Yapay Zeka Muayene Sürecinde Nasıl Çalışır?

Muayene sırasında yapay zeka hekimin yerini almaz; sürecin farklı aşamalarında ona destek olur. Hekimle hasta arasındaki görüşmeyi nota dönüştürür, geçmiş hasta bilgilerini hekimin önüne getirir ve karar sürecini destekleyen öneriler sunar. Dr.Medkit’te bunlar muayene sürerken, eş zamanlı yapılır; klinik karar, hazırlanan içeriğin kontrolü ve son onay her zaman hekimde kalır.

Muayene sırasında yapay zeka tam olarak ne yapıyor?

Muayene sırasında kullanılan yapay zeka destekli dokümantasyon sistemleri, “ambient AI” yaklaşımıyla çalışır: ortamı dinleyerek hekim ile hasta arasındaki görüşmeyi klinik notlara dönüştürür ve hekimin ayrıca not tutma ihtiyacını azaltmayı hedefler. Kullanılan sisteme göre değişmekle birlikte süreç dört temel aşamada ele alınabilir.

• Dinleme: Hastanın onayıyla muayene konuşması işlenerek metne dönüştürülür. Ses verisi kalıcı olarak saklanmadan da bu işlem gerçekleştirilebilir.
• Yapılandırma: Konuşma işlenerek şikayet, öykü, muayene bulguları ve plan gibi klinik not bölümlerine ayrılır. İlgisiz konuşmalar ayıklanarak düzenli bir taslak hazırlanır.
• Kodlama ve kayıt hazırlığı: Bu özelliği destekleyen sistemlerde klinik notlardan ilgili tanı ve işlem kodları belirlenerek hekim kontrolüne sunulur.
• Onay: Hazırlanan taslak hekimin önüne gelir. Hekim içeriği kontrol eder, gerekli düzeltmeleri yapar ve son onayı verir. Kayıt üzerindeki son karar ve onay her zaman hekimde kalır.

Bu yaklaşımın geniş ölçekli örneklerinden biri Kaiser Permanente’nin Kuzey Kaliforniya grubunda görüldü: 2024’te yayımlanan değerlendirmede, 10 haftada 3.442 hekim ambient yapay zeka sistemini 303.266 hasta görüşmesinde kullandı. Hekimler, özellikle dokümantasyon yükünün ve mesai sonrası kayıt işlerinin azalmasına yönelik olumlu deneyimler bildirdi¹.

Ancak bu sonuçlar ağırlıklı olarak kullanıcı geri bildirimlerine dayanıyor; her klinikte aynı düzeyde zaman kazanımı sağlanacağını göstermiyor.

Hekimin yerine hangi işi yapmıyor?

Yapay zeka muayene sırasında klinik bilgileri işleyebilir, olası tanıları değerlendirmeye sunabilir ve karar sürecini destekleyen öneriler hazırlayabilir. Ancak tanı koymak, tedaviye karar vermek ve hastaya uygulanacak klinik yaklaşımı belirlemek hekimin sorumluluğundadır.

Dünya Sağlık Örgütü’nün 2021 tarihli sağlıkta yapay zeka rehberi, tıbbi kararların insan kontrolünde kalmasını ve yapay zeka sistemlerinin insan gözetimi altında kullanılmasını temel ilkeler arasında sayar². Yapay zeka klinik süreci destekler, ancak karar yetkisini devralmaz.

Bu yaklaşımın bir adı var: “human-in-the-loop”, yani kararın ve son kontrolün insanda kalması. Bu ilkeye dayalı iş akışında klinik notlar, tanı kodları ve diğer kayıtlar hekim onayı olmadan kesinleştirilmez veya ilgili sağlık sistemlerine aktarılmaz. Dr.Medkit de tam olarak bu yaklaşımı benimser; hazırlanan içeriklerin değerlendirilmesi ve son onay her zaman hekimde kalır.

Dr.Medkit süreci nasıl kuruyor?

Ambient yapay zeka sistemlerinde muayene konuşması görüşme sırasında işlenebilse de klinik notlar çoğu uygulamada muayene tamamlandıktan sonra hazırlanır. Dr.Medkit ise bu süreci muayenenin içine taşır. Hekim ile hasta arasındaki görüşmeyi yalnızca metne dönüştürmekle kalmaz; konuşmadaki klinik bilgileri anlamlandırarak yapılandırılmış anamnezi muayeneyle eş zamanlı hazırlar. Aynı süreçte hastanın geçmiş bilgileri ve mevcut klinik bulguları değerlendirilerek ilgili senaryoya özel, doğrulanmış tıbbi kaynaklara dayanan öneriler hekime sunulur. Böylece muayenenin bitmesi, dokümantasyonun başladığı an değil, hazırlanan içeriklerin kontrol edilip onaylandığı son aşama olur.

