YAPAY ZEKA GÜNDEMİ

Sağlıkta Yapay Zeka Eğitimi: Geleceğin Hastanelerini Yöneten Kurumlar

Klinik Yapay Zeka Okuryazarlığı, AI Elçileri ve Regülasyon Uyumlu Dönüşüm ile Sağlıkta Stratejik Üstünlük

Levent Karadağ, Türkiye Yapay Zeka Platformu Başkanı

28.02.2026

Bir sabah hastane koridorunda yürüdüğünüzü düşünün.

Yoğun bakımda bir hastanın risk skoru sistem tarafından saniyeler içinde hesaplanmış. Radyoloji görüntüsü yapay zeka tarafından önceliklendirilmiş. Klinik notlarınız otomatik olarak yapılandırılmış. Ancak bütün bu teknolojinin ortasında hâlâ tek bir soru duruyor:

Bu çıktıya ne kadar güvenebilirim?

İşte sağlıkta yapay zeka dönüşümünün en kritik noktası tam da burada başlıyor. Teknoloji değil; güven, yetkinlik ve liderlik meselesi.

Sağlıkta Dijital Dönüşümün Yeni Fazı: Kullanmak Değil, Yönetmek

Sağlık sistemleri artık yalnızca dijitalleşmiyor. Veriyle düşünen, öngörü üreten ve klinik akışı optimize eden akıllı yapılara evriliyor. Klinik karar destek sistemleri, üretken yapay zeka (GenAI), görüntü analitiği ve yapay zeka ajanları yeni sağlık mimarisinin parçası haline geliyor.

Yapay zeka uygulamalarının yaygınlaşması, hekimlerin bu teknolojiyi güvenli ve etkili biçimde kullanabilmesi için kapsamlı ve yapılandırılmış eğitim programlarını zorunlu kılmaktadır.

Bu dönüşüm bir yazılım projesi değildir.

Bu bir kurumsal kapasite inşa sürecidir.

Geleneksel Dijitalleşme	Yapay Zeka Çağı
Veri kaydı	Veri yorumlama
Geçmişe dönük analiz	Öngörücü analitik
IT odaklı yaklaşım	Klinik liderlik
Araç kullanımı	Algoritma yönetimi

Artık mesele yapay zekayı kullanmak değil, onu doğru çerçevede yönetebilmektir.

Klinik Yapay Zeka Okuryazarlığı: Gerçek Yetkinlik Nedir?

Klinik yapay zeka okuryazarlığı, bir uygulamayı açıp kullanabilmek değildir. Şu soruları sorabilme kapasitesidir:

• Bu model hangi veriyle eğitildi?
• Bu sonuç hangi hasta popülasyonu için geçerli?
• Yanlış negatif oranı nedir?
• Çıktı öneri mi, karar mı?
• Bu veriyi sisteme yüklemek hukuken güvenli mi?

Eğitimler yalnızca farkındalık değil, uygulamalı teknik yetkinlikler de içermelidir; Python ile veri analizi ve makine öğrenmesi gibi ileri düzey modüller bu sürecin parçası olmalıdır.

Klinik AI Okuryazarlığının Bileşenleri

Yetkinlik	Klinik Önemi
Veri Okuryazarlığı	Bias ve örneklem hatasını fark edebilme
Model Mantığı	Duyarlılık ve özgüllük yorumlama
Prompt Yetkinliği	Doğru soruyla doğru çıktıyı üretme
Etik Bilinç	KVKK ve hasta mahremiyeti farkındalığı
Kritik Değerlendirme	Automation bias’ı önleme

Bu yetkinlik olmadan teknoloji hız kazandırır; ancak güven üretmez.

Eğitim Olmadan Entegrasyon: Sessiz Riskler

Yapay zeka sistemleri öneri üretir; karar vermez.

Eğitim almamış bir klinisyen için en büyük risk, algoritmaya aşırı güven geliştirmektir. Bu durum literatürde “automation bias” olarak tanımlanır.

