Özet: Tıp dünyasında "Yapay zekâ kullanıyor musun?" sorusu çoktan geride kalıp yerini "Hangisini kullanıyorsun?" sorusuna bıraktı. Hekimlerin dijital alet çantasına giren büyük dil modelleri, özellikle zaman alan kapsamlı literatür taramaları, karmaşık verilerin sentezlenmesi ve akademik makale yazımı gibi masa başı süreçlerinde adeta devrim yaratmaktadır. Ancak, tıbbın her alanında kusursuz çalışacak tek bir "sihirli" araç bulma beklentisi son derece yanıltıcıdır. Açık internetten beslenen bu genel amaçlı sistemler, makale yazımında harikalar yaratsa da gerçeğe aykırı veriler veya sahte referanslar (halüsinasyon) üretebilme riskleri nedeniyle anlık hasta bakımında ciddi tehlikeler barındırır. Bu nedenle, doğrudan klinik karar alma süreçlerinde açık internetin bilgi kirliliğinden arındırılmış, yalnızca kanıta dayalı ve uzman onaylı verilerle çalışan özelleşmiş klinik karar destek araçlarına ihtiyaç duyulmaktadır. Sonuç olarak, yapay zeka çağında güvenli ve verimli bir hekimlik pratiği; akademik araştırma ve yazım ile klinik karar verme dinamiklerini birbirinden ayırarak, masadaki spesifik görev için en doğru aracı seçmekten geçmektedir.

Yapay zeka rüzgarı dünyadaki pek çok meslek kolunu köklü dönüştürdüğü gibi, son yıllar içerisinde hekimlik pratiğinin de ayrılmaz bir parçası haline geldi. Çok değil, yakın bir geçmişe kadar meslektaşlarımız arasındaki temel soru "Yapay zeka kullanıyor musun?" şeklindeydi. Ancak bugün en basit sohbetten kongre salonlarına kadar her yerde bu sorunun yerini çok daha spesifik bir soru aldı: "Hangisini kullanıyorsun?"

Bu sorunun cevabı tek bir sihirli araçta değil, modellerin özelleşen işlevlerinde saklı. Artık yapay zeka yalnızca günlük hayattaki basit sorgular veya rutin işler için değil; doğrudan klinik karar alma dinamiklerine, araştırma kurgusuna ve tıbbi yazarlık süreçlerine entegre olan gelişmiş birer asistan olarak karşımıza çıkıyor. Kimi poliklinik şartlarında kılavuzlara dayalı hedefe yönelik bilgi sunarken, kimi de bir çalışmanın metodolojisini yapılandırmak veya karmaşık bir veriyi akademik formata sokmak için hekimin dijital alet çantasına giriyor.

İşte bu yazıda, hekimlik pratiğinin iki temel ayağını temsil eden en güncel iki aracı mercek altına alıyoruz: 

• Teknoloji devi Google’ın çok yönlü, literatür sentezi ve metin kurgusundaki esnekliği ortaya çıkan büyük dil modeli Gemini; 

• Kanıta dayalı, şeffaf ve güvenilir karar desteği sunmak üzere tasarlanan UpToDate Expert AI.

Gemini

Yapay zekanın masa başındaki temsilcilerinden Gemini’ın pratik kullanımına geçmeden önce, altyapısını oluşturan "Büyük Dil Modeli" (LLM - Large Language Model) kavramını kısaca tanımlamakta fayda var. LLM’ler, devasa boyutlardaki metin verileriyle eğitilerek insan dilini anlayabilen ve anladığı veriyi şekillendirerek  yapılandırılmış içerikler üretebilen sistemlerdir.

Google tarafından geliştirilmiş olmasının Gemini’a sağladığı en büyük stratejik avantaj, şüphesiz ki arkasındaki devasa veri kapasitesi ve indeksleme gücüdür. Gerek hızlı gerek ise detaycı alt modellerinin kullanımı esnasında bunun yansımalarını görebilmek mümkün. Bununla birlikte halihazırda milyonlarca kullanıcıya sahip olan Google uygulamalarının (Docs, Drive, Sheets vb.) Gemini ile eforsuzca birlikte çalışması bu ekosistemi kullanan kişiler için ciddi bir avantaj sunmakta.

