Gelişmiş yapay zeka tabanlı sohbet botları ve büyük dil modelleri (Large Language Models, LLM) sağlık sektöründe köklü bir dönüşümü tetikliyor. Özellikle OpenAI’ın ChatGPT modeli, klinik karar desteğinden hasta eğitimine ve tıbbi dokümantasyona kadar pek çok alanda yenilikçi uygulamalara imkân tanıyor. Üstelik bu alandaki gelişmeler gerçek dünyada somut sonuçlar vermeye başladı. Dünya genelinde sağlık profesyonelleri ve kurumları, bu teknolojileri stratejik olarak benimseyerek karar alma süreçlerinde önemli kazanımlar elde ediyor. Bu yazıda, üst düzey yöneticiler için ChatGPT ve benzeri büyük dil modellerinin sağlık sektöründeki kullanım alanlarını, araştırma bulguları ve örneklerle ele alacağız.
Klinik Karar Desteğinde Yapay Zeka ve ChatGPT
Klinik karar desteği, doktorların teşhis ve tedavi kararlarını alırken yararlandığı kritik bir alandır. Büyük dil modelleri, devasa tıbbi bilgi birikimine hızlı erişim sağlayarak bu alanda yardımcı bir rol oynuyor. Örneğin, Mass General Brigham araştırmacıları ChatGPT’nin olası teşhisleri listelemeden nihai tanı ve tedavi planına kadar bütüncül bir klinik senaryoda yaklaşık %72 doğrulukla kararlar üretebildiğini ortaya koydu. Bu çalışmada ChatGPT’nin nihai tanıyı koymadaki başarısı %77 olarak bulundu ve performansının yeni mezun bir asistan hekim düzeyinde olduğu belirtildi (Healthcare IT News, 2023). Bu sonuç, büyük dil modellerinin doğru kullanıldığında hekimlerin karar süreçlerini etkili bir şekilde destekleyebileceğine işaret ediyor.
Sadece araştırma ortamlarında değil, pratikte de doktorlar ChatGPT gibi araçları yardımcı danışman olarak kullanmaya başlamış durumda. Hekimlerin bir kısmı, klinik kararlarında büyük dil modellerine ilaç etkileşimlerini kontrol etmek ya da olası tanıları değerlendirmek gibi amaçlarla başvuruyor. Benzer şekilde, Beth Israel Deaconess Tıp Merkezi’nde gerçekleştirilen bir çalışmada ChatGPT-4’ün klinik akıl yürütme testlerinde kıdemli uzman doktorları dahi geride bırakarak 10 üzerinden 10 tam puan aldığı raporlandı. Bu çalışmada asistan hekimler 8, uzmanlar 9 alırken, ChatGPT-4’ün akıl yürütme puanı 10 oldu. İlginç olan, tanı doğruluğunda ise doktorların ChatGPT’yi aştığı gözlemlendi; bu durum yapay zekanın insan klinik tecrübesini tamamen ikame etmektense tamamlayıcı bir araç olarak düşünülmesi gerektiğini vurguluyor. Nitekim araştırmacılar yapay zekâyı hekimlerin gözden kaçırabileceği noktalar için bir kontrol mekanizması ve karar destek aracı olarak görmenin daha doğru olacağını belirtiyor.
Gerçek bir vaka da yapay zeka destekli karar desteğinin potansiyelini gösteriyor. 2023 yılında ABD’de, 4 yaşındaki bir çocuğun üç yıl boyunca 17 farklı doktor tarafından konulamayan tanısı, ChatGPT’nin yardımıyla doğru şekilde belirlendi. Yapay zeka tarafından önerilen bu nadir teşhis, doktorlarca da teyit edilerek çocuğun tedavisi başlatıldı. Bu örnek, ChatGPT gibi modellerin karmaşık ve çözülememiş vakalarda taze bir bakış açısı sunabildiğini göstermesi açısından dikkate değerdir. Özetle, klinik karar desteğinde yapay zeka uygulamaları, teşhis ve tedavi süreçlerinde ikinci bir görüş sunarak sağlık hizmeti kalitesini artırma potansiyeli taşıyor.
