Tıp Tarihinde Kırılma Noktası: Utah'ta Yapay Zeka Klinik Karar Alma Yetkisi Aldı
Sağlık teknolojileri alanında yaşanan en radikal dönüşümlerden biri, ABD'nin Utah eyaletinde gerçekleşiyor. Tıp dünyasının gündemini sarstırıcı bir hamleyle, yapay zeka (YZ) sistemlerine doktor onayı aranmadan belirli hastaları değerlendirme ve sınırlı kapsamda ilaç reçete etme yetkisi tanınıyor. Bu pilot uygulama, "insan-döngüsünde" (human-in-the-loop) olan mevcut klinik karar destek sistemlerinden, tamamen otonom "insan-döngüsünden çıkarılmış" (human-out-of-the-loop) klinik ajanlara geçişin ilk resmi ve yasal testini temsil ediyor.
Utah Modeli: Akne ile Başlayan Otonomi Denemesi
Utah Sağlık Bakanlığı ve eyalet yasama organları işbirliğiyle hayata geçirilen bu pilot program, ilk etapta sadece hafif ve orta derecede akne vulgari tanılı hastalarla sınırlandırıldı. Seçimin rasgele olmadığını, stratejik bir güvenlik stratejisi olduğunu belirtmek gerekir. Akne; ciddi sistemik yan etkileri az, tedavi protokülleri (topikal retinoidler, benzoyl peroksit, antibiyotik kremler vb.) net ve algoritmikleştirilebilir, mortalite riski neredeyse sıfır olan bir dermatolojik durumdur. Bu nedenle, algoritmanın hatalarının maliyeti kontrollü bir ortamda test edilmesi için ideal bir "kum havuzu" (sandbox) oluşturur.
Sistem Nasıl Çalışıyor? Klinik Akışın Otonomleşmesi
Geleneksel teledermatoloji modellerinde hasta fotoğraflarını yüklüyor, doktor 24-48 saat içinde inceleyip reçete yazıyordu. Yeni modelde ise süreç şu şekilde işliyor:
- Hasta mobil uygulama üzerinden standartlaştırılmış ışıklandırma ve açılarda cilt fotoğraflarını yüklüyor.
- Derin öğrenme tabanlı görüntü işleme modelleri (CNN - Convolutional Neural Networks), lezyon sayısını, tipini (komedon, püstül, nödül), yanlılık derecesini (IGA skalası) ve post-enflamatuvar hiperpigmentasyonu milimetrik hassasiyetle analiz ediyor.
- Hasta anamnezi (alakalı geçmiş, alerjiler, gebelik durumu, mevcut ilaçlar) yapay zekanın doğal dil işleme (NLP) modülleriyle yapılandırılmış veriye dönüştürülüyor.
- Klinik karar motoru (Clinical Decision Engine), American Academy of Dermatology (AAD) rehberleri ve Utah eyalet formülasyon kılavuzları kodlanarak oluşturulmuş bir "bilgi grafiği" (knowledge graph) üzerinden çalışarak, dozajı ve süresi optimize edilmiş bir reçete üretiyor.
- Reçete, elektronik reçete sistemlerine (e-Rx) doğrudan iletiliyor; hiçbir insan doktor imzası gerektirmiyor.
Güvenlik, Sorumluluk ve "Kara Kutu" Sorunu
Bu gelişme, tıp hukuku ve etiğinde yarattığı depremle birlikte geliyor. Bir YZ modeli yanlış teşhis koyup (örneğin bazal hücreli karsinomu akne sanarak) reçete yazarsa sorumlu kimdir? Utah yasamacı bu boşluğu doldurmak için "Algoritmik Sorumluluk Çerçevesi" adında bir mevzuat taslağı hazırladı. Buna göre;
- Yazılım geliştirici şirket (SaaS sağlayıcısı), algoritmanın klinik performansı için "ürün sorumluluğu" altındadır.
- Eyalet, sistemin gerçek dünya performansını (Real World Evidence - RWE) izlemek için bağımsız bir denetim kurulu (AI Safety Board) atadı.
- Hasta, YZ muayenesini reddedip insan doktorunu talep etme hakkını (Opt-out) koruyor.
- Güvenlik Metrikleri: Ciddi yan etki bildirimi (SAE) oranı < 0.1%.
- Etkinlik Metrikleri: 12. haftada IGA skorunda ≥ 2 basamak iyileşme oranı %70'in üstünde.
- Erişim Metrikleri: Dermatoloje randevu bekleme süresinin eyalet genelinde %30 azalması.
- Maliyet-Etkinlik: Brans başına maliyetin (Cost-per-episode) geleneksel modele göre %40 düşmesi.
Ancak "Açıklanabilir Yapay Zeka" (XAI) konusu hâlâ çözülmemiş bir risk faktörü olarak duruyor. Derin öğrenme modellerinin neden o reçeteyi yazdığını açıklayamaması, klinik denetimde ve mahkemelerde büyük bir engel oluşturabilir.
Klinik Genişleme Yol Haritası: Akne Sonrası Ne Olacak?
Utah yetkilileri, pilotun 18 ay süreceğini ve başarı kriterlerinin şu metriklerle ölçüleceğini açıkladı:
Başarılı sonuçlanması halinde, ikinci aşamada idiyopatik ürtiker, hafif astım kontrolü, tip 2 diyabet takibi (doza ayarlama hariç) ve depresyon/anksiyete için SSRI yeniden reçeteleme gibi düşük riskli, yüksek hacimli kronik hastalıkların otomatize edilmesi gündeme gelecek.
Türkiye ve Küresel Sağlık Sistemleri İçin Çıkarımlar
Bu gelişme, "Doktor yetmez, yapay zeka yetmez; Doktor + Yapay Zeka = En iyi sonuç" paradigmasının, "Düşük riskli rutin bakım = Yapay Zeka; Yüksek riskli/Komplike = Doktor + Yapay Zeka" paradigmasına evrildiğinin kanıtıdır. Türkiye için bu model, "Aile Hekimliği Yükü" ve "Uzman Dağılımı Adaletsizliği" sorunlarına çözüm olabilecek bir şablon sunuyor. TİTCAS (Tıp İçerikli Ticari Yazılım) yönetmeliği ve KVKK uyumlu yerli YZ modellerimizle (örneğin Türkçe NLP yeteneğine sahip cilt görüntüleme modelleri) benzer pilotların Şehir Hastaneleri'nde başlatılması, hem iş yükünü hafifletir hem de dijital sağlık ihracat potansiyelimizi artırır.
Özetle; Utah deneyi, yapay zekanın "yardımcı pilot"dan "kaptan"a geçtiği ilk resmi uçuştur. Turbulanslar olacak, hatalar yapılacak; ancak bu uçuşun seyrine hakim olmak, geleceğin tıbbı yöneteceklerin elindedir.