Muayene başlamadan: hastanın öyküsü hazır

Tek bir muayenenin notunu yazmakla hastanın beş yıllık öyküsünü bilmek farklı işlerdir. Dr.Medkit, sistemde bulunan önceki ziyaretleri, kullanılan ilaçları ve geçmiş klinik bulguları bir araya getiren klinik hafızayla çalışır. Hasta muayeneye gelmeden önce hekim, mevcut kayıtlardan hazırlanan geçmiş sağlık bilgileri özetine erişebilir. Böylece hekim hastanın geçmişini yeniden taramak zorunda kalmadan muayeneye hazırlanır; bu bilgiler görüşme başladığında da eş zamanlı hazırlanan anamneze ve klinik önerilere bağlam sağlar.

Muayene sırasında: not ve öneriler eş zamanlı

Çoğu uygulamada hekim muayene boyunca ne yazıldığını görmez; klinik not, “bitir ve kaydet” sonrasında tek parça halinde sunulur. Dr.Medkit’te ise dokümantasyon muayeneyle eş zamanlı ilerler. Hasta şikayetini anlatırken öykü bölümü oluşmaya başlar, muayene bulguları konuşulurken ilgili alanlar güncellenir. Hekim muayeneye odaklanırken klinik dokümantasyon arka planda ilerlemeye devam eder.

Aynı anda sistem, hastanın geçmiş bilgilerini ve görüşme sırasında ortaya çıkan klinik bulguları birlikte değerlendirir. Olası tanıları, ayırıcı tanıları ve sorulması faydalı olabilecek ek soruları hekimin önüne getirir. Bu öneriler muayene devam ederken ilgili kaynaklarıyla birlikte sunulur. Böylece hekim, hasta henüz karşısındayken gözden kaçabilecek noktaları değerlendirme ve gerekli gördüğü soruları yöneltme fırsatı bulur. Sistem bu değerlendirmeyi destekler; hangi önerinin dikkate alınacağına ve nasıl ilerleyeceğine hekim karar verir.

Tetkik istemleri de aynı akışın içinde verilir. Hekim sık kullandığı tetkikleri hazır setlerden seçebilir ya da hastaya özel yeni bir set oluşturabilir; istenen tetkikler muayene notuna ve özet ekranına doğrudan işlenir.

Öneriler kaynağıyla ve senaryosuyla gelir

Dr.Medkit, klinik önerilerini hastanın geçmiş öyküsü, mevcut şikayetleri ve muayene bulguları doğrultusunda oluşturur. Öneriler klinik kılavuzlara ve PubMed, Google Scholar gibi platformlar üzerinden erişilen hakemli bilimsel yayınlara dayandırılır; ilgili klinik senaryo ve kaynaklarıyla birlikte hekime sunulur. Bu süreçte sistemin iç kaynak doğrulama modülü, önerilerin dayanaklarını kaynağın türü, güncelliği ve mevcut kılavuzlarla uyumu açısından ayrıca kontrol eder. Doğrulanmamış kaynaklara dayalı öneri oluşturulmaz; kontrolü tamamlanamayan durumlar ise hekime açıkça belirtilir.

Öneriler aynı klinik koşullarda tekrarlanabilir olacak şekilde oluşturulur: aynı öykü ve aynı bulgular, aynı dayanaklı öneriyi üretir. Böylece hekim yalnızca hangi önerinin sunulduğunu değil, önerinin neden oluşturulduğunu, hangi kaynaklara dayandığını ve doğrulama durumunu da görebilir. Karar ise hekimde kalır.

“Bitir” tuşundan sonra: özet ve tek onay

Muayene tamamlandığında Dr.Medkit, görüşme boyunca hazırlanan anamnezi, klinik notları, değerlendirilen tanıları, ilgili ICD tanı kodlarını, istenen tetkikleri ve işlem bilgilerini tek bir özet halinde hekime sunar. Böylece muayene sırasında oluşturulan içerikler, istemler ve ilgili kodlar, son kontrol için aynı ekranda bir araya gelir.

Hekim hazırlanan özeti inceler, gerekli gördüğü alanları düzenler ve son onayını verir. Onaylanan bilgiler sistemde ilgili hasta kaydına işlenir ve e-Nabız’a gönderilmeye hazır hale gelir. Muayene boyunca ilerleyen dokümantasyon süreci, hekimin kontrolü ve onayıyla tamamlanır.

Yeni bir arayüzden fazlası: yeni bir çalışma biçimi

Geleneksel klinik yönetim yazılımları, kağıt üzerindeki pek çok işlemi dijital ortama taşıdı. Ancak veri girişi ve ekranlar arasında gezinme ihtiyacı devam ediyor. 2018’de ABD’de 55 acil hekimiyle yapılan çok merkezli bir araştırma, aynı klinik işlemler için gereken tıklama sayısı ve sürenin sistemler arasında önemli ölçüde değiştiğini ortaya koydu³. Dr.Medkit ise bu iş akışlarını hekim kontrolünü koruyarak yapay zeka ile otomatikleştirir.

