Uçtan Uca İş Akışı, Kalite Yönetimi ve Öz-Denetim

Kazanimlar:

• Çekim öncesinden rapor imzasına kadar tüm zincirde yapay zekanın nerede, hangi onayla devreye girdiğini gösteren uçtan uca bir iş akışı tasarlayabilme
• Yapay zeka destekli süreçlerde performans izleme, geri bildirim döngüsü ve düzenli öz-denetim kurabilme
• Bir görüntüleme biriminde yapay zeka kullanımını yönetişim, sorumluluk ve sürekli iyileştirme ilkeleriyle sürdürülebilir kılabilme

Önceki on ünitede yapay zekanın radyolojideki parçalarını tek tek gördük: triyaj, yapılandırılmış raporlama, ölçüm otomasyonu, PACS entegrasyonu, metrikler, modaliteye özel araçlar, görüntü kalitesi, takip ve gizlilik. Bu son ünitede parçaları birleştirip uçtan uca bir iş akışı kuracağız: bir tetkiğin istem anından imzalı rapora kadar geçtiği zincirde yapay zekanın nerede, hangi onayla devreye girdiğini gösteren bütünsel bir harita. Ardından bu akışı sürdürülebilir kılan iki şeyi ele alacağız: kalite yönetimi (performansı izleme, geri bildirim döngüsü) ve öz-denetim (düzenli gözden geçirme, yönetişim).

Çekirdek ilke: Yapay zeka destekli görüntüleme güvenli kullanım tek seferlik bir kurulum değildir; performansın sürekli izlenmesini, geri bildirim döngüsünü, hata örneklerinin gözden geçirilmesini ve düzenli öz-denetimi gerektiren yaşayan bir süreçtir. Her adımda sorumluluk, imza ve nihai karar radyologda kalır.

Uçtan uca akış: YZ nerede, hangi onayla

Bir tetkiğin yolculuğunu, YZ'nin devreye girdiği noktalar ve her noktadaki insan onayıyla birlikte izleyelim.

1. İstem ve endikasyon: Klinisyen tetkik ister. YZ endikasyon uygunluğunu ve protokol seçimini önerebilir; teknisyen/radyolog onaylar. (Ünite 8)
2. Çekim ve kalite: Modalite görüntüyü üretir. YZ doz optimizasyonu, denoising ve artefakt bayrağı verir; teknisyen kaliteyi ve gerekirse yeniden çekimi karara bağlar. (Ünite 8)
3. Triyaj: Görüntü PACS'a düşer. YZ zaman-kritik olguları öne alır; radyolog her tetkiği yine de okur. (Ünite 2)
4. Okuma ve tespit: Radyolog okur. CAD ikinci göz olarak işaretler; radyolog işaretleneni ve işaretlenmeyeni değerlendirir. (Ünite 6, 7)
5. Ölçüm ve takip: YZ ölçüm ve önceki tetkikle karşılaştırma yapar; radyolog tutarlılığı doğrular. (Ünite 4, 9)
6. Raporlama: YZ yapılandırılmış taslak üretir; radyolog her cümleyi görüntüyle eşleştirip imzalar. (Ünite 3)
7. Kritik bulgu bildirimi: YZ kritik bulguyu hatırlatır; radyolog teyit eder, klinisyene iletir ve kapalı-döngüyü tamamlar. (Ünite 2, 6)
8. Arşiv ve iz kaydı: YZ çıktısı ayrı katman olarak saklanır; orijinal değişmez, iz kaydı tutulur. (Ünite 5)

Aşama

YZ rolü

İnsan onayı

Bağlı ünite

İstem/protokol

Öneri

Teknisyen + radyolog

8

Çekim/kalite

Doz, denoising, artefakt

Teknisyen

8

Triyaj

Öncelik bayrağı

Radyolog (yine de okur)

2

Okuma/tespit

CAD ikinci göz

Radyolog (tanı)

6, 7

Ölçüm/takip

Hesap, karşılaştırma

Radyolog (doğrular)

4, 9

Raporlama

Taslak

Radyolog (imza)

3

Kritik bulgu

Hatırlatıcı

Radyolog (iletir, teyit)

2, 6

Arşiv

Ayrı katman

Sistem + iz kaydı

5

Bu tablo modülün özetidir: risk yükseldikçe YZ'nin rolü küçülür, insan onayı büyür; hiçbir satırda YZ okumayı, tanıyı ya da imzayı devralmaz.

