Kazanimlar:
- Yapay zekanın hastane operasyonlarının (planlama, tahmin, raporlama) neresinde gerçek zaman kazandırdığını, neresinde kaynak tahsisi ve klinik önceliklendirme gibi kararların insana kaldığını görev risk düzeyine göre ayırt edebilme
- Her yapay zeka çıktısını kaynağa bağlama, yeniden hesaplama ve yönetsel süzgeçten geçirme adımlarıyla doğrulayan bir disiplin uygulayabilme
- Hasta ve operasyon verisini KVKK/gizlilik kapsamında anonimleştirme ve güvenli araç seçme alışkanlığını edinebilme
Bir hastanede her sabah yüzlerce karar sessizce alınır. Bugün acile kaç hasta gelir; hangi poliklinikte kaç boş randevu kalmalı; yoğun bakımda yatak açılacak mı; hangi ilacın stoğu haftaya biter; geçen ayki hasta memnuniyeti neden düştü; SGK bu faturayı neden reddetti. Bu kararların bir kısmı tekrarlı, veri yoğun ve zaman alıcıdır; bir kısmı ise doğrudan bir hastanın erişimini, güvenliğini ya da kurumun mali dengesini etkiler. Yapay zeka (kısaca YZ veya İngilizcesiyle AI — insan gibi metin üretebilen, örüntü tanıyabilen, tahmin yapabilen ve veriyi özetleyebilen bilgisayar sistemleri) tam bu tablonun ortasına oturur: doğru kullanıldığında raporları, tahminleri ve taslakları saatler yerine dakikalar içinde hazırlar; yanlış kullanıldığında güvenli görünen ama hatalı bir çıktıyı bir yönetim kararına taşıyabilir.
Bu modülün ilk ünitesi bir yazılım tanıtımı değildir. Amacı, YZ'yi işinizin neresine koyacağınızı ve neresine asla koymayacağınızı netleştirmektir. Çünkü sağlık yönetimi hem "operasyon-kritik" hem de dolaylı olarak "hasta güvenliği-kritik" bir alandır: verdiğiniz bir kapasite kararı, bir hastanın randevu bulup bulamamasını; bir stok kararı, bir ameliyatın ertelenip ertelenmemesini etkiler. Temel ilkeyi baştan koyalım: Yapay zeka bir asistandır, yönetici değildir. Kaynak tahsisi, klinik önceliklendirme, geri ödeme ve hasta güvenliğini etkileyen kararların sorumluluğu ve son onayı yetkin uzmana ve sorumlu yöneticiye aittir.
Sağlık yönetiminin katmanları ve YZ'nin yeri
Bir sağlık kurumunu anlamak için işi üç katmana ayırmak yararlıdır. Operasyonel katman, günlük işleyiştir: randevular, yatak akışı, vardiyalar, stok. Taktik katman, haftalık-aylık planlamadır: talep tahmini, kapasite ayarı, bütçe takibi. Stratejik katman, kurumun yönünü belirler: yatırım, hizmet portföyü, kalite hedefleri. YZ her üç katmana da dokunabilir; ama her birinde farklı bir yetkiyle. Operasyonel katmanda YZ hızlı taslak ve uyarı üretir; stratejik katmanda ise yalnızca girdi sağlar, kararı yönetim verir.
Birkaç temel terimi baştan tanımlayalım. Gösterge (KPI), bir sürecin performansını ölçen sayıdır (yatak doluluk oranı gibi). Kapasite, bir birimin belli sürede karşılayabileceği iş miktarıdır. Talep tahmini, gelecekteki hasta/iş yükünün öngörülmesidir. Gelir döngüsü, hastanın kaydından faturanın tahsil edilmesine kadar geçen mali süreçtir. Bu kavramları sonraki ünitelerde tek tek açacağız; şimdilik şunu bilin: YZ bu kavramların hepsinde size taslak ve analiz verir, ama karar vermez.
Şu tablo, YZ'nin görev bazında rolünü ve risk düzeyini özetler:
Görev
YZ'nin rolü
Risk düzeyi
Kim onaylar
Rapor/özet taslağı yazma
Taslak üreteci
Düşük
Birim sorumlusu
Talep/kapasite tahmini
Tahminci, senaryo üretici
Orta
İşletme müdürü
No-show risk skorlama
İstatistiksel uyarıcı
Orta
Poliklinik yöneticisi
Yatak/taburcu önceliklendirme
Öneri üretici, asla son söz değil
Yüksek
Hekim + hemşire
Faturalama kodu önerme
Taslak, mevzuatla teyit edilir
Yüksek
Gelir/kodlama uzmanı
Kaynak tahsisi / klinik öncelik
Yardımcı girdi
Çok yüksek
Sorumlu yönetici + hekim
Bu tablodaki tek satırı akılda tutun: risk yükseldikçe YZ'nin rolü küçülür, insan onayı büyür.