Hekim, yapmak istediği işlemi yazılı veya sesli komutlarla ifade eder. Reçete hazırlama, tetkik istemi oluşturma veya fatura düzenleme gibi işlemlerde sistem, tek bir komutla gerekli adımları yürütür ve sonucu hekimin önüne getirir. Böylece hekim, her işlem için farklı menüler arasında dolaşmak yerine alışık olduğu klinik işleri doğrudan komutlarla yönetebilir.

Türkçe klinik dil için geliştirilmiş

Tıbbi görüşmelerde kullanılan kısaltmalar, mesleki terimler ve hastaların günlük ifadeleri, konuşmaların doğru anlamlandırılmasını zorlaştırabilir. Türkçe tıbbi dilde bu zorluk, alana özgü dil kaynaklarının sınırlılığı nedeniyle daha da önem kazanır⁴.

Dr.Medkit, Türkiye’deki hekimlerin günlük klinik pratiği ve Türkçe tıbbi terminoloji esas alınarak geliştirilmiştir. Hekimlerin kullandığı kısaltmalar, Türkçe ilaç ve işlem adları ile hastaların şikayetlerini kendi ifadeleriyle anlatma biçimleri sistemin klinik dil işleme sürecine dahil edilir. Böylece görüşmeler yalnızca metne dönüştürülmez; klinik bağlam dikkate alınarak hekimin alışık olduğu düzende yapılandırılmış notlar hazırlanır.

Hasta verileri nasıl korunur?

Sağlık verileri, KVKK kapsamında özel nitelikli kişisel verilerdir; özel işleme şartlarına ve güvenlik tedbirlerine tabidir⁵. Yapay zeka destekli klinik sistemlerde verilerin nerede saklandığı, nasıl işlendiği ve kimlerin erişebildiği bu nedenle önem taşır.

Dr.Medkit’te hasta verileri Türkiye’de saklanır. Muayene sırasında konuşmalar metne dönüştürülür ancak ses kayıtları kalıcı olarak tutulmaz. Hasta kayıtlarına erişim ise kullanıcıların yetkileri doğrultusunda yönetilir.

Eş zamanlı çalışmayı mümkün kılan yapı: ajanlar

Dr.Medkit’te muayene sırasında notların hazırlanması, klinik önerilerin oluşturulması ve ilgili işlemlerin yürütülmesi tek bir modelin tek seferde yaptığı işler değildir. Sistem, farklı görevleri üstlenen ve birbiriyle koordineli çalışan yapay zeka ajanlarından oluşur. Her ajan belirli bir işleme odaklanırken diğer ajanların ürettiği bilgilerden yararlanabilir. Hekim ise bu teknik süreçleri ayrı ayrı yönetmek zorunda kalmaz.

Süreçte beş temel ajan görev alır:

• Hafıza ajanı: Hastanın geçmiş kayıtlarını mevcut muayeneye bağlam olarak sağlar.
• Dinleme ajanı: Muayene konuşmasını metne dönüştürür ve konuşmacıları ayırır.
• Not ajanı: Klinik bilgileri anlamlandırarak yapılandırılmış anamnezi hazırlar.
• Öneri ajanı: Klinik bulgulara ve geçmiş bilgilere dayalı, kaynaklarla desteklenen önerileri hekime sunar.
• Kayıt ajanı: Hekimin onayladığı bilgileri ilgili hasta kaydına işler.

Bu ajanları yöneten koordinasyon katmanı, hekimin komutlarını ilgili görevlere ayırır ve ajanlar arasındaki bilgi akışını düzenler. Üretilen çıktıları kontrol ederek tespit ettiği eksik veya tutarsız bilgileri hekime gösterir. Böylece olası sorunların hangi aşamada ortaya çıktığını belirlemek kolaylaşır.

Bu yapının hekim açısından iki temel faydası vardır: işlemler için farklı ekranlar arasında dolaşma ihtiyacı azalır ve kontrol gerektiren bilgiler ilgili aşamada görülebilir. Hekim bütün bu adımları ayrı ayrı yürütmek yerine süreci tek bir yapı üzerinden yönetir; klinik kayıtlar ise son onayıyla kesinleşir.

Sürece etkisi: zaman nereden kazanılıyor?