Kritik bulgu bildirimi: kapalı-döngü

Bir kritik bulgu (büyük kanama, masif emboli, gergin pnömotoraks) yalnızca rapora yazılmakla iletilmiş sayılmaz. Kapalı-döngü iletişim, bilginin ilgili hekime doğrudan ulaştığının ve alındığının teyit edilmesi demektir. YZ bir kritik bulguyu hatırlatabilir, hatta bir bildirim taslağı üretebilir; ama bulgunun teyidi, doğru hekime iletimi, iletişimin belgelenmesi ve döngünün kapatılması radyoloğun sorumluluğundadır. Otomatik uyarı, insan iletişiminin yerine geçmez.

Dikkat: Bir YZ kritik bulgu uyarısının worklist'e düşmesi, bildirimin yapıldığı anlamına gelmez. Bildirim ancak radyolog bulguyu teyit edip ilgili hekime ulaştığında ve bilgi alındığında tamamlanır. Kapalı-döngüyü kapatmak insanın işidir.

Kalite yönetimi ve öz-denetim

YZ destekli bir süreç zamanla bozulabilir: model güncellenir, cihaz değişir, popülasyon kayar, yanlış pozitif oranı artar. Bu yüzden performans sürekli izlenmelidir.

• Performans izleme: Yanlış pozitif/negatif örnekleri toplayın; triyaj bayrak oranlarını ve gerçek pozitif yüzdesini takip edin.
• Geri bildirim döngüsü: Radyologların "bu bayrak yanlıştı/bunu kaçırdı" geri bildirimini sistematik toplayın ve üreticiyle paylaşın.
• Hata gözden geçirme: Kaçırılan bulguları ve yanlış alarmları düzenli toplantılarda inceleyin; kök nedeni (model mi, protokol mü, insan mı) ayırt edin.
• Dağılım kayması takibi: Cihaz/protokol/popülasyon değişince yerel doğrulamayı tekrarlayın.
• Yönetişim: Kim hangi modeli, hangi sürümle, hangi kapsamda kullanıyor; sorumluluk kimde — bunlar yazılı olmalı.

Üç mini vaka

Vaka 1 — Geri bildirim döngüsü işe yarıyor. Bir birim, triyaj modelinin pnömotoraks yanlış pozitif oranının aylar içinde %75'e çıktığını izleme verisinden görür. Radyologlar geri bildirimlerini toplar, üreticiyle eşiği gözden geçirir; oran %45'e iner ve alarm yorgunluğu azalır. İzleme olmasaydı model sessizce güvenilmez hale gelecekti.

Vaka 2 — Kaçırılan bulgu kök neden analizi. Bir aylık gözden geçirmede iki kaçırılmış küçük nodül fark edilir. Analiz, ikisinin de portabl grafilerde ve modelin eğitilmediği bir cihazda olduğunu gösterir (dağılım kayması). Birim, modelin portabl grafilerdeki kapsamını daraltır ve radyologları uyarır. Hata bir kişiyi suçlamak yerine sistemi düzeltmek için kullanıldı.

Vaka 3 — Kritik bulgu kapalı-döngü. YZ bir beyin BT'sinde büyük bir kanama uyarısı verir. Radyolog 90 saniyede teyit eder, nöroşirürjiyi telefonla arar, bilginin alındığını doğrular ve iletişimi (saat, kişi, içerik) belgeler. Kapalı-döngü tamamlanır. YZ hatırlattı; bildirimi ve teyidi radyolog yaptı. Otomatik uyarıya bırakılsaydı, hekimin bilgiyi aldığından emin olunamayacaktı.

Zayıf prompt / Güçlü prompt

Zayıf prompt:

Radyolojide AI iş akışı kur, her şeyi otomatikleştir.

"Her şeyi otomatikleştir" güvenlik-kritik bir alanda tehlikelidir; insan onay noktalarını ve güvenli-varsayılanı yok sayar.

