi bilgisinin zayıf olması değil. Büyük dil modelleri tıp sınavı tarzı sorularda ve yazılı vaka çözümlerinde çok yüksek puanlar alıyor. Sorun, bu puanların gerçek hastaya taşınmaması. Gerçek bir hasta derli toplu bir vaka metni getirmez. Şikayetini eksik anlatır, önemli bir ayrıntıyı unutur, korkusu yüzünden bir şeyi küçümser. Hekimin asıl işi o dağınık tablodan doğru soruyu sorup doğru bilgiyi çıkarmak, sonra karar vermek ve o kararın arkasında durmak.

Bu yüzden yapay zekanın etkisini "doktor kalacak mı, gidecek mi" sorusuyla değil, "doktorun hangi görevleri değişiyor" sorusuyla okumak daha doğru. Benzer bir tartışmayı yazılım için yapay zeka yazılımcıların yerini alacak mı yazısında, genel tabloyu da yapay zeka işini alacak mı yazısında ele aldım. Tıpta durum, sorumluluk ve hasta güvenliği yüzünden daha da temkinli.

Radyolojide gerçekte ne oldu?

Radyoloji, yapay zekanın "doktorların yerini alacağı" tartışmasında hep ilk örnek oldu. Çünkü iş büyük ölçüde görüntüye bakmaktan oluşuyor gibi görünüyor ve görüntü tanıma, derin öğrenmenin en güçlü olduğu alan.

2016 öngörüsü tutmadı

Radiology Business'ın New York Times haberine dayanan Mayıs 2025 tarihli özetine göre, yapay zekanın öncü isimlerinden Geoffrey Hinton 2016'da "İnsanlar radyolog yetiştirmeyi şimdi bırakmalı" demiş, yapay zekanın beş yıl içinde radyologları geride bırakacağının "tamamen açık" olduğunu söylemişti. Aynı habere göre Mayo Clinic Rochester'daki radyolog kadrosu 2016'dan bu yana yüzde 55 büyüyerek 400 kişiye ulaştı. Hinton da sonradan sözünü fazla geniş kurduğunu, yalnızca görüntü analizini kastettiğini, zamanlamada yanıldığını ama yönde yanılmadığını düşündüğünü söyledi.

FDA listesinde en kalabalık alan radyoloji

ABD Gıda ve İlaç Dairesi (FDA), pazarlanmasına izin verilmiş yapay zeka destekli tıbbi cihazların listesini yayımlıyor ve düzenli güncelliyor. FDA, listenin kapsamlı olmadığını, cihazların büyük ölçüde başvuru özetlerindeki yapay zeka terimlerine bakılarak belirlendiğini de açıkça yazıyor.

Bu listeyi inceleyen ve JAMA Network Open'da Kasım 2025'te yayımlanan çalışmaya göre Haziran 2024'e kadar FDA'nın izin verdiği 950 yapay zeka cihazının 723'ü, yani yüzde 76'sı radyoloji alanındaydı. Radiology Business'ın Aralık 2025 haberine göre liste 1.300'ü aştı ve radyoloji araçlarının sayısı 1.039'a çıktı.

Ama aynı JAMA Network Open çalışması asıl önemli ayrıntıyı da veriyor. Belgeleri incelenebilen 717 radyoloji cihazından yalnızca 33'ü (yüzde 5) ileriye dönük, yani gerçek kullanım sırasında toplanan verilerle test edilmişti. İnsanın sürece dahil olduğu test yalnızca 56 cihazda (yüzde 8) vardı. Yazarlar, onaylar hızlanırken klinik testin hâlâ seyrek olduğunu vurguluyor. Yani "onaylı yapay zeka cihazı" ile "hastada etkisi kanıtlanmış ve radyoloğun yerini alan sistem" aynı şey değil. Bu cihazların çoğu, radyoloğun işini hızlandıran ya da şüpheli bulguyu işaretleyen yardımcı araçlar.

