Uçtan Uca Yapay Zeka Destekli Eczane İş Akışı ve Uygulama

Kazanimlar:

Reçete kabulünden hasta danışmanlığına kadar yapay zekayı iş akışının her aşamasında yerinde ve sınırları belli şekilde bütünleştirebilme
Eczane ölçeğinde prompt kütüphanesi, doğrulama protokolü ve gizlilik politikası kurabilme
Yapay zeka destekli üretimde hasta güvenliği, sorumluluk ve güveni koruyan bir denetim kültürü tasarlayabilme

Önceki üniteler yapay zekayı tek tek görevlerde (etkileşim, danışmanlık, reçete kontrolü, farmakovijilans, stok, literatür, hesap, özel gruplar, mevzuat, işletme) ele aldı. Bu son ünitede parçaları birleştiriyoruz: bir hastanın eczaneye girişinden çıkışına kadar tüm iş akışında yapay zekayı yerinde, sınırları belli ve denetimli biçimde nasıl bütünleştireceğinizi göreceksiniz. Amaç, dağınık ve rastgele bir "ara sıra yapay zeka kullanımı"ndan; her adımın rolü, doğrulaması ve sorumlusu tanımlı bir sisteme geçmektir. Çünkü yapay zekanın eczanedeki değeri tek tek promptlarda değil, güvenli ve tekrarlanabilir bir düzende ortaya çıkar. Bu ünitede eczane ölçeğinde bir prompt kütüphanesi, doğrulama protokolü ve denetim kültürü kurmayı öğreneceksiniz.

Uçtan uca iş akışında yapay zekanın yeri

Tipik bir eczane akışında yapay zekanın nerede devreye girdiğini ve nerede durduğunu görelim:

Reçete kabulü: Yapay zeka ön-tarama (doz, etkileşim, mükerrerlik) yapar → eczacı değerlendirir.
Klinik değerlendirme: Yapay zeka kontrol listesi ve hatırlatma sunar → karar eczacı/hekimde.
Hazırlama/hesap: Yapay zeka hesabı taslaklar → eczacı bağımsız doğrular.
Hasta danışmanlığı: Yapay zeka sade metin üretir → eczacı denetler ve kişiselleştirir.
Farmakovijilans: Yapay zeka bildirim taslağı çıkarır → nedensellik uzmanda.
Stok/işletme: Yapay zeka analiz ve doküman taslağı üretir → eczacı doğrular.

Bu akışın her adımında değişmeyen bir ilke vardır: yapay zeka hızlandırır, insan onaylar. Güvenlik-kritik hiçbir adımda son söz yapay zekada değildir.

Bu bütünsel bakış, yapay zekayı tek tek "sihirli çözümler" olarak görmekten kurtarır. Bir eczacı, yapay zekayı yalnızca ara sıra zor bir soruda kullanırsa ne alışkanlık ne de güvenlik disiplini oluşur; her seferinde sıfırdan, denetimsiz bir kullanım doğar. Oysa akışın haritasını bir kez çıkardığınızda, her görevin yapay zekadan ne beklediği ve nerede durması gerektiği önceden bellidir. Bu öngörülebilirlik iki şeyi birden sağlar: verimliliği (çünkü herkes aynı test edilmiş yolu izler) ve güvenliği (çünkü doğrulama adımı akışın içine gömülüdür, sonradan hatırlanan bir şey değildir). Yapay zekayı iş akışına gömmek, onu bir oyuncaktan bir altyapıya dönüştürür.

İpucu: Bir görevi yapay zekaya vermeden önce şu tek soruyu sorun: "Bu çıktı yanlış olsaydı ve fark etmeseydim, hastaya zarar verir miydi?" Cevap "evet" ise o görev kırmızı bölgededir ve mutlaka yetkin doğrulama gerektirir.