Neden "doğrulama" bu işin kalbidir
Yapay zeka dil modelleri, verdiği cevaptan emin görünür ama emin olmayabilir. Buna teknik dilde halüsinasyon denir: modelin gerçekte var olmayan bir bilgiyi, tıpkı doğruymuş gibi akıcı bir cümleyle uydurmasıdır. Bir sağlık yöneticisi için bu ciddi bir tuzaktır: model size "bu ay yatak doluluğu yüzde 82" diye bir sayı üretebilir, oysa sizin verinizi hiç görmemiştir ve bu sayı tamamen uydurmadır. Ya da bir geri ödeme kuralını "2023'te değişti" diye anlatabilir; oysa böyle bir değişiklik yoktur. İkisini de aynı akıcılıkla söylediği için, doğruyu yanlıştan ayıran tek şey sizin bilginiz ve doğrulama alışkanlığınızdır.
Doğrulama disiplini üç adımdan oluşur:
- Kaynağa bağla: Sayılar, oranlar, mevzuat maddeleri ve kurallar için YZ'nin belleğine değil, kendi kurumunuzun sistemlerine (HBYS/HIS, muhasebe, kalite kayıtları) ve resmi kaynaklara (SGK/SUT tebliğleri, Sağlık Bakanlığı düzenlemeleri, kurum prosedürleri) güvenin. YZ'yi bu verinin üzerinde yorum yapması için kullanın, veriyi hatırlaması için değil.
- Yeniden hesapla / karşılaştır: YZ'nin verdiği her sayısal sonucu, oranı ve trendi bağımsız olarak kontrol edin. Bir yüzdeyi, bir toplamı, bir ortalamayı kendiniz doğrulayın.
- Yönetsel süzgeç: Çıktının sahadaki gerçeklerle (bütçe, mevzuat, personel, hasta güvenliği) çelişip çelişmediğini yönetici gözüyle sınayın.
Dikkat: YZ'nin ürettiği bir raporu veya öneriyi doğrulamadan yönetim kuruluna sunmak ya da uygulamaya koymak, imzalanmamış bir yönetim kararı vermek gibidir. Çıktı akıcı diye doğru değildir.
Gizlilik: hasta ve operasyon verisi özel nitelikli veridir
Hasta verileri (tanı, tedavi, protokol numarası, kimlik bilgisi) Türkiye'de KVKK (Kişisel Verilerin Korunması Kanunu), Avrupa'da GDPR kapsamında özel nitelikli kişisel veri olarak korunur. Herkese açık bir YZ aracına hastanın adını, TC kimlik numarasını, protokol numarasını, tanısını olduğu gibi yapıştırmak ciddi bir ihlaldir. Aynı hassasiyet, ticari sır niteliğindeki operasyon verileri (gelir tabloları, tedarikçi fiyatları, personel bilgileri) için de geçerlidir. Kural basittir: veriyi anonimleştir ve gereksizini paylaşma. "Ayşe Yılmaz, 68, protokol 2024-114523" yerine "68 yaşında kadın hasta"; "Dr. Mehmet Kaya kadrolu" yerine "kıdemli uzman hekim" yazın. Mümkünse kurumsal, veri işleme sözleşmesi olan ve verinizi model eğitiminde kullanmayan araçları tercih edin.
Üç mini vaka
Vaka 1 — Güvenli kullanım. Bir kalite sorumlusu, aylık 14 göstergeden oluşan bir yönetim özeti hazırlamak için 3 saat harcıyordu. Verileri anonim (hasta adı yok, sadece sayılar) biçimde YZ'ye verip yorum taslağı istedi. YZ 10 dakikada bir taslak üretti; sorumlu her sayıyı kendi panosuyla karşılaştırdı, iki hatalı yüzdeyi düzeltti ve nedensellik cümlelerini elden geçirdi. Süre: 3 saat yerine 40 dakika. YZ taslak verdi, sorumluluk insanda kaldı.
Vaka 2 — Doğrulanmayan sayı tuzağı. Bir işletme müdürü, YZ'ye "geçen yıl acil başvuru sayımız kaçtı" diye sordu. YZ, hiçbir veriye erişimi olmadığı halde "yaklaşık 92.000" diye kendinden emin bir sayı verdi. Müdür bunu sunumuna koydu; gerçek sayı 78.400'dü. Fark, bütçe planlamasını saptırdı. Hata: YZ'ye veri vermeden ondan sayı beklemek.
