"Yapay zeka radyologların yerini alacak." Bu cümle 2016'da tıp gündemine girdi ve o günden beri defalarca tekrarlandı — kimi zaman radyolog, kimi zaman dermatolog, kimi zaman genel pratisyen için. Aradan on yıl geçti. Hâlâ aynı soru.

Soru on yıldır aynı çünkü yanlış soruluyor. "Alacak mı, almayacak mı" iki kutupta yanıt arıyor — ama mesele orada değil. YZ tek bir şey değil; görüntü sınıflandırmasından klinik karar desteğine, doğal dil işlemeden idari otomasyona kadar çok farklı araçların ortak adı. Bir fundus fotoğrafından diyabetik retinopatiyi tespit eden algoritma ile yoğun bakımda sepsis erken uyarısı veren sistem arasında uçurum var. Bu araçların hepsini tek bir soruyla tartmak, bütün ilaçları "ilaç mı iyi mi kötü mü?" diye tartışmak gibi.

Doğru Soru Ne?

YZ hangi görevleri yapabilir, hangisi insanda kalmalı ve bu sınırı kim çizecek? Belirli görüntü sınıflandırma görevlerinde YZ bazı çalışmalarda uzman performansına ulaşıyor. Ama aynı model başka bir hastanede, farklı ekipmanla ya da farklı hasta popülasyonunda neden tutarsızlaşıyor? Bunu açıklamak çoğunlukla güç.

Aung ve arkadaşlarının British Medical Bulletin'de yayımlanan derlemesi durumu şöyle özetliyor: YZ hekime yardım etme ve idari görevleri üstlenme konusunda gerçek bir potansiyel taşıyor, ama uygulama zor ve kademeli. Hekimlerin büyük çoğunluğu YZ'nin pratikte ne anlama geleceğini hâlâ tam kavramış değil.1 Bu bir eleştiri değil — kliniğin gerçek hızını gösteriyor.

Bir modelin pilot çalışmada parlak sonuç vermesi, o modelin sizin hastanenizde de aynı performansı göstereceği anlamına gelmiyor. Eğitildiği veri, test edildiği popülasyon, çalıştığı altyapı — bunların hepsi sonucu etkiliyor. Farklı coğrafya, farklı demografi, farklı ekipman. "YZ hekimi geçiyor" başlıkları gerçek tabloyu yansıtmıyor.

Radyologlar Ne Düşünüyor?

"YZ radyologların yerini alacak" lafının en çok döndüğü yer radyoloji. O zaman radyologların kendilerine sormak gerekiyor. Cè ve arkadaşlarının 232 İtalyan radyologla yaptığı anket çalışması bunun yanıtını sayıyla veriyor.2

%61YZ'yi fırsat olarak gören radyolog
%18YZ'yi tehdit olarak gören radyolog
%84Nihai değerlendirmenin hâlâ radyologda olduğunu söyleyen

Üçte biri araçları günlük kullanıyor ama bunların yalnızca %30'u katkıyı belirleyici buluyor. Karar verme ve kişiselleştirilmiş tıp konusunda ise ciddi şüphecilik var. En çarpıcı veri şu: katılımcıların %84'ü nihai değerlendirmenin hâlâ kendilerinde olduğunu söylüyor. Mesleki varoluş kaygısı taşıyanlar bile kararın kendilerinde kaldığını net ifade ediyor.

"YZ radyologların yerini alacak" diye en çok yazılan dönemde, o radyologların çoğunluğu teknolojiyi tehdit olarak değil araç olarak görüyordu. Korku medyada vardı, sahada değil.

YZ Bozuk Sistemi Düzeltmez

Esmaeilzadeh'in Artificial Intelligence in Medicine'deki analizi bunu açıkça ortaya koyuyor: bozuk iş modelleri ve yanlış kurgulanmış iş akışları YZ eklenerek düzelmiyor.3 Hasta geri yatış oranları yüksek bir sistemde, parçalı elektronik kayıtlarda, koordinasyonsuz bakım süreçlerinde — YZ bu sorunları çözmüyor. Daha hızlı yanlış yapıyor.