Üç yapı taşı: Kütüphane, protokol, kültür

Sürdürülebilir bir yapay zeka kullanımı üç yapı taşına dayanır:

Prompt kütüphanesi: Sık kullanılan görevler için test edilmiş, standart promptlar. Her eczacının sıfırdan prompt yazmasını önler; tutarlılık sağlar.
Doğrulama protokolü: Her çıktı türü için "kim, neyi, hangi kaynakla doğrular" kuralı. Doğrulamanın unutulmasını önler.
Denetim kültürü: Hataların cezalandırılmadan raporlandığı, kararların kaydedildiği ve sürekli iyileştirmenin yapıldığı bir ortam.

Bu üçü olmadan yapay zeka kullanımı kişiye bağlı, denetimsiz ve riskli kalır.

Üç mini vaka

Vaka 1 — Standart prompt kütüphanesi. Bir eczane, en sık üç görev için (hasta kullanım metni, etkileşim ön-taraması, reçete ikinci göz) test edilmiş üç prompt belirledi ve bunları ortak bir dosyada topladı. Yeni bir stajyer bile aynı kalitede çıktı alabildi. İlk ay içinde danışmanlık metni hazırlama süresi belirgin azaldı ve metinler tutarlı hale geldi. Kütüphane, kaliteyi kişiden bağımsızlaştırdı.

Vaka 2 — Doğrulama protokolü. Aynı eczane her çıktı türü için bir doğrulama kuralı yazdı: doz hesabı → bağımsız yeniden hesap + KÜB; mevzuat → resmî metin; danışmanlık → KÜB + eczacı onayı. Bir gün bir doz hesabında yapay zekanın ondalık hatası, protokol gereği yapılan bağımsız hesapta yakalandı. Protokol bir hatayı hastaya ulaşmadan durdurdu.

Vaka 3 — Denetim kültürü ve kayıt. Eczane, yapay zeka kaynaklı fark edilen her hatayı (ceza değil, öğrenme amacıyla) küçük bir kayıt defterine işledi. Üç ay sonra kayıtları gözden geçirdiklerinde en sık hatanın "mevzuat güncelliği" olduğunu gördüler ve buna özel bir teyit adımı eklediler. Kültür, tek tek hatalardan sistemsel iyileştirme çıkardı.

Adım adım: Eczanede yapay zeka sistemi kurma

Görev envanteri çıkar. Hangi görevlerde yapay zeka kullanılıyor/kullanılabilir?
Her görevi bölgele. Yeşil/sarı/kırmızı; kırmızıda insan onayı zorunlu.
Prompt kütüphanesi oluştur. Her görev için test edilmiş standart prompt.
Doğrulama protokolü yaz. Her çıktı için kaynak ve sorumlu tanımla.
Gizlilik/KVKK politikası kur. Hangi veri anonimleştirilir, hangi araç kullanılır?
Kayıt ve gözden geçirme. Kararları ve hataları kaydet, düzenli iyileştir.

Zayıf prompt / Güçlü prompt

Zayıf: "Eczanede yapay zeka kullanalım."

Güçlü: "Eczanemizin en sık 5 görevini yaz; her biri için risk bölgesini (yeşil/sarı/kırmızı), yapay zekanın rolünü, zorunlu doğrulama adımını ve sorumluyu içeren bir tablo oluştur. Kırmızı bölge görevlerinde 'yetkin eczacı/hekim onayı zorunlu' notunu ekle. Bu bir taslak protokol olsun; ekip tarafından gözden geçirileceğini belirt."

Güçlü promptta somut çıktı (protokol tablosu), sınırlar ve gözden geçirme şartı bellidir.

Dört kopyalanabilir şablon

Görev: Prompt kütüphanesi kartı.Görev adı: [...]. Çıktı: standart prompt metni + beklenen çıktı formatı +doğrulama adımı + sık hata uyarısı. Ekip için sade ve tekrarlanabilir olsun.

Görev: Gizlilik/KVKK kontrol listesi (eczane).Çıktı: hangi veri türü anonimleştirilir, hangi araç kullanılır, hangi veriasla paylaşılmaz, saklama/silme kuralı. Politika olarak maddelendir.