Hasta Eğitimi ve İletişimde ChatGPT’nin Rolü
Hasta eğitimi ve iletişimi, sağlık hizmetlerinin etkinliği için kritik bir diğer alandır. Hastaların anlayacağı dilde doğru bilgiler sunmak ve sorularını hızlı yanıtlamak, hasta memnuniyetini ve tedavi uyumunu artırır. Bu noktada ChatGPT gibi sohbet botları, 7/24 erişilebilirliği ve geniş bilgi tabanıyla devreye giriyor. Yapılan bir çalışma, ChatGPT’nin hasta sorularına verdiği yanıtların doktorların yanıtlarından daha bilgi verici, detaylı ve empatik bulunabildiğini ortaya koydu. JAMA Internal Medicine dergisinde yayımlanan bu araştırmada, hastaların çevrimiçi platformlarda sordukları 195 soruya karşılık, bir grup doktorun ve ChatGPT’nin yazılı yanıtları karşılaştırıldı. Sonuçta uzman bir jüri, 585 karşılaştırmanın %78’inde ChatGPT’nin cevabını tercih etti ve bu yanıtları içerik kalitesi ve empati düzeyi açısından üstün buldu. Dr. John W. Ayers liderliğindeki ekip, ChatGPT’nin hasta sorularını daha kapsamlı ve nüanslı ele alarak hekimlere göre daha ayrıntılı ve doğru bilgilerle yanıt verdiğini, dolayısıyla hastaların bilgilendirilmesinde büyük fırsatlar sunduğunu vurguluyor.
Sohbet botlarının hasta iletişimindeki faydaları yalnız araştırmalarla sınırlı değil. Birinci basamak sağlık hizmetlerinde görev yapan hekimlerin bir bölümü, büyük dil modellerini hasta eğitimi amacıyla da kullanmaya başladı. Bu kullanım, hastaların durumlarıyla ilgili bilgi almaları, yaşam tarzı önerileri ve basit tıbbi soruların yanıtlanması gibi konuları içeriyor. Örneğin, Türkiye merkezli bir girişim olan Albert Health, kronik hastalara yönelik, hasta eğitimi ve takibini destekleyen yapay zeka tabanlı bir sağlık asistanı geliştirdi. Albert Health’in Türkçe, İngilizce ve Arapça dillerinde hizmet veren asistanı, onkoloji, kardiyoloji ve nöroloji gibi alanlarda hastaların sorularını yanıtlamak üzere tasarlandı. Diyabet gibi kronik hastalıklarda, özel eğitilmiş dil modelleri ve belgelerden beslenen yapay zeka sistemleriyle hastalara kişiselleştirilmiş bilgiler sunuluyor ve gerektiğinde bir sağlık profesyoneline yönlendirme yapılıyor. Bu örnek, yerli ve milli girişimlerin de LLM teknolojisini hasta iletişimi ve eğitimi için kullanabildiğini göstermektedir.
Büyük dil modellerinin hasta iletişiminde kullanımı, sadece metin tabanlı sorulara yanıt vermekle sınırlı olmayıp ruh sağlığı desteği veya kronik hastalık takibi gibi alanlara da yayılıyor. Birçok sağlık kuruluşu, psikolojik danışmanlık veya davranışsal sağlık desteği için empatik sohbet botlarını denemeye başladı. Bu botlar, elbette ki gerçek bir uzman yerine geçemez; ancak temel düzeyde destek ve yönlendirme sağlayarak sağlık personelinin yükünü hafifletebilir. Stratejik açıdan bakıldığında, sağlık yöneticileri için hasta iletişiminde yapay zeka, daha geniş kitlelere ölçeklenebilir eğitim ve destek sağlama, böylece hasta deneyimini iyileştirme fırsatı anlamına geliyor.