Güçlü prompt:

Rolün: radyoloji birimine uçtan uca YZ iş akışı tasarımında YARDIMCI danışman.Karar verme; taslak ve kontrol listesi üret. İstem→çekim→triyaj→okuma→ölçüm→raporlama→kritik bulgu→arşiv zincirinde YZ'nin nereye eklendiğini ve HERadımdaki insan onayını belirt. Ayrıca performans izleme, geri bildirim döngüsüve öz-denetim için ölçütler öner. İlke: risk yükseldikçe YZ rolü küçülür, insanonayı büyür; tanı/imza/bildirim radyologda. Birim bağlamı: [yaz]

Güçlü istem insan onay noktalarını, izlemeyi ve öz-denetimi merkeze alır.

Kopyalanabilir prompt şablonları

UÇTAN UCA AKIŞ TASLAK ŞABLONURolün: YARDIMCI danışman. İstem→çekim→triyaj→okuma→ölçüm→raporlama→kritikbulgu→arşiv zinciri için, her aşamada YZ'nin rolünü ve insan onayını yazan birtablo üret. Risk düzeyini işaretle ve "YZ'nin devraldığı" hiçbir güvenlik-kritikkarar bırakma. Birim bağlamı: [yaz]

PERFORMANS İZLEME ŞABLONUSana bir dönem triyaj/CAD verisi vereceğim. Yanlış pozitif oranı, kaçırılanbulgu sayısı ve gerçek pozitif yüzdesini hesapla; alarm yorgunluğu ve dağılımkayması açısından uyarı ver; hangi eşikte üretici/model gözden geçirilmeliöner. Karar kurumda. Veriler: [yaz]

KÖK NEDEN GÖZDEN GEÇİRME ŞABLONUSana bir kaçırılan bulgu/yanlış alarm olayı vereceğim. Kök nedeni ayırt et:model mi (eğitim/kapsam), protokol/cihaz mı (dağılım kayması), insan mı(otomasyon yanlılığı/alarm yorgunluğu). Suçlama değil sistem düzeltme odaklıöneri üret. Olay: [yaz]

KRİTİK BULGU KAPALI-DÖNGÜ ŞABLONUBir kritik bulgu bildirimi için kapalı-döngü kontrol listesi üret: bulguyuteyit, doğru hekimi belirleme, doğrudan iletim, bilginin alındığının teyidi,iletişimin belgelenmesi (saat/kişi/içerik). Otomatik uyarının bildiriminyerine geçmediğini hatırlat. Bağlam: [yaz]

Sık yapılan hatalar

• "Her şeyi otomatikleştirmek". Güvenlik-kritik kararlar insan onayı ister; tam otomasyon tehlikelidir.
• Bir kez kurup izlememek. Model zamanla bozulur; sürekli performans izleme şart.
• Hatayı kişiyi suçlamak için kullanmak. Kök neden analizi sistem düzeltme odaklı olmalı.
• Kritik bulguyu otomatik uyarıya bırakmak. Kapalı-döngüyü radyolog kapatır; iletim ve teyit insanın işidir.
• Yönetişimi yazıya dökmemek. Kim, hangi model, hangi sürüm, hangi kapsam, sorumluluk kimde — belgelenmeli.

İpucu: Biriminizde şu soruyu düzenli sorun: "Bugün YZ'yi kapatsak, güvenli çalışmaya devam eder miydik?" Cevap her zaman "evet" olmalı. YZ okumayı hızlandırır ama okumanın, tanının ve imzanın yerine hiçbir zaman geçmez.

Özetle

Yapay zeka radyolojide istem anından imzalı rapora kadar uzanan zincirin birçok noktasında devreye girer: protokol önerisi, kalite, triyaj, tespit, ölçüm, takip, raporlama ve kritik bulgu hatırlatma. Bütünsel ilke, modülün tamamının özetidir: risk yükseldikçe YZ'nin rolü küçülür, insan onayı büyür; hiçbir adımda YZ okumayı, tanıyı, imzayı ya da kritik bulgu bildirimini devralmaz. Bu akışı sürdürülebilir kılan, güvenli kullanımın tek seferlik bir kurulum değil yaşayan bir süreç olduğunu kabul etmektir: performans izleme, geri bildirim döngüsü, hata gözden geçirme, dağılım kayması takibi ve yazılı yönetişim. Kritik bulgu bildiriminde kapalı-döngüyü radyolog kapatır. Her şeyin altında değişmeyen cümle durur: karar insanındır.