Uçtan uca sorumluluk tablosu

Aşama

Yapay zeka

İnsan (yetkin)

Doğrulama

Reçete ön-tarama

İşaretleme

Eczacı değerlendirme

KÜB/veri tabanı

Doz/hesap

Taslak

Eczacı onayı

Bağımsız hesap

Danışmanlık

Metin

Eczacı kişiselleştirme

KÜB/KT

Farmakovijilans

Taslak

Uzman nedensellik

Resmî format

Mevzuat/geri ödeme

Yapı özeti

Eczacı teyidi

Resmî metin

Stok/işletme

Analiz taslağı

Eczacı kararı

Gerçek veri

Sık yapılan hatalar

Sistemi kişiye bağlı bırakmak. Prompt kütüphanesi ve protokol olmadan kalite dalgalanır.
Doğrulamayı isteğe bağlı yapmak. Doğrulama iş akışının zorunlu adımı olmalı.
Kırmızı bölgeyi bulanıklaştırmak. Güvenlik-kritik görevler net tanımlanıp insana bağlanmalı.
Hataları saklamak. Ceza kültürü hatayı gizletir; öğrenme kültürü sistemi güçlendirir.
Politikayı yazıp uygulamamak. Gizlilik ve doğrulama kuralları yaşayan belge olmalı.

Özetle

Yapay zekanın eczanedeki gerçek değeri tek tek promptlarda değil, güvenli ve tekrarlanabilir bir sistemde ortaya çıkar. Uçtan uca iş akışının her adımında ilke aynıdır: yapay zeka hızlandırır, insan onaylar; güvenlik-kritik hiçbir kararda son söz yapay zekada değildir. Bu sistemi üç yapı taşı ayakta tutar: test edilmiş bir prompt kütüphanesi, her çıktı için bir doğrulama protokolü ve hataları cezalandırmadan öğrenen bir denetim kültürü. Böylece yapay zeka; hasta güvenliğini, mesleki sorumluluğu ve güveni koruyarak eczaneye gerçek bir katkı sunar.

Uygulama görevi

Kendi eczaneniz (veya varsayımsal bir eczane) için küçük bir yapay zeka sistemi taslağı kurun. En sık 5 görevi listeleyip her birini bölgeleyin ve görev-bölge-doğrulama tablosunu doldurun. En az iki görev için birer prompt kütüphanesi kartı yazın. Bir gizlilik/KVKK kontrol listesi ve bir hata/öğrenme kayıt şablonu oluşturun. Son olarak bu sistemin ekipçe nasıl gözden geçirileceğini (ör. aylık) planlayın.

Kontrol listesi

[ ] Görev envanterini çıkardım.
[ ] Her görevi yeşil/sarı/kırmızı bölgeledim.
[ ] Prompt kütüphanesi kartları oluşturdum.
[ ] Her çıktı için doğrulama protokolü ve sorumlu tanımladım.
[ ] Gizlilik/KVKK politikasını maddeledim.
[ ] Karar ve hata kaydı şablonunu kurdum.
[ ] Düzenli gözden geçirme planı yaptım.

Modul Sinavi

1. Bir eczacı, warfarin kullanan bir hastaya yeni başlanan bir antibiyotiğin etkileşimini hızlıca kontrol etmek için yapay zeka kullanmak istiyor. En doğru yaklaşım hangisidir?

A) Yapay zekayı ön-tarama için kullanmak; etkileşimi güncel KÜB/veri tabanıyla teyit edip kararı hekimle koordineli olarak yetkin eczacı gözetiminde vermek ✔
B) Yapay zekanın verdiği etkileşim yorumunu doğrudan hastaya aktarıp doz değiştirmek
C) Yapay zeka etkileşim yok dediyse başka kontrol yapmadan ilacı vermek
D) Hekime danışmayı atlayıp süreci hızlandırmak

Aciklama: İlaç etkileşimi ve kanama riski güvenlik-kritik bir konudur. Yapay zeka ön-tarama ve hatırlatma için kullanılabilir; ancak klinik anlamlılık ve karar, güncel KÜB/etkileşim veri tabanı ve gerekirse hekimle teyit edilerek yetkin eczacı tarafından verilmelidir. Yapay zeka çıktısı bu onayın yerine geçmez.