En güçlü kanıt "yerine" değil "yanında" diyor

Bu alandaki en büyük randomize çalışmalardan biri İsveç'te yapıldı. The Lancet'te Ocak 2026'da yayımlanan MASAI çalışmasında 100.000'den fazla kadının mamografi taraması iki yolla değerlendirildi. Bir grupta standart yöntemle iki radyolog okudu, diğer grupta yapay zeka destekli bir akış kullanıldı. Yapay zeka destekli grupta kanserlerin yüzde 81'i tarama sırasında yakalandı, kontrol grubunda bu oran yüzde 74 oldu. İki tarama arasında ortaya çıkan kanserler bin kadında 1,76'dan 1,55'e düştü. Daha önceki ara sonuçlar, radyologların okuma yükünün yüzde 44 azaldığını göstermişti.

Kritik ayrıntı şu. Yapay zeka destekli taramada da okumayı en az bir radyolog yapmaya devam etti. Araştırmacılar sonuçların tek ülke, tek mamografi cihazı ve tek yapay zeka sistemiyle sınırlı olduğunu da not ediyor. Yani bu çalışma radyoloğun ortadan kalktığını değil, radyoloğun yapay zekayla daha az yük altında daha çok kanser yakalayabildiğini gösteriyor.

Yapay zeka teşhis koyabilir mi? Bu çalışmalar neyi ölçüyor?

"Yapay zeka doktorlardan dört kat daha iyi teşhis koydu" gibi başlıkları görmüşsündür. Bu başlıkların arkasındaki çalışmaları açıp okumak gerekiyor.

Microsoft, Haziran 2025'te MAI-DxO adlı bir sistemi tanıttı. Şirketin açıklamasına göre sistem, New England Journal of Medicine'de yayımlanan 304 zor vaka üzerinde yüzde 85,5 doğru tanıya ulaştı. Aynı vakalarda ABD ve İngiltere'den 5 ile 20 yıl deneyimli 21 hekimin ortalama doğruluğu yüzde 20 oldu.

Rakam çarpıcı. Ama koşullara bakınca tablo değişiyor.

Hekimler bu vakaları meslektaşlarına danışmadan, ders kitabına bakmadan ve yapay zeka kullanmadan çözdü. Gerçek klinikte hiçbir hekim nadir ve zor bir vakaya bu kadar yalnız bakmaz.
Vakalar, öğretici ve zor oldukları için tıp dergisinde yayımlanan vakalardı. Günlük poliklinikte gördüğün tablolar değil. Microsoft da daha sık görülen, gündelik vakalarda test gerektiğini kabul ediyor.
Açıklama yapıldığında çalışma henüz bağımsız hakem değerlendirmesinden geçmemişti ve sistem klinik kullanım için onaylı değildi.
Microsoft'un kendi metni bile yapay zekayı doktorların "tamamlayıcısı" olarak tanımlıyor.

Burada bir genel kural var. Yazılı vaka çözümü, tanı sürecinin yalnızca son halkasını ölçer. Hastayı dinlemeyi, muayene etmeyi, eksik bilgiyi fark etmeyi, hangi tetkikin gerçekten gerekli olduğunu tartmayı, hastanın korkusunu ve tercihini hesaba katmayı ölçmez. Sınav sorusunda bütün bilgi önüne konmuştur. Gerçek hastada o bilgiyi toplamak işin yarısıdır.

Hekim ve yapay zeka birlikte çalışınca ne oluyor?

Bu sorunun en çok alıntılanan cevabı, Ethan Goh ve arkadaşlarının JAMA Network Open'da Ekim 2024'te yayımladığı randomize çalışmadan geliyor. Çoğu iç hastalıkları, birkaçı acil tıp ve aile hekimliği alanından 50 hekim, en fazla altı klinik vakada tanısal akıl yürütme açısından puanlandı. Hekimlerin yarısı geleneksel kaynakların yanında GPT-4 kullanabildi, diğer yarısı yalnızca geleneksel kaynakları kullandı.

Sonuçlar şaşırtıcıydı.

Yapay zeka destekli hekimler. Ortanca puan yüzde 76.
Yalnızca geleneksel kaynak kullanan hekimler. Ortanca puan yüzde 74. Aradaki 2 puanlık fark istatistiksel olarak anlamlı değildi.
Yalnız başına model. Ortanca puan yüzde 92.