Peki, bu geniş altyapı ve ekosistem avantajı günlük pratiğimizde ve akademik çalışmalarımızda tam olarak nasıl somutlaşıyor? Gemini’ı sıradan bir arama motorundan veya sohbet botundan ayırıp, kliniğin arka planındaki dijital yükümüzü hafifleten gerçek bir asistana dönüştüren spesifik yeteneklerine yakından bakalım:

Deep Research (Derinlemesine Araştırma) ile Literatür Taraması:

Deep Research, modelin kendisine verilen bir sorguya anında yüzeysel bir yanıt üretmek yerine; tıpkı bir araştırmacı gibi arka planda otonom olarak ardışık aramalar gerçekleştirdiği, elde ettiği verileri inceleyip gerekirse yeni alt sorgular üreterek uzun soluklu bir analiz yürüttüğü ileri düzey bir sistemdir. Bu sistemde Gemini sizden önce bir yönlendirme ister, bu yönlendirme ile bir araştırma planı çıkartır ve işe koyulur.

Zaman alan literatür taraması süreçleri, modelin bu özelliği ile farklı bir boyuta taşınıyor. Yüzeysel bir anahtar kelime aramasının aksine, bu yapı arka planda saatler sürebilecek çok adımlı bir tarama yürütüyor. En önemlisi, bu sentezi yaparken yararlandığı referansları aslına uygun ve doğrudan tıklanabilir kaynaklar olarak belirterek şeffaf bir "ön okuma" raporu sunuyor. Böylece hekim, sıfırdan makale avına çıkmak yerine, önüne gelen bu yapılandırılmış analiz üzerinden asıl akademik kurgusunu inşa etmeye başlayabiliyor.

Şekil 1: Deep Research'ün planlaması ve kaynakları derlemesi. Adım adım olan araştırma planında yetersiz ya da yanlış gördüğünüz maddeleri düzenleme imkanı sunuyor. Ulaştığı kaynakları beyan etmesi ile genel modeline göre daha yüksek şeffaflık ortaya koyuyor.

Gems: Özelleştirilmiş Mini Asistanlarınız

"Gems" özelliği, Gemini'ı spesifik görevler için önceden kurgulamanızı ve kendi iş akışınıza entegre etmenizi sağlayan kişiselleştirilmiş mini asistanlardır. Gemini’ın standart halini, her işi görebilen ancak her seferinde nasıl kullanılacağını detaylıca tarif etmeniz  gereken bir İsviçre çakısına benzetebiliriz. Gems ise bu genel kullanımın ötesine geçerek; modele belirli bir rol, değişmez kurallar ve sınırları net çizilmiş bir görev tanımı verdiğiniz yapılandırma sürecidir. Bir Gem oluştururken, modelin hangi tonda yazacağını, hangi kurallara uyacağını ve ne tür çıktılar vereceğini bir kez arka planda tanımlarsınız; böylece çalışma tarzınızı ezberlemiş, göreve hazır özel bir asistan yaratmış olursunuz.

Günlük klinik veya akademik pratikte sürekli tekrarlayan işler için bu özellik ciddi bir zaman tasarrufu sağlar. Örneğin; hasta veri setlerinizi veya laboratuvar sonuçlarınızı formatına alışkın olduğunuz bir derginin spesifik tablo formatına getirmesi için bir Gem oluşturabilirsiniz. Kurallarını bir kez sizin belirlediğiniz bu Gem, artık o iş için sizin özel "şef bıçağınız" veya "alyan anahtarınız" haline gelir. Elinizdeki ham veriyi bu Gem'e kopyaladığınız anda, uzun uzun talimatlar vermenize gerek kalmadan veriyi saniyeler içinde tam istediğiniz akademik şablona oturtarak sizi her defasında baştan prompt yazma angaryasından kurtarır. 

Ancak bu noktada gözden kaçırmaması gereken çok kritik bir boyut bulunmaktadır: Veri güvenliği ve hasta mahremiyeti. Hasta veri setlerinin, klinik bulguların veya laboratuvar sonuçlarının Gemini veya Gems gibi yapay zekâ sistemlerine analiz amacıyla aktarılmadan önce mutlak surette, geri döndürülemez biçimde anonimleştirilmesi şarttır. Hekimler, kullandıkları sistemlerin veri işleme, saklama ve gizlilik koşullarını dikkatle değerlendirmeli; kişisel sağlık verilerinin korunmasına yönelik evrensel etik standartlardan hiçbir koşulda taviz vermemelidir.

Not Defteri (Notebook) Özelliği:

Not Defteri, sadece sizin yüklediğiniz kaynaklardan beslenen, dış dünyaya kapalı ve kişiselleştirilmiş bir yapay zeka çalışma alanıdır. Yapay zeka kullanımında hekimlerin en haklı çekincesi "halüsinasyon", yani modelin gerçek olmayan veriler ve/veya sahte referanslar  üretme riskidir. Not Defteri özelliği, modeli açık internetten koparıp sizin belirlediğiniz sınırlar içine hapsederek bu sorunu minimize eder. Kendi seçtiğiniz güncel makaleleri, yüzlerce sayfalık klinik kılavuzları veya anonimleştirilmiş veri setlerini bu kapalı "deftere" yüklediğinizde, model sadece bu kütüphane içinde okuma ve analiz yapar. 