Tıbbi Dokümantasyon ve İş Yükünün Azaltılması
Sağlık sektöründe idari iş yükü ve tıbbi dokümantasyon, hekimlerin ve sağlık çalışanlarının en fazla zaman harcadığı alanlardan biridir. Rapor yazımı, epikriz (taburcu özeti) oluşturma, hasta dosyası güncelleme gibi işler, yoğun tempoda hem vakit alıcı hem de hataya açık süreçlerdir. Yapay zeka destekli dil modelleri, bu alanda otomasyon ve zaman tasarrufu sağlayarak önemli bir stratejik avantaj sunuyor. Örneğin, İsveç ve İsviçre’de yapılan bir pilot çalışmada, ortopedik vaka notlarını hazırlamada ChatGPT’nin performansı incelendi. Sonuçlar çarpıcıydı: Doktorlar bir taburculuk raporunu ortalama 27,8 dakikada hazırlarken, ChatGPT aynı kalitede raporu ortalama 2,9 dakikada üretti. Yani yapay zeka, rapor yazımında insan hızının yaklaşık 10 katına ulaştı. Dahası, alanında uzman bir heyet, ChatGPT tarafından yazılan notların kalite olarak insan doktorlarınkine büyük ölçüde benzer olduğunu belirtti. Çalışmanın yürütücülerinden Dr. Cyrus Broden, bu bulgular ışığında “yapay zekadaki ilerlemeler sayesinde sağlık çalışanlarının üzerindeki idari yükü azaltma fırsatı doğuyor; böylece doktorlar hastalarına daha fazla zaman ayırabilir” diyerek konunun önemini vurguladı. Bu araştırma, Acta Orthopaedica dergisinde yayımlanarak literatüre kazandırıldı.
Benzer biçimde, İngiltere’de aile hekimleri üzerinde yapılan bir araştırma, pratisyen hekimlerin bir bölümünün rutin hasta mektuplarını ve sevk yazılarını hazırlamak için halihazırda yapay zeka araçlarını kullandığını gösteriyor. Bu veri, tıbbi dokümantasyonda yapay zekanın klinik pratiğe entegrasyonunun başlamış olduğunu göstermesi açısından önemli. ABD’de ise elektronik sağlık kayıtları (EHR) pazarının lideri Epic, Microsoft iş birliğiyle GPT-4 tabanlı bir asistanı sistemine entegre etmeye başladı. Bu sayede hekimler, hasta muayene notlarını veya hasta mesajlarına verilecek yanıtları yapay zekanın taslak olarak hazırlamasını sağlayıp, üzerinden geçerek zaman kazanabiliyorlar. İlk uygulamalarda hasta portalı mesajlarına yapay zeka tarafından taslak yanıtlar oluşturularak klinisyenlerin iletişim yükünün azaltılması hedeflendi.
Tıbbi dokümantasyon süreçlerinde yapay zekanın getirdiği verimlilik artışı, yöneticiler için doğrudan operasyonel iyileşme anlamına gelir. Doktor tükenmişliği (burnout) sorununa karşı da yapay zeka destekli otomasyon bir nefes olabilir. Nitekim uzmanlar, klinik not yazımının, epikriz hazırlamanın ya da rutin formların yapay zeka tarafından hazırlanmasının hekimlerin üzerindeki bürokratik yükü azaltarak onların hasta bakımına daha fazla odaklanmasına olanak tanıyacağını belirtmektedir. Elbette, insan kontrolü ve son onay mekanizması her zaman oyunun içinde olmalıdır; ancak stratejik düzeyde bakıldığında, yapay zeka ile desteklenen dokümantasyon, iş akışlarında maliyet-etkinlik ve hız kazandıran önemli bir inovasyondur.