Uygulama görevi

Kendi biriminiz (ya da örnek bir kurum) için uçtan uca bir YZ iş akışı tablosu çizin: her aşamada YZ'nin rolünü, insan onayını ve risk düzeyini yazın. Ardından "Performans İzleme" şablonuyla takip edeceğiniz üç ölçütü (yanlış pozitif oranı, kaçırılan bulgu, gerçek pozitif yüzdesi) ve aksiyon eşiklerini belirleyin. Bir kritik bulgu senaryosu seçip "Kritik Bulgu Kapalı-Döngü" şablonuyla adımları yazın. Son olarak "Bugün YZ'yi kapatsak güvenli çalışır mıyız?" sorusuna biriminiz için dürüstçe cevap verin ve eksikleri not edin.

Kontrol listesi

• [ ] Uçtan uca akışta her YZ noktasının insan onayını tanımladım.
• [ ] Hiçbir güvenlik-kritik kararı (tanı/imza/bildirim) YZ'ye devretmedim.
• [ ] Performans izleme ölçütlerini ve aksiyon eşiklerini belirledim.
• [ ] Geri bildirim döngüsü ve hata gözden geçirme sürecini kurdum.
• [ ] Dağılım kayması için yerel doğrulamayı tekrarlama planı yaptım.
• [ ] Kritik bulgu bildiriminde kapalı-döngüyü radyoloğun kapattığını güvence altına aldım.
• [ ] "YZ'yi kapatsak güvenli çalışır mıyız?" sorusuna evet diyebiliyorum.

Modul Sinavi

1. Bir radyoloji triyaj yapay zekası bir beyin BT'sini 'düşük öncelik' olarak işaretledi ve worklist'te sona attı. Radyolog bu tetkik için ne yapmalıdır?

• A) Tetkiki yine de tam olarak okur ve raporlar; triyaj yalnızca sırayı değiştirir, okumayı ortadan kaldırmaz ✔
• B) Yapay zeka düşük öncelik dediği için tetkiki okumadan normal olarak kapatır
• C) Tetkiki otomatik olarak bir sonraki güne erteler
• D) Sadece yapay zekanın işaretlediği bölgeye bakıp raporu kısa keser

Aciklama: Triyaj yapay zekası yalnızca okuma sırasını değiştirir; hiçbir tetkiki okuma dışı bırakamaz. 'Düşük öncelik' bir tanı değildir ve yanlış negatif olabilir. Her tetkik yine de radyolog tarafından tam olarak okunmalı ve raporlanmalıdır; öncelik sinyali okumanın yerine geçmez.

2. Yapay zekanın gerçek bir patolojiyi (örneğin küçük bir pnömotoraksı) kaçırması ve radyoloğun buna güvenip görüntüyü yeterince incelememesi hangi risklerin birleşimidir?

• A) Yalnızca yanlış pozitif ve alarm yorgunluğu
• B) Yanlış negatif ve otomasyon yanlılığı (yapay zekaya aşırı güven) ✔
• C) Yalnızca görüntü kalitesi düşüklüğü
• D) Yalnızca DICOM üstbilgi hatası

Aciklama: Modelin bulguyu kaçırması bir yanlış negatiftir; radyoloğun yapay zekaya aşırı güvenip kendi incelemesini gevşetmesi ise otomasyon yanlılığıdır. İkisi birleştiğinde, insan denetiminin varlık nedeni ortadan kalkar ve bulgu tümüyle atlanabilir. Bu yüzden yapay zekanın işaretlemediği alanlar da mutlaka okunmalıdır.

3. Yapay zeka bir toraks BT raporu taslağında, görüntüde karşılığı olmayan bir 'sağ sürrenal adenom' cümlesi ekledi. Radyolog ne yapmalıdır?

