Yapay zekânın hekimlerin klinik kararlarını gerçekten iyileştirip iyileştiremeyeceği tıp dünyasının en önemli tartışmalarından biri haline geldi.
9 Eylül 2026’da npj Digital Medicine dergisinde yayımlanan yeni bir randomize kontrollü çalışma, bu soruya üç farklı ülkeden dikkat çekici veriler sundu.
Endonezya, Kenya ve Hollanda’da gerçekleştirilen araştırmaya toplam 249 hekim katıldı.
Hekimler rastgele iki gruba ayrıldı. Bir gruba klinik vakaları değerlendirirken GPT-4o tabanlı büyük dil modeline erişim sağlandı. Kontrol grubundaki hekimler ise yapay zekâ desteği olmadan vakaları değerlendirdi.
Sonuçlar üç ülkede de yapay zekâ desteği alan hekimlerin klinik vaka performansının daha yüksek olduğunu gösterdi.
EN BÜYÜK FARK KENYA’DA GÖRÜLDÜ
Yapay zekâ desteğinin etkisi ülkeler arasında aynı büyüklükte değildi.
Araştırmacıların bildirdiği sonuçlara göre yapay zekâ erişimi olan ve olmayan hekimler arasındaki performans farkı Kenya’da 18 yüzde puanı olarak ölçüldü.
Endonezya’da fark 10,7 yüzde puanı, Hollanda’da ise 7,2 yüzde puanıydı.
Her üç ülkedeki fark da istatistiksel olarak anlamlı bulundu.
Araştırmacılar, en büyük farkın Kenya’da görülmesinin özellikle düşük ve orta gelirli sağlık sistemlerinde yapay zekâ destekli karar araçlarının potansiyeli açısından araştırılması gereken önemli bir bulgu olduğunu belirtti.
Ancak sonuçların sağlık hizmetlerindeki eşitsizliklerin yapay zekâyla giderilebileceğini kanıtladığını söylemek için henüz erken.
GERÇEK HASTALAR ÜZERİNDE YAPILMADI
Araştırmanın en önemli ayrıntılarından biri çalışma ortamı.
Hekimler gerçek hastaları tedavi ederken karşılaştırılmadı. Bunun yerine standartlaştırılmış klinik vakalar üzerinden değerlendirildi.
Bu ayrım önemli.
Çünkü kontrollü bir klinik vakada doğru tanı veya tedavi yaklaşımına ulaşmak ile yoğun bir hastane veya poliklinik ortamında gerçek bir hastanın bakımını yürütmek aynı şey değil.
Gerçek klinik uygulamada hasta öyküsünün eksik olması, fizik muayene bulguları, zaman baskısı, laboratuvar ve görüntüleme sonuçları, hastanın tercihleri ve eşlik eden hastalıklar gibi çok sayıda değişken karar sürecini etkiliyor.
Bu nedenle araştırmanın sonuçları “yapay zekâ kullanan hekimler daha iyi doktor oluyor” şeklinde yorumlanamaz.
Çalışmanın gösterdiği daha sınırlı ancak önemli sonuç şu:
Kontrollü koşullarda büyük dil modeli desteğine erişimi bulunan hekimler, değerlendirilen klinik vakalarda daha yüksek performans gösterdi.
KONTROL GRUBUNDA İNTERNET VE KLİNİK KILAVUZ YOKTU
Araştırmayı yorumlarken dikkat edilmesi gereken başka bir nokta daha bulunuyor.
Kontrol grubundaki hekimlere internet veya klinik kılavuzlar gibi geleneksel bilgi kaynaklarına erişim sağlanmadı.
Yapay zekâ grubundaki hekimlerin ise GPT-4o’ya erişimi vardı.
Dolayısıyla çalışma doğrudan “yapay zekâ mı, günümüzde hekimin kullandığı bütün geleneksel dijital kaynaklar mı daha iyi?” sorusunu yanıtlamıyor.
Bu durum, yapay zekâ grubunda görülen performans farkının günlük klinik uygulamaya aktarılmasında dikkatli olunmasını gerektiriyor.
HASTA GÜVENLİĞİ İÇİN HENÜZ CEVAP YOK
Çalışmanın bir diğer önemli sınırlaması hasta güvenliğiyle ilgili.
Araştırmacılar çalışmada olası zararların değerlendirilmediğini açıkça belirtti.
Bu nedenle yapay zekânın yanlış önerisinin hekimin kararını nasıl etkileyebileceği veya sistemin hatalı bir klinik kararın oluşmasına katkıda bulunup bulunamayacağı bu araştırmadan anlaşılamıyor.
Tıbbi yapay zekâ sistemleri açısından yalnızca doğru cevapların sayısını artırmak yeterli değil.
Yanlış önerilerin sıklığı, hekimin yapay zekâya ne ölçüde güvendiği, hatalı öneriyi fark edip edemediği ve bunun hasta güvenliğine etkisi de değerlendirilmek zorunda.
GERÇEK KLİNİK ARAŞTIRMALAR DAHA TEMKİNLİ BİR TABLO ÇİZİYOR
Yapay zekânın kontrollü vakalarda gösterdiği başarı ile gerçek klinik uygulamadaki etkisini birbirinden ayırmak gerekiyor.
2026 yılında Nature Medicine’da yayımlanan başka bir pragmatik randomize çalışma, Kenya’daki 16 birinci basamak sağlık kuruluşunda 9 binden fazla hasta karşılaşmasını değerlendirmişti.
Elektronik sağlık kaydına entegre yapay zekâ destekli klinik karar sistemi kullanılan grupla standart bakım grubu karşılaştırıldığında, 14 günlük tedavi başarısızlığı açısından istatistiksel olarak anlamlı bir fark gösterilememişti.
Bu sonuç iki araştırmanın birbiriyle çeliştiği anlamına gelmiyor.
Aksine tıbbi yapay zekâ araştırmalarındaki önemli bir ayrımı ortaya koyuyor:
Yapay zekâ kontrollü klinik problemlerde hekimin performansını artırabilirken, bunun gerçek hastalarda daha iyi sağlık sonuçlarına dönüşüp dönüşmediğini ayrıca göstermek gerekiyor.
HEKİMİN YERİNİ ALMAK DEĞİL, HEKİME DESTEK OLMAK
Yeni araştırmanın önemli yönlerinden biri de yapay zekâyı hekimin rakibi olarak değil, hekimin kullandığı bir karar destek aracı olarak değerlendirmesi.
Tıbbi yapay zekâ tartışmalarında uzun süredir “yapay zekâ doktorların yerini alacak mı?” sorusu öne çıkıyor.
Ancak klinik uygulama açısından daha gerçekçi soru farklı olabilir:
“Yapay zekâyı kullanan bir hekim, kullanmayan bir hekime göre bazı klinik görevlerde daha iyi karar verebilir mi?”
Üç ülkeden 249 hekimle gerçekleştirilen yeni çalışma, kontrollü klinik vakalar açısından bu soruya olumlu bir işaret veriyor.
Ancak yapay zekânın gerçek sağlık hizmetinde hastalara daha iyi sonuçlar sağlayıp sağlamadığı, güvenliği nasıl etkilediği ve hangi klinik ortamlarda en fazla yarar sağladığı henüz çok daha büyük ve gerçek yaşam çalışmalarında yanıtlanmayı bekliyor.
Kaynaklar:
Rounding N, Arif LS, Berg J, et al. Impact of LLM assistance on physician decision-making: a multi-country randomized controlled trial. npj Digital Medicine. 2026. DOI: 10.1038/s41746-026-03111-5.
AEA RCT Registry: AEARCTR-0013399.