Başarı Örnekleri: Türkiye’den ve Dünyadan Deneyimler
Yapay zeka ve sohbet botlarının sağlık sektöründe kullanımına dair somut başarı örnekleri her geçen gün artıyor. Uluslararası arenada, teknoloji devleri ve önde gelen sağlık kuruluşları bu alanda pilot projeler yürütmekte. Örneğin, Mayo Clinic, Google ile iş birliği yaparak sağlık alanına özel bir LLM olan Med-PaLM 2’yi denemeye aldı. Med-PaLM 2, tıpkı ChatGPT gibi bir yapay zeka sohbet botu ancak tıbbi bilgiyle özel olarak eğitilmiş bir model. Nisan 2023’te Mayo Clinic’te başlatılan pilot uygulamada, klinisyenlerin tıbbi sorularına güvenli ve isabetli yanıtlar vermesi hedeflendi. Google’ın bu aracı, özellikle doktor erişiminin kısıtlı olduğu bölgelerde bir tür yapay zeka sağlık asistanı olarak değer yaratabilir. Diğer yandan Microsoft, Nuance şirketi aracılığıyla DAX (Dragon Ambient eXperience) adı verilen GPT-4 tabanlı bir klinik not alma sistemini sağlık hizmetlerine entegre ediyor. Birçok hastane bilgi yönetim sistemi (HBYS/EHR), bu sayede muayene sırasında gerçekleşen diyaloğu otomatik olarak bir muayene notu haline getiren yapay zeka özellikleri kazanmaya başladı. GPT-4 destekli DAX gibi sistemlerin, doktorların hasta randevularından sonraki not yazma yükünü azaltabileceği değerlendiriliyor. İlk raporlara göre, bu yapay zeka destekli sistemler, not yazım süresini önemli oranda kısaltırken, içerik kalitesini koruyabiliyor.
Türkiye’de de sağlıkta yapay zeka alanında girişimler ve projeler dikkat çekiyor. Yukarıda değindiğimiz Albert Health, yerli bir başarı hikâyesi olarak öne çıkıyor. Türk mühendislerce geliştirilen bu platform, Orta Doğu’dan Avrupa’ya uzanan bir coğrafyaya hitap ediyor ve ülkemizin yapay zeka ekosistemini sağlık alanında temsil ediyor. Ayrıca, bazı büyük sağlık kuruluşlarımız da yapay zeka destekli çözümlere pilot düzeyde ilgi göstermeye başladı. Üniversite hastanelerinde ve şehir hastanelerinde, görüntüleme analizinden hasta triyajına kadar farklı yapay zeka projeleri yürütülüyor. Sağlık Bakanlığı da dijital sağlık stratejileri kapsamında yapay zeka uygulamalarına kapı aralayan düzenlemeler ve teşvikler üzerinde çalışmakta. Bu gelişmeler, Türkiye’nin de küresel trendlerle eşzamanlı olarak sağlıkta yapay zeka adaptasyonunu önemsediğini gösteriyor.
Uluslararası başarı örnekleri, sağlık yöneticilerine vizyon çizmesi açısından değerlidir. Örneğin, Birleşik Krallık’ta NHS’in iş birliği yaptığı Babylon Health adlı (2023’te mali sorunlar nedeniyle yönetime devredilen ve klinik hizmetleri eMed’e satılan) dijital sağlık girişimi, semptom kontrolü ve sanal danışmanlık hizmeti sunan bir chatbot ile milyonlarca kullanıcıya ulaştı. Her ne kadar Babylon’un yöntemi geleneksel kurallı sistemlere dayansa da, bu alandaki deneyim daha gelişmiş LLM tabanlı çözümler için zemin hazırladı. Benzer şekilde, dünyada pek çok start-up ve sağlık teknolojisi şirketi, belirli bir uzmanlık alanına odaklanan sohbet botları geliştiriyor (örneğin diyabet yönetimi, ilaç dozu ayarlama, kanser tedavisi rehberliği gibi). Bu niş çözümlerden alınan olumlu sonuçlar, büyük çaplı sağlık kuruluşlarının da yatırım iştahını kabartıyor. Stratejik olarak bakıldığında, hem global ölçekte hem de yerelde elde edilen başarı hikayeleri, diğer kurumlar için öğrenilecek dersler ve uygulanabilir modeller sunuyor.