• A) Cümleyi güvenilir sayıp doğrudan imzalar
• B) Emin olmadığı için tüm raporu yapay zekaya yeniden yazdırır ve onu imzalar
• C) Cümleyi görüntüyle eşleştirir; karşılığı yoksa çıkarır ve taslağı doğrulanmış haliyle imzalar ✔
• D) Cümleyi bırakır ama sonuna 'yapay zeka ekledi' notu yazar

Aciklama: Dil modelleri görüntüde bulunmayan bir bulguyu akıcı biçimde uydurabilir; buna halüsinasyon denir. Radyolog rapordaki her cümleyi görüntüyle eşleştirmeli, karşılığı olmayan ifadeyi çıkarmalı ve taslağı asla doğrulamadan imzalamamalıdır. Rapor taslağı bir başlangıçtır, kanıt değildir.

4. Bir uzman, herkese açık bir yapay zeka aracına anonimleştirmeden hastanın adı ve protokol numarasıyla birlikte bir DICOM görüntüsü yüklüyor. Buradaki temel sorun nedir?

• A) Görüntü çözünürlüğü yapay zeka için yetersizdir
• B) Yapay zeka DICOM formatını okuyamaz
• C) Görüntü siyah-beyaz olduğu için yorum yapılamaz
• D) DICOM üstbilgisindeki ve görüntüye gömülü kimlik verisi anonimleştirilmeden paylaşılıyor; bu bir KVKK ihlalidir ✔

Aciklama: DICOM dosyaları hem üstbilgide (header) hasta adı, kimlik, doğum tarihi gibi bilgileri hem de bazen görüntünün içine gömülü (burned-in) kimlik verisini taşır. Bunları anonimleştirmeden kurum dışı bir araca yüklemek özel nitelikli sağlık verisinin ifşasıdır ve KVKK ihlalidir. Önce üstbilgi ve gömülü veri temizlenmelidir.

5. Yapay zekanın ürettiği otomatik bir akciğer nodülü ölçümü (örneğin 8 mm) önceki tetkikteki manuel ölçümle (5 mm) karşılaştırılırken en önemli doğrulama adımı nedir?

• A) Ölçümlerin aynı yöntem, düzlem ve segmentasyon tutarlılığıyla karşılaştırıldığını doğrulamak ve tutarsızlığı radyologça değerlendirmek ✔
• B) Yeni ölçümün daima doğru olduğunu varsayıp büyüme raporlamak
• C) İki ölçümün ortalamasını alıp raporlamak
• D) Ölçümü tümüyle yok sayıp sadece görsel izlenim yazmak

Aciklama: Ölçüm bir tahmindir ve segmentasyon sınırına, kesit seçimine, protokole ve ölçüm yöntemine bağlıdır. Otomatik ile manuel ölçüm farklı yöntemlerle yapıldığında sahte bir 'büyüme' izlenimi doğabilir. Büyüme kararı vermeden önce aynı yöntemle, aynı düzlemde ve tutarlı sınırlarla karşılaştırma yapılmalı, tutarsızlık radyologça değerlendirilmelidir.

6. Yapay zeka sonuçları PACS'a eklenirken orijinal DICOM görüntüsüyle ilgili altın kural nedir?

• A) Yapay zeka işaretlemeleri orijinal görüntünün üzerine kalıcı olarak yazılmalıdır
• B) Yapay zeka çıktısı ayrı bir seri/katman olarak eklenir; orijinal tanısal görüntü değiştirilmez ve iz kaydı korunur ✔
• C) Orijinal görüntü hiç saklanmamalı, yalnızca işlenmiş hali tutulmalıdır
• D) Yapay zeka çıktısı hasta üstbilgisinin içine metin olarak gömülmelidir

Aciklama: Yapay zeka işaretlemeleri, ölçümleri ve öne çıkarmaları ayrı bir seri, katman ya da yapılandırılmış rapor nesnesi olarak saklanmalı; orijinal tanısal görüntü asla değiştirilmemelidir. Böylece radyolog ham veriyi her zaman görebilir, iz kaydı korunur ve yapay zeka çıktısı orijinalden ayırt edilebilir kalır.