İlk okumada "model hekimden iyi, o zaman hekime ne gerek var" sonucu çıkıyor gibi. Ama çalışmanın kendisi iki şeyi ayrıca söylüyor. Birincisi, vakalar tek oturumda çözülen altı yazılı vakaydı ve hastayla görüşme, bilgi toplama gibi gerçek klinik pratiğin temel parçaları yoktu. İkincisi, asıl ilginç bulgu modelin yüksek puanı değil, modeli eline alan hekimin neredeyse hiç iyileşmemesi. Yani güçlü bir aracı bir insanın eline vermek, ikisinin toplamını otomatik olarak artırmıyor. Aracı nasıl kullanacağını, çıktısına ne zaman güvenip ne zaman itiraz edeceğini bilmek ayrı bir beceri.

Sağlık sorumu doktora değil yapay zekaya sorsam olur mu?

Bu yazının en önemli bölümü bu. Cevabım net. Hayır. Kendi sağlığınla ilgili bir soruda yapay zeka hekimin yerine geçmez. Acil bir durumda vakit kaybetmeden 112'yi ara.

Bu görüş yalnızca temkinden gelmiyor. Oxford Üniversitesi'nden araştırmacıların Nature Medicine'de Şubat 2026'da yayımladığı ön kayıtlı randomize çalışma, tam olarak bu soruyu test etti. İngiltere'den 1.298 katılımcıya on farklı tıbbi senaryo verildi. Katılımcıların bir kısmı GPT-4o, Llama 3 ya da Command R+ kullandı. Kontrol grubu ise normalde başvurduğu kaynakları, örneğin internet aramasını kullandı.

Modeller senaryoları tek başlarına çözdüğünde ilgili hastalıkları ortalama yüzde 94,9 oranında doğru belirledi. Ama aynı modelleri gerçek insanlar kullandığında ilgili hastalıklar vakaların yüzde 34,5'inden azında bulundu. Doğru eylemi (evde mi kalmalı, hekime mi gitmeli, acile mi) seçme oranı yüzde 44,2'nin altında kaldı. Bu sonuçlar kontrol grubundan daha iyi değildi. Araştırmacılar, katılımcıların modellere çoğu zaman eksik ya da yanlış bilgi verdiğini, modellerin de zaman zaman yanıltıcı ya da yanlış bilgi ürettiğini buldu. Sonuçları da açıkça yazdılar. Mevcut büyük dil modelleri doğrudan hasta bakımında kullanıma hazır değil, çünkü modeli bir insanla eşleştirmek, mevcut ölçütlerin öngöremediği sorunlar doğuruyor.

Yani sınavda çok yüksek puan alan bir model, senin elinde neredeyse hiç fark yaratmadı. Sebep modelin bilgisizliği değil, sohbetin kendisi.

Bir model neden ikna edici ama yanlış olabilir?

Ben yapay zeka eğitim ve değerlendirme işleri yapıyorum. Bir model cevabını değerlendirirken temel ilke, akıcılığın doğruluk olmadığıdır. Bir büyük dil modeli, kendisine verilen bilgiye en uygun görünen cevabı üretir. Ona eksik bilgi verirsen, eksik bilgiye uygun, tutarlı, kendinden emin bir cevap verir. Cevabın tonu, dayandığı bilginin eksik olduğunu sana söylemez.

Sağlıkta bu üç şekilde ortaya çıkar.

Sorulmayan soru. Hekim, senin aklına gelmeyen bir ayrıntıyı sorar. Ateşin kaç gündür sürdüğünü, ilacı nasıl kullandığını, ailende benzer bir durum olup olmadığını. Model ise çoğu zaman yalnızca verdiğin metinle çalışır.
Muayene edilemeyen beden. Model karnına dokunamaz, akciğerini dinleyemez, yüzündeki solukluğu göremez. Hekimin kararında bu bulgular belirleyicidir.
Güven veren ton. Değerlendirme gözüyle bakınca en tehlikeli hata türlerinden biri, yanlış bir cevabın doğru bir cevapla aynı özgüvenle yazılmasıdır. Sağlık sorusunda bu, ya gereksiz bir paniğe ya da ertelenmemesi gereken bir muayenenin ertelenmesine yol açabilir.

Bu yüzden yapay zeka kullanırken savunduğum tutuma kontrollü güven diyorum. Bir yapay zeka çıktısına ancak onu kontrol ettiğin ölçüde güvenmen. Yanlış olması ciddi sonuç doğuracak çıktılar satır satır kontrol edilmeli. Sağlık, bu ölçeğin en üst ucunda. Senin kendi sağlığın söz konusu olduğunda o kontrolü yapabilecek kişi de sen değil, hekimin. Modellerin hangi koşullarda güvenilir olduğunu daha geniş haliyle yapay zeka güvenilir mi yazısında anlattım.