2. Yapay zekaya bir ilacın pediatrik dozunu sorduğunuzda uydurma (halüsinasyon) bir değer almamak için en sağlam yol nedir?

A) Yapay zekanın verdiği doza güvenip hazırlamak
B) Dozu güncel KÜB/KT ve pediatrik doz kılavuzundan teyit edip mg/kg hesabını bağımsız yeniden yapmak ✔
C) Aynı soruyu farklı kelimelerle sorup ortalama almak
D) Bir hasta forumundaki yoruma dayanmak

Aciklama: Dil modeli doz bilgisini yanlış hatırlayabilir, farklı bir endikasyona ait değeri verebilir veya birim karıştırabilir. Pediatrik doz mutlaka güncel KÜB/KT, üretici bilgisi ve pediatrik doz kılavuzundan teyit edilmeli; hesap bağımsız olarak yeniden yapılmalıdır.

3. Hasta danışmanlığı için yapay zeka ile bir ilaç kullanım metni hazırladınız. Metni hastaya vermeden önce en doğru tutum hangisidir?

A) Metni hiç okumadan çıktısını hastaya vermek
B) Metnin akıcı olmasına güvenip doğruluğu kontrol etmemek
C) Her tıbbi iddiayı güncel KÜB/KT ile teyit edip hastaya özel durumları gözeterek eczacı onayıyla vermek ✔
D) Metindeki dozları hastaya sormadan kendi tahmininizle değiştirmek

Aciklama: Yapay zeka anlaşılır bir taslak üretebilir ama yanlış kullanım talimatı, eksik uyarı veya güncel olmayan bilgi içerebilir. Her tıbbi iddia güncel KÜB/KT ile teyit edilmeli, hastaya özel durumlar (alerji, gebelik, diğer ilaçlar) gözetilmeli ve metin eczacı onayından geçmelidir.

4. Bir advers etki (yan etki) bildirimi için yapay zeka ile TÜFAM'a gönderilecek bir taslak hazırladınız. Nedensellik (ilacın etkiyle ilişkisi) konusunda en doğru yaklaşım nedir?

A) Yapay zekanın verdiği nedensellik yargısını kesin kabul edip bildirmek
B) Nedensellik belirsizse bildirimi hiç yapmamak
C) Hasta kimlik bilgisini olduğu gibi taslağa yazıp göndermek
D) Nedenselliği uzman değerlendirmesiyle belirleyip taslağı gizlilik ve resmî formata uygun tamamlamak ✔

Aciklama: Nedensellik değerlendirmesi klinik yargı gerektirir; zamansal ilişki, alternatif nedenler ve literatür birlikte değerlendirilir. Yapay zeka taslak ve kontrol listesi üretebilir, ancak nedensellik kararı uzman değerlendirmesiyle verilir ve bildirim resmî formata ve gizliliğe uygun tamamlanır.

5. Yapay zeka ile bir klinik soruya literatür taraması yaptırdınız ve size DOI'li birkaç makale verdi. En doğru davranış hangisidir?

A) Referansları açmadan kaynak listesine eklemek
B) DOI'li görünmesine güvenip alıntılamak
C) Her referansı orijinal kaynak/veri tabanından DOI ile açıp içeriğin iddiayı desteklediğini doğrulamak ✔
D) Sadece başlıklara bakıp makaleleri kabul etmek

Aciklama: Dil modelleri gerçekçi görünen ama var olmayan makale, yazar ve DOI uydurabilir. Her referans, orijinal kaynak veya tanınmış veri tabanı üzerinden DOI ile açılıp doğrulanmalı; içerik gerçekten iddiayı destekliyor mu diye okunmalıdır.