Zorluklar, Etik ve Güvenlik Boyutu
Her teknolojik atılımda olduğu gibi, yapay zeka sohbet botlarının sağlıkta kullanımında da bazı zorluklar ve riskler mevcut. Üst düzey yöneticilerin bu teknolojileri stratejilerine entegre ederken güvenilirlik, etik ve yasal uyumluluk konularını gözetmesi gerekiyor. Birincil endişelerden biri, hasta mahremiyeti ve veri güvenliği. ChatGPT gibi LLM modelleri bulut tabanlı hizmetler olduğundan, hastalara ait verilerin bu platformlara girilmesi GDPR ve KVKK gibi düzenlemeler açısından sakıncalar doğurabilir. Nitekim uzmanlar, hasta verilerini anonimleştirmeden veya uygun izinleri almadan bu tür araçlara yüklemenin gizlilik ihlali riskini taşıdığını vurguluyor. Örneğin Avrupa’da bazı kurumlar, hassas verilerin OpenAI sunucularına gitmesini önlemek için yerel sunucularda çalışan özel dil modellerine yöneliyor.
Bir diğer önemli husus, yapay zeka yanıtlarının doğruluğu ve tutarlılığı. Büyük dil modelleri zaman zaman “halüsinasyon” denilen, gerçekte olmayan referanslar veya hatalı bilgiler üretebiliyor. Bu nedenle, model ne kadar ileri olursa olsun, ürettiği tıbbi bilginin insan denetiminden geçmesi şart. Yöneticilerin, kurumlarında yapay zeka kullanılacaksa, net onay mekanizmaları ve sorumluluk çizgileri belirlemesi gerekiyor. Örneğin, bir yapay zeka asistanının önerdiği tedavi planı asla doğrudan hastaya uygulanmamalı; bir hekim tarafından incelenip teyit edilmelidir. Bahsi geçen Beth Israel çalışmasının araştırmacıları da yapay zekanın insan doktorun yerine değil, yardımcısı olarak görülmesi gerektiğini özellikle belirtiyor.
Etik açıdan şeffaflık ve hesap verebilirlik önemli. Hastalar, karşılarındaki cevabın bir yapay zeka tarafından mı yoksa insan tarafından mı verildiğini bilme hakkına sahip olabilir. Ayrıca, yapay zekanın karar süreçlerinde kullanımıyla ilgili sorumluluk paylaşımı da tartışılıyor: Bir tanı hatasında yapay zeka önerisi etkili olduysa, sorumluluk kime ait olacak? Bu gibi sorular için kurumların etik kurullarında proaktif tartışmalar yapılmalı ve mümkünse kılavuz ilkeler oluşturulmalı.
Tüm bu zorluklara rağmen, düzenleyici çerçevelerin giderek netleşmesi ve teknolojinin olgunlaşmasıyla, yapay zeka sohbet botlarının sağlıkta güvenli entegrasyonu mümkün görünüyor. ABD FDA ve AB sağlık otoriteleri, klinik yapay zeka yazılımları için onay ve denetim süreçlerini belirginleştiriyor. Türkiye’de de benzer şekilde, Sağlık Bakanlığı’nın ve ilgili kurumların, dijital sağlık uygulamalarına dair mevzuat çalışmaları bulunuyor. Stratejik bir yaklaşım benimsenecek olursa, yöneticilerin bu süreçleri yakından takip ederek, riskleri minimize edecek önlemlerle birlikte yapay zeka projelerini hayata geçirmeleri önerilir.