Örneğin; akranlarınız için düzenleyeceğiniz bir sunum için seçtiğiniz 20 makaleyi ve en güncel kılavuzu sisteme yükleyip, "Bu çalışmalarda bahsedilen ortak minör komplikasyonları özetle" diye sorduğunuzda, sistem size sadece o dosyalardan süzülmüş bir metin sunar. Daha da önemlisi, verdiği her bilginin sonuna "Makale 4, Sayfa 3, 2. Paragraf" şeklinde doğrudan yüklediğiniz belgelere tıklanabilir atıflar ekler. Kaynak kontrolü tamamen sizde olduğu için uydurma riski sıfıra iner; adeta masanızdaki tüm makaleleri ezbere bilen ve sorduğunuz an ilgili sayfayı önünüze açan asistanınızla çalışma konforu sağlar.

Görsel ve Yapısal İçerik Üretimi:

Yoğun tıbbi metinlerin; diyagramlara, tablolara veya açıklayıcı grafiklere dönüştürülmesi çoğu zaman yorucu bir süreçtir, ancak bir yandan da kompleks verinin aktarılması için çok kıymetli bir araçtır. İstenen her verinin aktarılması için düzenlenmiş bir görsel bulabilmenin imkansız olduğu durumlarda üretici yapay zeka uygulamaları parlamaktadır. 

Şekil 2: Omalizumab etki mekanizmasının Gemini'nin görsel üretimi üzerinden özetlenmesi

Gemini ekosisteminin arka planında çalışan üretken görselleştirme sistemleri tam bu noktada devreye girer. Kompleks biyokimyasal yolakların doğru komutlar ile özetlenebilmesi ve sunumlara eklenmesi akıcı bir anlatıya destek olmaktadır.

 Resmedilmesini istediğiniz konuda iyi bir sonuç almak için birkaç deneme yanılma gerekse de sistemin sizin verdiğiniz komut içerisindeki dil tüyolarını yakalaması sonucu göze hitap eden bir görsel ile karşılaşabilirsiniz. 

Yapay zekâ tarafından oluşturulan bu tür görseller, her ne kadar karmaşık tıbbi verilerin aktarımında estetik ve pratik bir zenginlik sunsa da, bilimsel ve tıbbi doğruluk açısından nihai olarak mutlaka kullanıcının sıkı bir kontrolünden geçmelidir. Modelin anatomik yapılarda, biyokimyasal yolaklarda veya hücresel mekanizmalarda yapabileceği olası 'görsel halüsinasyonların' veya yapısal orantısızlıkların önüne geçmek için, üretilen her içeriğin tıbbi geçerliliği uzman bir hekimin süzgecinden geçirilip teyit edildikten sonra bilimsel metinlere dahil edilmelidir.

Peki, Her Şey Gökkuşağı ve Gün Işığından mı İbaret?

Gemini her ne kadar masa başındaki akademik ve idari yükü mükemmel bir şekilde hafifletse de, iş doğrudan hasta bakımına ve anlık klinik kararlara geldiğinde bazı ciddi handikaplar barındırır. Bunların başında "halüsinasyon" olarak bilinen; modelin gerçeğe aykırı klinik bilgileri veya gerçekte hiç var olmayan sahte makale referanslarını son derece ikna edici bir dille uydurması gelir. Ayrıca, açık internetin uçsuz bucaksız verisinden beslendiği için telif hakkı ihlalleri, intihal sınırlarında gezinen metin üretimleri ve doğrulanmamış kaynaklardan süzülen tıbbi hatalar, hekimler için göz ardı edilemeyecek risklerdir.

Büyük dil modellerinin tüm interneti kapsayan bu devasa eğitim havuzu, klinik pratikte başta bir avantaj gibi görünse de aslında en büyük zafiyete dönüşebilir. Örneğin,  öksürük ayırıcı tanısı yapmak için beyin fırtınası amacıyla sisteme girdiğinizde standart bir YZ modeli güncel ve saygın tıbbi literatürü taradığı kadar, algoritmik bir yanılsamayla "evdeoksuruknasilgecer.com" tarzı sıradan bir blog sitesini de referans alabilir. Sistem, buradaki kaynaksız ve daha da korkuncu hatalı bir bilgiyi size mutlak bir tıbbi doğruymuş gibi, büyük bir özgüvenle sunabilir.