"YZ hekimin yerini alacak mı?" sorusu da tam burada boşa düşüyor — sistemin nasıl çalıştığını görmezden geliyor. İyi kurgulanmış bir iş akışında YZ gerçekten katkı sağlıyor: idari yük azalıyor, tekrarlayan görüntü analizi hızlanıyor, erken uyarı sistemleri güçleniyor. Ama bunlar hekimi dışarıda bırakan işlevler değil — hekimin zamanını daha önemli yerlere yönlendiren işlevler.

🔑 Temel Nokta

Rutin analizi makineye devretmek klinisyenin elini bağlamıyor — bağlam yorumuna, hasta ilişkisine ve belirsizlik yönetimine açıyor. Bu bir tehdit değil, iş bölümü.

Halk Ne Diyor?

Beets ve arkadaşlarının 11 ulusal anketi kapsayan sistematik derlemesi ABD kamuoyunun YZ'ye bakışını ortaya koyuyor.4 İnsanlar sağlığın YZ'den yararlanacağına inanıyor — anketlerde tıp, YZ'nin en çok katkı yapacağı alan olarak birinci sıraya çıkıyor. Ama aynı insanların %65'i yapay zeka robotların yaşlı bakımında birincil bakım sağlayıcı olmasını "daha kötüye gidiş" olarak tanımlıyor. Yaşam sonu kararını YZ'ye bırakmaya razı olanların oranı yalnızca %8.

Bu tutum çelişkili değil, tutarlı. İnsanlar YZ'nin tanı doğruluğunu artırmasını istiyor. Kendi kararlarını ona devretmek istemiyor. Araç olarak evet, yerine geçen olarak hayır. Bu ayrım, verilerle tutarlı.

Klinisyen Olarak Ne Yapılabilir?

"Tehdit mi, fırsat mı" tartışması pratikte bir yere götürmüyor. Daha işe yarar sorular var: Bu araç hangi veriyle eğitildi? Hangi popülasyonda test edildi? Benim hastamla ne kadar örtüşüyor? Performansı nerede düşüyor ve bu nasıl izleniyor? Hangi kararlar hukuken ve etik açıdan insanda kalmalı?

Bu sorular teknolojiyi reddetmek için değil, doğru konumlandırmak için. YZ'nin otonom karar verici olarak kliniğe girmesinin önünde teknik, hukuki ve etik engeller var ve bunlar kısa vadede kalkmayacak. Hukuki sorumluluk hâlâ belirsiz, düzenleyici çerçeveler hâlâ oluşuyor, denetim mekanizmaları oturmuş değil. Ama destekleyici araç olarak YZ zaten burada — doğru tanımlanmış görevlerde, yeterli denetimle.

Mesleki varoluş kaygısı gerçek ve anlaşılır. Kim ne zaman ne kadar yetkiyi devredecek, hangi hatanın sorumluluğu kime ait, mesleki standartlar bu tabloya nasıl uyum sağlayacak? Bu sorular henüz yanıtsız. Yanıtlar oluşurken sürece dahil olmak, bitmesini kenarda beklemekten farklı.

YZ okuryazarlığı artık seçmeli değil. Bu araçların nasıl çalıştığını, nerede yanıltabileceğini ve çıktılarını nasıl eleştirel okuyacağını bilen hekim hem daha güvenli hem daha özgür çalışıyor. Teknolojiyi anlamak onu kabullenmek değil — neyi kabul edip neyi sorgulamak gerektiğini bilmek demek.