6. Bir hastanın adı, TC kimlik numarası ve tanısını içeren reçeteyi bulut tabanlı bir yapay zeka aracına verirken gizlilik (KVKK) açısından en doğru davranış hangisidir?

A) Bağlamı anonimleştirip kimlik bilgilerini temizlemek ve veriyi eğitimde kullanmayan politika uyumlu bir aracı kullanmak ✔
B) Reçeteyi kimlik bilgileriyle birlikte olduğu gibi yüklemek
C) Gizlilik politikasını okumadan ücretsiz bir aracı kullanmak
D) TC kimlik numarasının sonuç kalitesi için gerekli olduğunu varsaymak

Aciklama: Sağlık verisi özel nitelikli kişisel veridir ve yüksek koruma gerektirir. Bağlam anonimleştirilmeli, kimlik bilgileri temizlenmeli ve verinin eğitimde kullanılmayacağını garanti eden politika/sözleşme uyumlu bir araç tercih edilmelidir.

7. Bir majistral formülasyon için yapay zeka bir seyreltme hesabı yaptı. Hastaya hazırlamadan önce en kritik adım hangisidir?

A) Hesabın düzgün yazılmış görünmesine güvenmek
B) Yapay zeka yaptığı için sonucu doğru saymak
C) Sonucu olduğu gibi etikete yazmak
D) Hesabı birim analiziyle okuyup bağımsız yeniden hesaplayarak sonucu mantık kontrolünden geçirmek ✔

Aciklama: Yapay zeka birim karıştırabilir (mg ile mL, % ile mg/mL), ondalık kaydırabilir veya yanlış oran kurabilir. Hesap birim analiziyle okunmalı ve bağımsız olarak elle/doğrulanmış yöntemle yeniden yapılmalı; sonuç mantık kontrolünden geçirilmelidir.

8. Bir ilacın SGK geri ödeme (SUT) koşulunu ve rapor şartını yapay zekaya sordunuz, net bir yanıt verdi. Bu bilgiyi uygulamadan önce ne yapmalısınız?

A) Yapay zeka net yanıt verdiği için doğrudan uygulamak
B) Koşulu yürürlükteki SUT ve resmî düzenlemelerin güncel metninden teyit etmek ✔
C) Bir meslektaşın hatırladığı eski kurala göre işlem yapmak
D) Rapor şartını yapay zeka bildiği için kontrol etmemek

Aciklama: Geri ödeme ve rapor koşulları sık güncellenir ve yapay zeka güncel olmayan veya farklı bir dönemin kuralını verebilir. Koşul, yürürlükteki SUT ve resmî düzenlemelerin güncel metninden teyit edilmelidir; aksi halde mali ve hukuki risk doğar.

9. Yapay zekanın eczacılıkta güvenlik-kritik olarak sınıflanması gereken görevi aşağıdakilerden hangisidir?

A) Eczane blogu için genel bir sağlık yazısı taslağı hazırlamak
B) Bir hastanın böbrek yetmezliğine göre ilaç dozunu belirlemek ✔
C) Personel toplantısı için gündem notu yazmak
D) Raf düzeni için etiket metni oluşturmak

Aciklama: Doz belirleme, tedavi değişikliği ve etkileşim temelli klinik karar hasta güvenliğini doğrudan etkiler ve güvenlik-kritiktir; bu kararlar yetkin eczacı/hekim onayı gerektirir. Raf etiketi, blog taslağı veya toplantı notu düşük riskli idari görevlerdir.

10. Gebe bir hastada bir ilacın kullanılıp kullanılamayacağını yapay zeka ile ön-taradınız. En doğru yaklaşım hangisidir?

A) Yapay zekanın 'güvenli' demesine dayanıp ilacı vermek
B) Gebelik bilgisini genel olduğu için dikkate almamak
C) İnternetteki rastgele bir siteye göre karar vermek
D) Ön-taramayı güncel KÜB/güvenlilik kaynağıyla teyit edip kararı hekimle iş birliğinde vermek ve belirsizlikte hekime yönlendirmek ✔

Aciklama: Gebelik yüksek riskli bir gruptur ve bilgi hızla güncellenir. Yapay zeka ön-tarama ve soru üretmede yardımcı olur; ancak karar güncel KÜB/KT, gebelik güvenlilik kaynakları ve hekimle iş birliğiyle verilmeli, belirsizlikte hekime yönlendirilmelidir.