Bir şeyi de ayırmak istiyorum. Hekiminin sana söylediği bir terimi anlamak, muayeneye gitmeden önce sormak istediğin soruları toparlamak gibi işler, tanı ve tedavi kararından farklı. Ama orada da modelin söylediğini bir hekimle doğrulamadan kendi sağlığınla ilgili bir karar verme.

Hata olursa sorumlu kim?

Tıpta "kim karar verdi" sorusu, "kim sorumlu" sorusuyla aynıdır. Yapay zekanın hekimin yerini alamamasının en az teknik ama en sağlam nedeni de bu.

Dünya Sağlık Örgütü, 18 Ocak 2024'te sağlıkta büyük çok kipli modellerin etiği ve yönetişimi üzerine bir rehber yayımladı. Rehber hükümetlere, teknoloji şirketlerine ve sağlık kuruluşlarına 40'tan fazla öneri içeriyor. Bu modellerin sağlıkta beş geniş kullanım alanını tanımlıyor. Tanı ve klinik bakım, hastanın kendi başına belirti araştırması, yazışma ve kayıt gibi idari işler, tıp ve hemşirelik eğitimi, bilimsel araştırma ve ilaç geliştirme.

Rehberin altını çizdiği riskler bu yazının konusuyla birebir örtüşüyor. DSÖ, bu modellerin yanlış, eksik, yanlı ya da hatalı ifadeler üretme riskinin belgelendiğini ve bunun insanlara zarar verebileceğini yazıyor. Ayrıca hem sağlık çalışanlarında hem hastalarda "otomasyon yanlılığı" denen eğilimi besleyebileceği uyarısını yapıyor. Otomasyon yanlılığı, makinenin söylediğini sorgulamadan kabul etmek ve böylece hataları gözden kaçırmak demek. Rehber, bu modeller geniş ölçekte kullanıma girdiğinde bağımsız üçüncü taraflarca zorunlu denetim ve etki değerlendirmesi yapılmasını da öneriyor.

Burada karar veren insan dediğim fikir devreye giriyor. Yapay zeka çağında insanın devredemeyeceği işlev karar vermektir. Yapay zeka önerir. Hangi önerinin kabul edileceğine, reddedileceğine ya da düzeltileceğine insan karar verir. Kararın sonucu ve hesabı olduğu için, hiçbir algoritma o sonucun sorumluluğunu taşıyamaz. Tıpta bu soyut bir ilke değil. Bir hastaya ne söylendiğinin, hangi tedavinin seçildiğinin, neyin atlandığının hesabını verecek bir insan olmak zorunda.

Hekimin işi nasıl değişiyor?

Yapay zekanın hekim üzerindeki en somut etkisi bugün tanıdan çok kayıt tarafında görülüyor. Hasta notu yazmak, hekimin gününden ciddi zaman alan bir iş. "Ambient scribe" denen araçlar, muayene sırasındaki konuşmayı dinleyip notun taslağını otomatik çıkarıyor.

UCLA Health'in Kasım 2025 bülteninin aktardığına göre, NEJM AI'da yayımlanan ve UCLA Health'te yapılan randomize çalışmada 14 uzmanlık alanından 238 hekim, 72.000'den fazla hasta görüşmesinde iki ticari aracı (Microsoft DAX ve Nabla) kullandı. Sonuçlar ölçülü.

Nabla not başına yazma süresini kontrol grubuna göre yüzde 9,5 azalttı. Bu, not başına yaklaşık 41 saniye demek. DAX'taki azalma istatistiksel olarak anlamlı değildi.
Her iki araçta tükenmişlik puanlarında kontrol grubuna göre yaklaşık yüzde 7'lik bir iyileşme görüldü.
Yapay zekanın ürettiği notlar zaman zaman klinik açıdan önemli hatalar içerdi. En sık görülenler bilgi atlanması ve zamir hatalarıydı. Çalışma süresince hafif düzeyde bir hasta güvenliği olayı bildirildi.