Sonuç

"Yapay zeka hekimin yerini alacak" on yıldır aynı cümle. Alandaki radyologların çoğunluğu teknolojiyi fırsat olarak görüyor ve nihai kararın kendilerinde kaldığını söylüyor. Halk YZ'yi araç olarak istiyor, karar verici olarak değil. Bozuk sisteme eklenen YZ ise sorunu çözmüyor, hızlandırıyor. Mesele "tehdit mi, fırsat mı" değil — hangi görevlerde, nasıl, kim denetiminde? Bu soruları soran klinisyen bu teknolojiyi hem daha iyi kullanıyor hem de alandaki gelişmeleri daha berrak okuyor.

BU
Doktor Notu

Uzun vadede hekimin ya da tıp profesyonellerinin yerini YZ'nin alması mümkün değil. YZ modelleri çok hızlı bir şekilde bilgileri toplayıp literatür taraması yapabilir, ancak günümüz koşullarındaki YZ modelleri henüz bu bilgileri her hasta üzerinde ayrı ayrı uygulayabilecek kapasitede değil. Özellikle tıp, anatomi, hasta ve hastalık bileşenleri konusunda modelleri eğitmek çok büyük veri setleri ile mümkün. Bu büyük veri setlerine rağmen tam anlamıyla kusursuz sonuç almak ise çok zor. Aynı hastalık konusunda birden fazla ekolün bile tartışmalı kararları olabiliyorken, YZ tarafından tek başına mükemmel doğruluğa ulaşmak zor. Kanaatimce bu kesin doğruluklara ulaşma şansı ise hiç yok. Eğitimimiz sırasında "hastalık yoktur, hasta vardır" cümlesini hepimiz sıklıkla duyduk. Hiçbir hasta aynı değil, hiçbir anatomik yapı da bire bir aynı değil. Bu nedenle hazır veri setleri ile eğitilen YZ modellerinin kusursuz doğruluğa ulaşması mantıken doğru gelmiyor. İlerleyen zamanların bize neler getireceğini öngörmek zor olsa da, birkaç on yıl içinde karar verici merci olarak YZ'yi konumlandırmak mümkün olmayacaktır. Ancak YZ ve araçlarının araştırma, analiz ve karar verme süreçlerinde daha fazla öne çıkacağı, klinik karar destek sistemleri olarak günlük kullanım pratiğinde büyük bir yer kaplayacağı kaçınılmaz bir gerçek. Ayrıca karar verici konumda insanı en başa yerleştirip YZ araçları ile insanın yapacağı işleri mükemmelleştirmek ise çok daha kolay ve ulaşılabilir görünmekte.

Bu yazının özeti
  • "Alacak mı, almayacak mı" sorusu yanlış kurulmuş — doğru soru hangi görevlerde, nasıl
  • Radyologların %84'ü nihai değerlendirmenin kendilerinde olduğunu söylüyor; %61'i YZ'yi fırsat görüyor
  • Bozuk iş akışına YZ eklemek sorunu çözmez, hızlandırır
  • Halk YZ'yi araç olarak istiyor, birincil karar verici olarak değil
  • Bir modelin pilot başarısı o modelin sizin hastanenizde de aynı performansı göstereceği anlamına gelmiyor

Kaynaklar

  1. Aung YYM, Wong DCS, Ting DSW. The promise of artificial intelligence: a review of the opportunities and challenges of artificial intelligence in healthcare. Br Med Bull. 2021;139(1):4-15. PubMed Derleme
  2. Cè M, Ibba S, Cellina M ve ark. Radiologists' perceptions on AI integration: An in-depth survey study. Eur J Radiol. 2024;177:111590. PubMed Anket
  3. Esmaeilzadeh P. Challenges and strategies for wide-scale artificial intelligence (AI) deployment in healthcare practices: A perspective for healthcare organizations. Artif Intell Med. 2024;151:102861. PubMed Perspektif
  4. Beets B, Newman TP, Howell EL ve ark. Surveying Public Perceptions of Artificial Intelligence in Health Care in the United States: Systematic Review. J Med Internet Res. 2023;25:e40337. PubMed Sistematik Derleme