Sonuç: Stratejik Kazanımlar ve Geleceğe Bakış
ChatGPT ve büyük dil modellerinin sağlık sektöründeki etkisi, somut araştırma bulguları ve gerçek hayat örnekleriyle artık inkar edilemez bir noktada. Klinik karar desteğinde tanı ve tedavi süreçlerini zenginleştiren, hasta eğitiminde bilgiye erişimi demokratikleştiren ve tıbbi dokümantasyonda verimlilik sağlayan bu teknolojiler, doğru kullanıldığında hem klinik sonuçları iyileştirebilir hem de operasyonel maliyetleri azaltabilir. Üst düzey yöneticiler için, bu alan artık sadece teknolojik bir merak olmaktan çıkıp stratejik planların merkezine yerleşiyor.
Elbette, her yenilikte olduğu gibi, bu teknolojilerin de başarıyla uygulanması dikkatli bir değişim yönetimini gerektiriyor. Kurum kültürünün yapay zeka ile çalışmaya hazır hale getirilmesi, sağlık personeline gerekli eğitimlerin verilmesi ve teknoloji altyapısının güvenilir şekilde kurulması kritik adımlardır. Ayrıca, ölçülebilir hedefler ve metrikler belirleyerek (örneğin, AI sayesinde kısalan bekleme süreleri, azalan hatalar, artan hasta memnuniyeti gibi) yapay zeka girişimlerinin değerini ortaya koymak önemlidir.
Son tahlilde, sağlıkta yapay zeka destekli sohbet botları ve büyük dil modelleri, rekabetçi avantaj sağlamak isteyen vizyoner yöneticiler için önemli bir fırsattır. Bu fırsatı değerlendirirken, bilimsel verilerle desteklenen bir yaklaşım benimsemek ve etik ilkelere bağlı kalarak inovasyonu kurum kültürüne yansıtmak gerekecektir. Sağlık sektöründe dijital dönüşüm rüzgarı eserken, yapay zeka ile güçlendirilmiş bir strateji benimseyen kurumlar hem hastalar hem de paydaşlar nezdinde bir adım öne çıkacaktır.
Sıkça Sorulan Sorular
ChatGPT ve büyük dil modelleri sağlık sektöründe hangi alanlarda kullanılıyor?
ChatGPT ve büyük dil modelleri sağlık sektöründe özellikle klinik karar desteği, hasta eğitimi ve iletişimi ile tıbbi dokümantasyon gibi alanlarda kullanılmaktadır. Klinik teşhislerde yardımcı araç olarak görev yapmakta, hasta sorularına hızlı ve doğru yanıtlar sunmakta ve tıbbi belgelerin hazırlanmasında doktorların iş yükünü azaltmaktadır.
ChatGPT doktorların yerini alabilir mi?
Hayır. ChatGPT ve benzeri büyük dil modelleri, doktorların yerini almaz; aksine doktorların klinik karar alma süreçlerini destekleyen yardımcı araçlardır. Yapılan çalışmalar, ChatGPT’nin teşhis doğruluğunda hekimlerin yerini tutamayacağını ancak onlara güçlü bir destek sağlayabileceğini ortaya koymuştur.
ChatGPT hasta sorularını yanıtlamada ne kadar güvenilir?
Araştırmalar, ChatGPT’nin hastalara verdiği yanıtların genellikle doktorların cevaplarına göre daha bilgilendirici, kapsamlı ve empatik olduğunu göstermektedir. Ancak sağlıkla ilgili kritik kararlar söz konusu olduğunda her zaman bir sağlık profesyoneline danışılması önerilir.
ChatGPT hasta mahremiyeti açısından güvenli mi?
ChatGPT gibi bulut tabanlı yapay zeka sohbet botları kullanılırken hasta mahremiyeti ve veri güvenliği büyük önem taşımaktadır. Sağlık kuruluşları, GDPR ve KVKK gibi yasal düzenlemelere uymak adına hassas hasta verilerini doğrudan bu tür bulut tabanlı araçlara girmemeli ve özel önlemler almalıdır.