Araştırmacıların vurgusu şu cümlede toplanıyor. Bu teknoloji pasif kabul değil, hekimin aktif gözetimini gerektiriyor.

Hekimin dönüşen görevlerini özetlersem şöyle bir tablo çıkıyor.

Daha az yazı, daha çok kontrol. Notu hekim yazmıyor ama okuyup onaylıyor. Atlanan bilgiyi yakalamak yeni bir sorumluluk.
Daha fazla ikinci göz. Görüntülemede ve olası tanıları sıralamada yapay zeka bir ikinci okuyucu gibi çalışıyor. Son kararı insan veriyor.
Aracı kullanma becerisi. Goh ve arkadaşlarının çalışması, güçlü bir modelin hekimin elinde kendiliğinden fark yaratmadığını gösterdi. Modele ne zaman güveneceğini bilmek tıp eğitiminin parçası haline geliyor.
Hastaya yapay zekayı anlatmak. Hasta muayeneye bir sohbet botundan aldığı cevapla geldiğinde, o cevabı birlikte değerlendirmek de hekimin işine ekleniyor.

Tıp okumaya hâlâ değer mi?

Tıp öğrencisi ya da tıbbı düşünen bir gençsen, bu sorunun senin için ne demek olduğunu biliyorum. On yıllık bir yatırım yapıyorsun. Mevcut kanıtlar bu yatırımın boşa gideceğini göstermiyor. Radyoloji, yapay zekanın en çok ilerlediği alan olmasına rağmen büyümeye devam etti. En büyük randomize tarama çalışması bile radyoloğu sistemin içinde tuttu. Kayıt araçları hekimin zamanını geri veriyor, yerini almıyor.

Ama "değişmeyecek" demek de yanlış olur. Bence asıl değişen, iyi hekimin tanımı. Bilgiyi ezberleyen değil, o bilgiyi gerçek bir hastanın dağınık hikayesine uygulayan, makinenin önerisini sorgulayabilen ve sonucun sorumluluğunu alabilen hekim öne çıkacak. Yapay zekanın kolay devralamayacağı becerilerin genel çerçevesini yapay zekanın yok edemeyeceği meslekler yazısında anlattım. Hekimlik bu çerçevenin tam ortasında duruyor.

Bunun için gereken tutuma şüphe disiplini diyorum. Yapay zeka ile çalışan kişinin tek bir çıktıya değil, ilişkinin tamamına yaydığı disiplinli ve sistemli şüphe. Bu bir korku ya da ret değil. Riskin büyüklüğüne göre ayarlanan bir dikkat. Tıp, bu disiplinin en çok gerektiği alanlardan biri.

Şimdi ne yapmalısın?

Okurun kim olduğuna göre ilk adımlar değişiyor.

Sağlık sorusu olan herkes için. Belirtilerini ya da tetkik sonucunu yorumlatmak için yapay zekayı hekimin yerine koyma. Acil bir durumda 112'yi ara. Hekime gitmeden önce sormak istediklerini not etmek için yararlanabilirsin, ama tanı ve tedavi kararını hekiminle ver.
Tıp öğrencisi ya da tıbbı düşünen genç için. Yapay zekayı yasak ya da sihir olarak görme. Bir modelin neden yanılabileceğini, sınav başarısının neden gerçek hastaya taşınmadığını öğren. Bu, gelecekte en değerli becerilerinden biri olacak.
Aile için. Çocuğunu tıptan "yapay zeka yüzünden" uzaklaştırmadan önce bu yazıdaki verilere bak. Mesleğin ortadan kalktığına dair değil, dönüştüğüne dair kanıt var.
Hekim için. Kullandığın ya da kurumunun almayı düşündüğü aracın hangi çalışmayla test edildiğini sor. İleriye dönük ve insanın sürece dahil olduğu testler hâlâ az. Yapay zeka notlarını ve önerilerini aktif biçimde kontrol etmeyi rutinin parçası yap.
Herkes için. "Yapay zeka doktoru geçti" başlığını gördüğünde üç soru sor. Hekimler hangi koşullarda yarıştı? Vakalar gerçek hasta mıydı, yazılı vaka mı? Çalışma bağımsız hakem değerlendirmesinden geçti mi?

Yapay zekanın geleceğe dair daha geniş tartışmaları için Yapay Zeka ve Gelecek başlığındaki yazılara göz atabilirsin.