Olası Riskler

• Klinik validasyonu olmayan modellerin kullanımı
• Popülasyon uyumsuzluğu
• Yanlış negatiflerin gözden kaçması
• Hasta verisinin anonimleştirilmeden sisteme yüklenmesi
• KVKK ve GDPR ihlali

Sağlık verisi özel nitelikli kişisel veridir. Bu yalnızca teknik değil, hukuki ve etik bir sorumluluktur.

Bu nedenle temel ilke nettir:

Önce eğitim. Sonra entegrasyon.

Dünya Ne Yapıyor?

Uluslararası kurumlar yapay zekayı araç değil, stratejik yetkinlik olarak ele alıyor.

Kurum	Yaklaşım
AMA (ABD)	Etik ve klinik yapay zeka eğitimi
Mayo Clinic	Kademeli sertifika modeli
Mount Sinai	Tıp öğrencilerine üretken AI erişimi
Avrupa CPME	AI’nin tıp eğitimine entegrasyonu

Ortak mesaj açıktır:

Yapay zeka eğitimi, sağlık sisteminin çekirdek yetkinliği haline geliyor.

Kimler Bu Eğitimi Almalı?

Profesyonel	Neden Kritik?
Doktor	Klinik karar destek sistemlerini doğru yorumlamak
Hemşire	AI destekli bakım süreçlerini optimize etmek
Klinik Araştırmacı	Model validasyonu ve veri analizi yapmak
Hastane Yöneticisi	AI yatırımlarının stratejik geri dönüşünü hesaplamak
Radyoloji/Patoloji	Görüntü analitiği ve derin öğrenme uygulamak

Workshop dokümanında vurgulanan “Yapay Zeka Elçileri” yaklaşımı, kurum içinde lider yetiştirilmesini önermektedir .

Dönüşüm dışarıdan satın alınmaz; içeriden inşa edilir.

3 Seviyeli Yapay Zeka Yetkinlik Modeli

“Sağlıkta Yapay Zeka Dönüşümü ve Bilişim Elçileri Modeli” fazlı yaklaşımı (Hazırlık – Bootcamp – Mentörlük – Yaygınlaştırma) kurumsal ölçeklenebilirlik için güçlü bir çerçeve sunmaktadır .

Seviye 1 – AI Okuryazarlığı

Tüm sağlık personeli için temel bilinç

Seviye 2 – Klinik Uygulayıcı

Prompt, veri yorumlama, araç seçimi

Seviye 3 – AI Lider & Geliştirici

Model geliştirme, validasyon, proje yönetimi

Bu yapı hastaneyi pasif kullanıcıdan aktif üreticiye dönüştürür.

Regülasyon ve Etik: Klinik Sınır Çizgisi

• AI öneri üretir, nihai karar hekimindir.
• Nihai sorumluluk klinisyendedir.
• Sağlık verisi özel niteliklidir.
• Etik eğitim tüm seviyelerde zorunlu olmalıdır .

Bazı AI sistemleri tıbbi cihaz regülasyonuna tabi olabilir. Bu nedenle eğitim teknik olduğu kadar hukuki farkındalık da içermelidir.

Türkiye İçin Stratejik Yol Haritası

1. Tıp fakültelerinde zorunlu AI modülü
2. Şehir hastanelerinde Yapay Zeka Elçileri programı
3. Sağlık Bakanlığı koordinasyonunda ulusal AI müfredatı
4. TÜSEB – TÜBİTAK – Teknopark iş birlikleri
5. Klinik validasyon merkezleri

Şişli Etfal ve Çam Sakura örneklerinde görüldüğü üzere kurumsal sahiplenme dönüşümün temelidir .

Son Soru

Yakın gelecekte sağlık kurumları ikiye ayrılacak:

• Yapay zekayı sadece kullananlar
• Yapay zekayı yönetenler

Sizin kurumunuz hangisi olacak?