Yapay zeka, klinik süreçte hekimin yürüttüğü dokümantasyon ve idari iş yükünü azaltarak zaman kazandırmayı hedefler. 2016’da ABD’de dört uzmanlık alanından 57 hekimle yapılan gözlemsel bir çalışmada, mesai süresinin yaklaşık %27’sinin hastayla yüz yüze, %49’unun ise elektronik kayıt ve masa başı işlerle geçtiği görüldü. Mesai dışı çalışma günlüğü tutan 21 hekim ise günlük bir ila iki saat ek iş bildirdi⁶.

Bu iş yükünün etkisi yalnızca zaman kaybıyla sınırlı değildir. 2016’da yayımlanan, 6.375 ABD’li hekimin katıldığı anket araştırmasında elektronik kayıt ve bilgisayarlı istem sistemlerini kullanan hekimlerin idari işlere ayırdıkları zamandan daha az memnun oldukları görüldü. Bilgisayarlı istem sistemi kullanımı, diğer faktörler dikkate alındığında da daha yüksek tükenmişlik riskiyle ilişkili bulundu⁷. Bu bulgular, klinik dokümantasyon ve idari yükün hekimlerin mesleki yaşamı üzerindeki etkisine işaret eder.

Dr.Medkit, muayene öncesinde, sırasında ve sonrasında hekimin manuel olarak yürüttüğü işlemleri azaltarak günlük iş yükünü hafifletmeyi hedefler. Böylece yalnızca zaman kazanılması değil, mesai sonrasına taşan işlerin ve bunların yarattığı baskının azaltılması da amaçlanır.

Araştırmalar, idari iş yükü ile hekim tükenmişliği arasındaki ilişkiye dikkat çekse de bu yükün azaltılması tek başına tükenmişliğin önleneceği anlamına gelmez⁷. Dr.Medkit’in hedefi, hekimin zamanını yalnızca klinik pratiğine değil, kendisine de ayırabilmesine olanak tanımaktır.

Temel çıkarımlar

• Yapay zeka, muayene sırasında klinik bilgileri anlamlandırır, dokümantasyonu hazırlar ve karar sürecini destekler. Tanı ve tedavi kararları ise hekime aittir.
• Dr.Medkit, hastanın geçmiş bilgilerini muayene öncesinde bir araya getirir; anamnez, klinik öneriler ve tetkik istemleri muayeneyle eş zamanlı hazırlanır. Muayene sonunda tüm içerikler tek bir özet halinde hekim onayına sunulur.
• Klinik öneriler, hastanın mevcut durumuna ve doğrulanan tıbbi kaynaklara dayandırılır. Aynı klinik koşullarda tekrarlanabilir öneriler oluşturulur.
• Ajan tabanlı yapı, klinik ve idari işlemlerin yazılı veya sesli komutlarla yürütülmesini sağlar. Hasta verileri Türkiye’de saklanır ve muayene ses kayıtları kalıcı olarak tutulmaz.
• Dokümantasyon ve idari iş yükünün azaltılması, hekimin zaman kazanmasına ve mesai sonrasına taşan işlerin hafiflemesine yardımcı olabilir. Bu kazanımın düzeyi klinik koşullara göre değişir.

Kaynaklar

1. 1Tierney AA, Gayre G, Hoberman B, et al. Ambient Artificial Intelligence Scribes to Alleviate the Burden of Clinical Documentation. NEJM Catalyst Innovations in Care Delivery. 2024. DOI: 10.1056/CAT.23.0404.
2. 2World Health Organization. Ethics and Governance of Artificial Intelligence for Health: WHO Guidance. WHO. 2021. https://www.who.int/publications/i/item/9789240029200
3. 3Ratwani RM, Savage E, Will A, et al. A Usability and Safety Analysis of Electronic Health Records: A Multi-Center Study. Journal of the American Medical Informatics Association. 2018;25(9):1197–1201. DOI: 10.1093/jamia/ocy088.
4. 4Oğul İÜ, Soygazi F, Bostanoğlu BE. TurkMedNLI: a Turkish medical natural language inference dataset through large language model based translation. PeerJ Computer Science. 2025;11:e2662. DOI: 10.7717/peerj-cs.2662.
5. 56698 sayılı Kişisel Verilerin Korunması Kanunu. Resmî Gazete, Sayı 29677. 2016. https://www.mevzuat.gov.tr/mevzuat?MevzuatNo=6698&MevzuatTur=1&MevzuatTertip=5
6. 6Sinsky C, Colligan L, Li L, et al. Allocation of Physician Time in Ambulatory Practice: A Time and Motion Study in 4 Specialties. Annals of Internal Medicine. 2016. DOI: 10.7326/M16-0961.
7. 7Shanafelt TD, Dyrbye LN, Sinsky C, et al. Relationship Between Clerical Burden and Characteristics of the Electronic Environment With Physician Burnout and Professional Satisfaction. Mayo Clinic Proceedings. 2016. DOI: 10.1016/j.mayocp.2016.05.007.