7. Bir mamografi yapay zekası yüksek 'duyarlılık' (sensitivite) ama düşük 'özgüllük' (spesifite) ile çalışıyor. Bu pratikte ne anlama gelir?

• A) Model neredeyse hiç bulgu işaretlemez
• B) Model asla yanlış pozitif üretmez
• C) Model gerçek bulguların çoğunu yakalar ama çok sayıda yanlış pozitif üreterek gereksiz geri çağırmaya yol açabilir ✔
• D) Model yalnızca kesin tanı koyabildiği olguları işaretler

Aciklama: Yüksek duyarlılık, gerçek pozitiflerin çoğunu yakalamak demektir (az yanlış negatif). Düşük özgüllük ise sağlıklı olguları da sık işaretlemek, yani çok sayıda yanlış pozitif üretmek demektir. Bu, kaçırmayı azaltır ama gereksiz geri çağırma ve tetkik yükünü artırır; eşik seçimi klinik bir dengedir ve radyoloğun yorumuyla yönetilir.

8. Bir yapay zeka modeli belirli bir üreticinin cihazında ve belirli bir hasta popülasyonunda eğitilmiş. Kendi kurumunuzda farklı bir cihaz ve popülasyonda kullanmadan önce en doğru yaklaşım nedir?

• A) Modelin her yerde aynı performansı vereceğini varsaymak
• B) Modeli hiç test etmeden tüm tetkiklere zorunlu kılmak
• C) Sadece kullanıcı arayüzü Türkçe ise güvenli saymak
• D) Yerel doğrulama yapıp performansı kendi cihaz ve popülasyonunuzda kontrol etmek ve onay/kanıt düzeyini gözden geçirmek ✔

Aciklama: Modelin eğitildiği veri dağılımından uzaklaşıldığında performans düşebilir; buna dağılım kayması (distribution shift) denir. Yeni bir cihaz, protokol ya da popülasyonda kullanmadan önce yerel doğrulama (kendi verinizde performans kontrolü) yapılmalı ve düzenleyici onay ile kanıt düzeyi gözden geçirilmelidir.

9. Yapılandırılmış raporlamanın serbest metin rapora göre en önemli güvenlik avantajı nedir?

• A) Standart başlıklar ve zorunlu alanlar sayesinde eksik bulgu ve belirsizlik riskini azaltır, tutarlılık sağlar ✔
• B) Raporların daha kısa görünmesini sağlar
• C) Radyoloğun görüntüye bakmasını gereksiz kılar
• D) Yapay zekanın raporu radyolog onayı olmadan göndermesini sağlar

Aciklama: Yapılandırılmış raporlama standart başlıklar, zorunlu alanlar ve ortak bir sözlük kullanır; bu da eksik bulgu, atlanmış alan ve yanlış anlaşılma riskini azaltır, klinisyenler arasında tutarlılık sağlar ve yapay zekanın alanları doldurup tutarlılık kontrolü yapmasını kolaylaştırır. Serbest metin daha esnek ama daha çok atlama ve belirsizlik riski taşır.

10. Bir görüntü iyileştirme (denoising / süper çözünürlük) algoritması düşük dozlu bir BT'yi 'temizlerken' gerçekte olmayan ince bir yapı ekleyebilir. Bu neyi hatırlatır?

• A) İyileştirilmiş görüntü her zaman daha güvenilirdir
• B) İyileştirme yapay detay ekleyebilir veya gerçek bulguyu silebilir; şüphede ham görüntüye dönülmeli ve tanısal geçerlilik sorgulanmalıdır ✔
• C) Denoising sonrası doz otomatik olarak azalır
• D) İyileştirme yalnızca renk değiştirir, içeriği hiç etkilemez

Aciklama: Görüntü iyileştirme algoritmaları gürültüyü azaltırken yapay detay ekleyebilir veya gerçek küçük bulguları silebilir. Bu, iyileştirilmiş görüntünün tanısal geçerliliğinin sınırlı olabileceğini ve şüpheli durumda ham/orijinal görüntüye ve gerekirse uygun protokolle yeniden değerlendirmeye dönülmesi gerektiğini hatırlatır. Estetik olarak iyi görünmek tanısal doğruluk demek değildir.

