Abartı ile gerçek arasındaki çizgi
Sağlık turizmi sektöründe yapay zekâ konuşmalarının çoğu iki uçta geziyor: ya "her şeyi otomatikleştirir" ya da "hasta işinde kullanılmaz". İkisi de yanlış. Doğru soru şu: hangi işler tekrarlı, kurallı ve düşük riskli? Yapay zekânın kazandırdığı yer tam olarak orası.
Ayrım basit bir testle yapılabilir: bu işi yanlış yaparsa ne olur? Rapor özetini yanlış yorumlarsa bir toplantı yanlış başlar — düzeltilebilir. Tıbbi uygunluk hakkında yanlış bir ima verirse hem hasta yanılır hem sorumluluk doğar — düzeltilemez.
İşe yarayan beş kullanım
- Konuşma özeti. Haftalarca süren bir yazışmayı devralmak dakikalar alır. Yapay zekâ özeti ve "sonraki adım" önerisi çıkarır; devir teslimde en somut kazanç budur.
- Sessiz kalan dosyaları bulmak. "Teklif gönderilmiş, üç gündür yanıt yok" listesini her gün elle çıkaran yok. Sorarak almak alışkanlık haline gelir.
- Rapor yorumu. Kanal bazlı dönüşüm tablosunu okumak ayrı beceri; "hangi kanal bozuldu" sorusuna cevap almak hızlıdır.
- Çeviri desteği. Gelen mesajı anlamak için — giden mesajı yazmak için değil. Bu ayrım önemli, aşağıda.
- Şablon üretimi. Yeni bir tedavi için mesaj ve teklif şablonlarının ilk taslağı; insan düzeltir, sistem kullanır.
Üç tehlikeli alan
1. Tıbbi uygunluk ve sonuç beklentisi. "Bu vakada kaç greft gerekir?", "başarı ihtimali nedir?" gibi sorular hekimin işidir. Yapay zekânın verdiği rakam makul görünür ama dayanağı yoktur; hasta bunu taahhüt sayar.
2. Makine çevirisiyle bağlayıcı metin. Teklif, onam ve bakım talimatı hastanın dilinde ve insan kontrolünden geçmiş olmalıdır. Yanlış çevrilmiş bir dozaj talimatı müşteri hizmetleri sorunu değil, klinik risktir. Ayrıntı: çok kanallı hasta iletişimi.
3. Kontrolsüz veri paylaşımı. Hasta fotoğraflarını ya da raporlarını rastgele bir yapay zekâ aracına yüklemek, sağlık verisini üçüncü tarafa aktarmaktır. KVKK'da bu özel nitelikli veridir ve rıza kapsamı dışına çıkar.
Veri sınırı nasıl çizilir?
Bir yapay zekâ entegrasyonunu değerlendirirken sorulacak ilk soru "ne yapabiliyor" değil, "dışarı ne çıkıyor" olmalıdır. Sağlıklı bir kurulumda:
- Doğrudan tanımlayıcılar (e-posta, telefon) modele hiç gitmez.
- Model hastayı bir kişi olarak değil, bir süreç kaydı olarak görür: tedavi talebi, durum, konuşma akışı.
- Mesaj göndermek gerektiğinde bu sistemin kendi kanalından yapılır — numara öğrenilerek değil.
- Erişim anahtara bağlıdır ve iptal edilebilir.
MetoCRM'in LLM kapısı tam olarak böyle çalışıyor; ayrıntısını yapay zekâ ajanı sayfasında anlattık.
Nereden başlamalı?
İlk ay için gerçekçi bir plan:
- Raporla başlayın. Riski sıfır, faydası anında. Günlük brifing ve haftalık kanal analizi.
- Özet ekleyin. Devir teslim ve uzun dosyalarda konuşma özeti.
- Şablonları besleyin. Yeni tedavi ya da yeni dil için taslak üretin, insan onaylasın.
- Hasta iletişimini en sona bırakın ve bıraktığınızda da insan onayını akışta tutun.
Bu sıra tesadüf değil: riski düşükten yükseğe, faydası ölçülebilirden belirsize doğru ilerliyor. Ölçüm çerçevesi için dönüşüm oranları yazısına bakabilirsiniz.