Son söz

Yapay zeka sınavda doktoru geçebilir. Muayene odasında ise henüz değil. Radyolojideki yüzlerce onaylı araç, randomize mamografi çalışması ve kayıt araçları aynı yöne işaret ediyor. Yapay zeka hekimin yanında güçleniyor, yerinde değil. Senin sağlığın söz konusu olduğunda da kural basit. Model önerebilir, kararı hekimin verir.

Kaynaklar

Sıkça Sorulan Sorular

Yapay zeka doktorların yerini alacak mı?

Ekim 2026 itibarıyla mevcut kanıtlar bunu göstermiyor. Yapay zeka radyolojide görüntü okumaya, kayıt tarafında hasta notu yazmaya yardım ediyor. İsveç'teki büyük MASAI mamografi çalışmasında bile okumayı en az bir radyolog yapmaya devam etti. Hastayla konuşmak, eksik bilgiyi toplamak, belirsizlik altında karar vermek ve o kararın sorumluluğunu taşımak hâlâ hekimin işi. Değişen şey mesleğin varlığı değil, görevlerin dağılımı.

Sağlık sorunumu doktor yerine ChatGPT'ye sorabilir miyim?

Hayır, kendi sağlığınla ilgili tanı ve tedavi kararında yapay zeka hekimin yerine geçmez. Nature Medicine'de Şubat 2026'da yayımlanan çalışmada modeller tek başına hastalıkları yüzde 94,9 oranında doğru belirlerken, aynı modelleri kullanan katılımcılar ilgili hastalığı vakaların yüzde 34,5'inden azında buldu ve kontrol grubundan iyi değildi. Acil bir durumda 112'yi ara, sorularını hekiminle konuş.

Yapay zeka doktorlardan daha iyi teşhis koyuyor mu?

Bazı çalışmalarda yazılı vakalarda modeller hekimlerden yüksek puan aldı. Ama bu çalışmalarda hekimler çoğu zaman meslektaşa ve kaynağa danışmadan çalıştı, vakalar da gerçek hasta değil yazılı metindi. Hasta görüşmesi, muayene ve bilgi toplama ölçülmedi. JAMA Network Open'daki randomize çalışmada modeli kullanabilen hekimlerin puanı, kullanamayanlardan anlamlı biçimde farklı çıkmadı. Yani yazılı vaka başarısı, muayene odasındaki başarı anlamına gelmiyor.

Radyologlar yapay zeka yüzünden işsiz kalacak mı?

Geoffrey Hinton 2016'da radyolog yetiştirmeyi bırakmak gerektiğini söylemişti, bu öngörü gerçekleşmedi. Mayo Clinic Rochester'daki radyolog kadrosu 2016'dan bu yana yüzde 55 büyüdü. FDA'nın yapay zeka cihaz listesinde en kalabalık alan radyoloji, ama bu cihazların çoğu radyoloğun işini hızlandıran ya da şüpheli bulguyu işaretleyen yardımcı araçlar. Gerçek kullanımda test edilenlerin oranı hâlâ düşük.

Yapay zeka çağında tıp okumaya değer mi?

Mevcut veriler tıbbın ortadan kalktığını değil, dönüştüğünü gösteriyor. Öne çıkacak hekim, bilgiyi ezberleyen değil, o bilgiyi gerçek bir hastanın dağınık hikayesine uygulayan, yapay zekanın önerisini sorgulayabilen ve sonucun sorumluluğunu alabilen hekim olacak. Tıp okumayı düşünüyorsan, yapay zekayı yasak ya da sihir olarak değil, sınırlarını bilmen gereken bir araç olarak öğrenmeyi planla.

Yapay zeka hata yaparsa sorumlu kim olur?

Tıpta kararın sahibi, sorumluluğun da sahibidir ve hiçbir algoritma bir hastaya verilen kararın hesabını veremez. Dünya Sağlık Örgütü'nün Ocak 2024 rehberi, bu modellerin yanlış ya da yanlı ifadeler üretebileceği ve otomasyon yanlılığını besleyebileceği uyarısını yapıyor. Geniş ölçekli kullanımda bağımsız denetim öneriyor. Bu yüzden yapay zeka önerir, kararı ve sorumluluğu hekim taşır.

Paylaş

Yazar