11. Herkese açık bir yapay zeka aracına gönderilecek bir hasta öyküsünü anonimleştirirken doğru davranış hangisidir?

• A) Sadece soyadını silmek, adı ve protokol numarasını bırakmak yeterlidir
• B) Tüm klinik bilgiyi de silmek, böylece yapay zeka hiçbir bağlam görmez
• C) Kimlik, protokol, iletişim ve kurum bilgisini çıkarıp yalnızca klinik açıdan gerekli anonim bilgiyi bırakmak ✔
• D) Anonimleştirme gereksizdir; araç zaten güvenlidir

Aciklama: İsim, TC kimlik numarası, protokol/dosya numarası, iletişim ve kurum bilgisi çıkarılmalı; yalnızca klinik açıdan gerekli bilgi (yaş grubu, cinsiyet, ilgili öykü) bırakılmalıdır. 'Ayşe Yılmaz, protokol 2024-114523' yerine '62 yaşında kadın, bilinen meme kanseri öyküsü' yazmak doğru yaklaşımdır.

12. Yapay zeka bir pulmoner emboli (PE) BT anjiyografisinde hiçbir bulgu işaretlemedi (negatif AI). Radyolog için bunun doğru yorumu nedir?

• A) Emboli kesin olarak yoktur, rapor hızlıca negatif kapatılabilir
• B) Tetkik tekrar çekilmelidir
• C) Yapay zeka negatif dediği için klinisyene danışmaya gerek yoktur
• D) Negatif AI bir garanti değildir; radyolog tüm görüntüyü kendi değerlendirmesiyle okur, model bulguyu kaçırmış olabilir ✔

Aciklama: Negatif bir yapay zeka çıktısı embolinin dışlandığı anlamına gelmez; model bulguyu kaçırmış (yanlış negatif) olabilir. Radyolog görüntünün tamamını, yapay zekanın işaretlemediği alanlar dahil, kendi klinik değerlendirmesiyle okumalıdır. Negatif AI bir tanı garantisi değil, en fazla bir yardımcı sinyaldir.

13. Yapay zeka bir kritik bulgu (örneğin büyük intrakraniyal kanama) için uyarı üretti. Kapalı-döngü kritik bulgu bildiriminde sorumluluk kimdedir?

• A) Bulguyu teyit etmek, klinisyene iletmek, iletişimi belgelemek ve kapalı-döngüyü tamamlamak radyoloğun sorumluluğundadır ✔
• B) Bildirim tümüyle otomatik yapılır, radyoloğun rolü yoktur
• C) Sorumluluk yapay zeka üreticisine geçer
• D) Uyarı worklist'e düştüğü için ek iletişim gerekmez

Aciklama: Yapay zeka uyarısı bir hatırlatıcıdır; kritik bulgunun teyidi, ilgili hekime doğrudan iletilmesi, iletişimin belgelenmesi ve kapalı-döngünün (bilginin alındığının teyidi) tamamlanması radyoloğun sorumluluğundadır. Otomatik uyarı, insan iletişiminin ve teyidinin yerine geçmez.

14. Bir görüntüleme biriminde yapay zeka kullanımının sürdürülebilir ve güvenli olması için en doğru yönetişim yaklaşımı hangisidir?

• A) Bir kez kurup bir daha hiç gözden geçirmemek
• B) Performansı düzenli izlemek, geri bildirim ve öz-denetim döngüsü kurmak, hata örneklerini gözden geçirmek ve nihai kararı radyologda tutmak ✔
• C) Tüm kararları modele devredip radyolog sayısını azaltmak
• D) Yapay zeka çıktılarını hiç kaydetmeyip iz bırakmamak

Aciklama: Güvenli kullanım tek seferlik bir kurulum değildir; performansın düzenli izlenmesini, radyolog geri bildiriminin toplanmasını, yanlış negatif/pozitif örneklerin gözden geçirilmesini, model güncellemelerinin ve dağılım kaymasının takibini ve düzenli öz-denetimi gerektirir. Sorumluluk, imza ve nihai karar her zaman radyologda kalır.