Vaka 3 — Gizlilik ihlali. Bir çalışan, taburcu edilecek hastaların tam adlarını ve tanılarını içeren bir Excel'i herkese açık bir YZ aracına yükleyip "taburcu planı çıkar" dedi. Veri kurum dışı bir sunucuya gitti ve bir KVKK incelemesi başladı. Doğru yol: isim ve tanıyı çıkarıp yalnızca yatak numarası, tahmini taburcu tarihi gibi anonim alanları paylaşmaktı.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Hastanemizin bu ayki performansını yorumla ve doluluk oranını söyle.
Bu istem hatalıdır: YZ'ye hiç veri verilmemiştir, dolayısıyla "doluluk oranı" sorusuna ancak uydurma bir sayıyla cevap verebilir. Ne dönem, ne birim, ne bağlam bellidir.
Güçlü prompt:
Rolün: bir hastane işletme analistine yardımcı olan asistan.Aşağıda anonimleştirilmiş aylık verimiz var (isim/kimlik yok).Yatak sayısı: 240. Dolu yatak-günü: 5.760. Ay: 30 gün.Görev: (1) yatak doluluk oranını hesapla ve formülünü göster,(2) tek paragraf yönetim yorumu taslağı yaz,(3) emin olmadığın yeri açıkça belirt, veri istemediğim hiçbir sayıyı uydurma.
Bu istemde veri, formül beklentisi, rol ve "uydurma" yasağı açıktır. Çıktıyı yine de kendiniz doğrularsınız (240 × 30 = 7.200 yatak-günü kapasite; 5.760 / 7.200 = %80).
Aşağıdaki tablo, bu dersteki tek cümlelik kuralları özetler:
İlke
Ne anlama gelir
YZ asistandır
Karar ve sorumluluk insandadır
Kaynağa bağla
Sayı/kural YZ belleğinden değil, kurumdan gelir
Anonimleştir
Kimlik ve gereksiz veri paylaşılmaz
Doğrula
Her çıktı kontrol edilir, uydurma reddedilir
Sık yapılan hatalar
- YZ'den veri vermeden sayı beklemek. Model veriye erişemez; verdiği sayı uydurmadır. Her zaman veriyi siz sağlayın.
- Akıcı çıktıyı doğru sanmak. Güzel yazılmış bir paragraf doğru olduğu anlamına gelmez.
- Kimlik bilgisini paylaşmak. İsim, TC, protokol numarası asla açık araca girmez.
- Bağlam vermeden soru sormak. Dönem, birim, tanım belirtilmezse çıktı yanlış olur.
- Kararı YZ'ye devretmek. YZ önerir; onay ve sorumluluk yöneticinindir.
İpucu: Her YZ oturumuna kısa bir "kural satırı" ekleyin: "Veri vermediğim hiçbir sayıyı uydurma; emin olmadığın yeri "emin değilim" diye belirt." Bu tek cümle, halüsinasyon riskini belirgin biçimde azaltır.
Özetle
Yapay zeka sağlık yönetiminde güçlü bir asistandır: raporları, tahminleri ve taslakları hızlandırır. Ama karar, sorumluluk ve son onay daima insanda kalır. Risk yükseldikçe YZ'nin rolü küçülür. Üç alışkanlık her şeyin temelidir: kaynağa bağlama, doğrulama ve anonimleştirme. Bu üçünü içselleştirdiğinizde, modülün geri kalanındaki her araç sizin için güvenli bir hızlandırıcıya dönüşür.
Uygulama görevi
Kurumunuzdan (veya varsayımsal olarak) tek bir anonim gösterge alın: örneğin yatak sayısı ve dolu yatak-günü. Yukarıdaki "Güçlü prompt" şablonunu kullanarak YZ'den doluluk oranını hesaplatın ve bir yönetim yorumu taslağı isteyin. Sonra çıktıyı kendiniz doğrulayın: hesabı elle yapın, uydurma sayı olup olmadığını kontrol edin, kimlik bilgisi sızmış mı bakın. Bulgularınızı 5 maddeyle not edin.
Kontrol listesi
- [ ] YZ'ye verdiğim veriyi anonimleştirdim mi (isim/TC/protokol yok)?
- [ ] Çıktıdaki her sayıyı bağımsız olarak doğruladım mı?
- [ ] Prompt'a "veri vermediğim sayıyı uydurma" kuralını ekledim mi?
- [ ] Görevin risk düzeyini belirleyip onay merciini tanımladım mı?
- [ ] Nihai kararı ve sorumluluğu bir insana bağladım mı?