Bu durumun önüne geçebilmek adına, masa başında çalışan yaratıcı bir asistana değil; açık internetin kaosuna kapılarını tamamen kapatmış, sadece uzman hekimlerin süzgecinden geçmiş kanıta dayalı kaynakları kullanan güvenilir bir klinik karar destek mekanizmasına ihtiyaç duyarız. İşte tam bu noktada, genel modellerin poliklinikte yarattığı bu güven boşluğunu doldurmak üzere bambaşka bir felsefeyle tasarlanan UpToDate Expert AI sahneye çıkıyor.

Uptodate

UpToDate, binlerce uzman hekimin katkısıyla sürekli güncellenen ve kanıta dayalı tıbbın temel referans kaynaklarından biri olarak kabul edilen kapsamlı bir klinik veri tabanıdır. Tıp eğitiminden uzmanlık pratiğine kadar hekimlerin tanı, tedavi ve takip süreçlerinde sıklıkla başvurduğu standart bir platformdur. Bununla birlikte, geleneksel UpToDate arama sisteminin doğasında yatan bazı yapısal limitasyonlar mevcuttur. Standart bir anahtar kelime araması, genellikle hekimin karşısına oldukça uzun ve detaylı klinik rehberler çıkarmaktadır. Ayrıca, aynı hastalık veya durum üzerine açılmış, birbiriyle bağlantılı çok sayıda farklı başlık bulunabilmektedir. Spesifik ve çoklu komorbiditeleri olan karmaşık bir hasta için aranan net bilginin, bu uzun metinler ve parçalara bölünmüş çeşitli başlıklar arasından süzülerek çıkarılması odaklanma gerektiren zorlu bir sürece dönüşebilmektedir.

UpToDate Expert AI:

İşte UpToDate Expert AI, bu klasik arama ve tarama sürecini ortadan kaldıran yeni bir yapay zeka katmanıdır. Arama çubuğuna sadece hastalığın veya ilacın adını yazmak yerine; tıpkı yan odadaki meslektaşınıza danışırcasına klinik soruyu tıbbi bir dille sisteme yöneltmenize olanak tanır.

Örneğin, "34 yaşında kadın hasta, bilinen kronik bir hastalığı yok. Kronik öksürük şikayetiyle başvuruyor. Ayırıcı tanıda neler düşünmeli?" şeklinde bir soru sorabilirsiniz. Bunun karşılığında sistem bu soruyu alır, UpToDate kütüphanesindeki ilgili tüm başlıkları saniyeler içinde okur, sentezler ve size kısa, hedefe yönelik yapılandırılmış bir yanıt sunar. Bunu yaparken sorunuzda net olmayan bir durum var ise yaptığı varsayımları size tek tek sunar, hastanın anamnezi veya kliniği ile ilgili eklemek isteyebileceğiniz bilgiler ile ilgili ip uçları gösterir.

Bunun yanı sıra size sunduğu özet yanıtın içerisindeki her bir cümlenin veya klinik önerinin sonuna, o bilginin tam olarak hangi UpToDate başlığından ve paragrafından alındığını gösteren referanslar ekler. Kılavuz tartışmasının detaylarına inmek isterseniz, referansa tıklayarak ilgili makalenin tamamına anında geçiş yapabilirsiniz.

Uptodate Expert AI aynı zamanda tartışma altında olan konu ile ilgili özet tablolar ve akış diyagramları çıkararak ayırıcı tanı sürecinde hiçbir kaçak olmaması adına net bir destek sağlıyor.

Şekil 3: Uptodate Expert AI ile ayırıcı tanı yaklaşımı.

Sonuç: Taş Yerinde Ağırdır

Günümüzde bir şekilde bir yapay zeka uygulamasıyla teması olmayan hekim bulmak imkansızlaşmaktadır. Dijital ekosistemde her gün yeni bir araç kullanıma sunuluyor; ancak klinik ve akademik süreçlerin tamamını kusursuzca yönetecek, her derde deva tek bir uygulama bulunmuyor. Tüm akademik yükü, veri analizini ve anlık klinik karar destek ihtiyacını tek bir modele yüklemeye çalışmak, sonuçların kaçınılmaz olarak vasat kalmasına yol açıyor. Bunun yerine, belirli görevleri diğerlerinden çok daha iyi ve güvenli yapan çeşitli seçenekler mevcut. Asıl mesele, yapay zekayı kullanıp kullanmamaktan ziyade, masadaki spesifik göreve en uygun modeli seçebilme refleksini kazanmaktır. İşi ehline, yani doğru aracı doğru göreve teslim ettiğimizde, bu teknolojiler hata riskini en aza indirerek mesleğimizin en değerli kaynağı olan zamanı bize geri veren güçlü birer asistana dönüşecektir.

*Umur Karan - Süreyyapaşa Eğitim Araştırma Hastanesi Göğüs Hastalıkları Kliniği,  Uzmanlık Öğrencisi, Dr.