11. Yapay zekanın bir reçetede yakaladığı 'olası doz aşımı' uyarısıyla ilgili en doğru tutum nedir?

A) Uyarıyı görmezden gelip reçeteyi olduğu gibi karşılamak
B) Uyarıya dayanıp hekime sormadan dozu kendiniz düşürmek
C) Uyarının doğru olduğunu varsayıp ilacı vermeyi tümden reddetmek
D) Uyarıyı KÜB/kılavuzla teyit edip gerçek sorunda hekimle çözmek, gereksizse gerekçesini kaydetmek ✔

Aciklama: Yapay zeka uyarıları yanlış pozitif (gereksiz alarm) veya yanlış negatif (kaçırma) olabilir. Her uyarı KÜB ve kılavuzla teyit edilmeli; gerçek bir sorun görünüyorsa hekimle iletişime geçilerek çözülmeli, gereksizse gerekçesiyle kaydedilmelidir.

12. Stok ve miad yönetiminde yapay zekanın ürettiği bir talep tahmini ve sipariş önerisi için en doğru kullanım hangisidir?

A) Öneriyi gerçek stok, miad ve soğuk zincir kurallarıyla doğrulayıp eczacı kararıyla uygulamak ✔
B) Sipariş önerisini kontrol etmeden otomatik onaylamak
C) Miad durumunu tahmine güvenip elle kontrol etmemek
D) Soğuk zincir gerektiren ürünleri tahmine göre sınırsız stoklamak

Aciklama: Yapay zeka geçmiş veriden desen çıkarıp taslak öneri üretebilir; ancak gerçek stok, sezonluk salgın, tedarik sorunu ve miad durumu insan kontrolü ister. Öneri gerçek stok verisi ve soğuk zincir/miad kurallarıyla doğrulanıp eczacı kararıyla uygulanır.

13. Yapay zeka ile hazırlanmış bir akılcı ilaç kullanımı (AİK) broşürünü hastalara dağıtmadan önce en doğru davranış hangisidir?

A) Broşürü hızlı olması için kontrolsüz dağıtmak
B) İçeriği güncel kılavuz/KÜB ile teyit edip eczacı onayından sonra dağıtmak ✔
C) Sadece görsel tasarıma bakıp içeriği okumamak
D) Broşüre reçeteli ilaç için doz önerisi ekleyip hekimi devre dışı bırakmak

Aciklama: Broşür bir sağlık iletişimi ürünüdür; yanlış veya eksik bilgi hastayı riske atar. İçerik güncel kılavuz ve KÜB ile teyit edilmeli, okunabilirlik gözetilmeli ve yetkin eczacı onayından geçtikten sonra dağıtılmalıdır.

14. Yapay zeka destekli bir eczanede kalite ve hasta güvenliğini korumak için kurulması gereken temel yapı hangisidir?

A) Her çalışanın kendi bildiği gibi denetimsiz yapay zeka kullanması
B) Çıktıları hiç kaydetmeden doğrudan hastaya aktarmak
C) Ortak prompt kütüphanesi, doğrulama protokolü ve gizlilik/KVKK politikası kurup güvenlik-kritik çıktıları yetkin onayla kapatmak ✔
D) Doğrulamayı yalnızca ayda bir toplu yapmak

Aciklama: Dağınık ve denetimsiz yapay zeka kullanımı doz, gizlilik ve mevzuat hatası riskini büyütür. Eczane ölçeğinde ortak prompt kütüphanesi, her çıktı türü için doğrulama protokolü ve net gizlilik/KVKK politikası kurmak; güvenlik-kritik her çıktıyı yetkin onayla kapatmak esastır.