Güncelleme (Ekim 2026)
Bu yazı Ekim 2026’da gözden geçirildi. Aşağıdaki notlar, yazının yayımlandığı tarihten bu yana yaşanan gelişmeleri güncel ve kaynaklı verilerle özetler.
Hekimlerin yapay zeka kullanımı yazının yayımlanmasından bu yana belirgin biçimde arttı. Amerikan Tabipler Birliği’nin (AMA) 15 Ocak–2 Şubat 2026 tarihleri arasında 1.692 hekimle yaptığı ankete göre hekimlerin %81’i mesleki işlerinde yapay zeka kullanıyor; bu oran 2023’te %38’di. En yaygın kullanım alanları tıbbi araştırmaların özetlenmesi ve klinik dokümantasyon olarak bildirildi. (AMA, 2026)
Dokümantasyon tarafında Microsoft, Mart 2025’te dikte aracı Dragon Medical One ile ortam dinlemeli not aracı DAX Copilot’u Dragon Copilot adıyla tek bir klinik asistanda birleştirdi. Şirket, aracın klinik not, sevk mektubu ve vizit sonrası özet taslakları hazırlayabildiğini açıkladı. Hasta tarafında ise OpenAI, 7 Ocak 2026’da kullanıcıların sağlık kayıtlarını ve sağlık uygulamalarını bağlayabildiği ayrı bir “ChatGPT Health” alanını duyurdu; kayıt bağlantısı başlangıçta yalnızca ABD’de sunuluyor. (TechRadar, 2025; Fortune, 2026)
Hasta iletişimine ilişkin kanıtlar temkinli olmayı gerektiriyor. Nature Medicine’de Şubat 2026’da yayımlanan ve 1.298 katılımcının yer aldığı randomize bir çalışmada, dil modelleri senaryolardaki durumu tek başına %94,9 oranında doğru belirlerken, aynı modelleri kullanan katılımcılar ilgili durumu vakaların %34,5’inden azında belirleyebildi ve kontrol grubundan daha iyi sonuç alamadı. Yazarlar, kamuya açık kullanım öncesinde gerçek kullanıcılarla sistematik test yapılmasını öneriyor. (Nature Medicine, 2026 (doi:10.1038/s41591-025-04074-y))
Düzenleyici çerçevede AB, 27 Temmuz 2026’da yürürlüğe giren Dijital Omnibus düzenlemesiyle Yapay Zeka Yasası’nın yüksek riskli sistemlere ilişkin takvimini erteledi: bağımsız yüksek riskli sistemler için kurallar 2 Aralık 2027’den, tıbbi cihazlar gibi ürünlere gömülü yapay zeka için 2 Ağustos 2028’den itibaren uygulanacak. Türkiye’de ise Kişisel Verileri Koruma Kurumu, Kasım 2025’te “Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi (15 Soruda)”nı yayımlayarak bu sistemlerin geliştirilmesi ve kullanımında 6698 sayılı Kanun kapsamındaki yükümlülükleri ele aldı. (Avrupa Komisyonu, 2026; KVKK, 2025)
Kaynaklar
- Oksijen Gazetesi – Araştırma: ChatGPT doktorlardan 10 kat daha hızlı rapor hazırlıyor (29 Mart 2024). (gazeteoksijen.com)
- Euronews Türkçe – 17 doktorun 3 senede tanımlayamadığı hastalığa ChatGPT doğru teşhis koydu (13 Eylül 2023).
- Medikal Akademi – ChatGPT, doktorları geride bıraktı: Daha bilgilendirici, detaylı ve empatik yanıtlar verdi (JAMA Internal Medicine araştırma haberi, 2023). (medikalakademi.com.tr)
- Mass General Brigham – ChatGPT Shows “Impressive” Accuracy in Clinical Decision Making (Basın bülteni, 22 Ağustos 2023). (massgeneralbrigham.org)
- Becker’s Hospital Review – Google tests ChatGPT competitor at Mayo Clinic (10 Temmuz 2023). (beckershospitalreview.com)
