Büyük Dil Modellerinin Tıbbi Süreçlere Etkisi: Muayene odasında üçüncü aktör!

Yapay zekâ (Artificial Intelligence, AI) uygulamaları uzun süredir sağlık hizmetlerinde kullanılmaktadır. Görüntü tanıma algoritmalarından klinik karar destek sistemlerine, robotik cerrahiden genom analizine kadar pek çok farklı araç, tanı ve tedavi süreçlerinde dönüşümlere yol açmıştır. Ancak bu teknolojiler çoğunlukla arka planda işleyen ve hasta–hekim ilişkisinin merkezine doğrudan müdahale etmeyen yapılar olarak kalmıştır.

Son yıllarda gelişen Büyük Dil Modelleri (Large Language Models, LLM’ler) ise bu tabloyu değiştirmektedir. LLM, doğal dil üzerinden hasta ve hekimle doğrudan iletişim kurabilen, açıklama yapabilen, soruları yanıtlayabilen ve hatta empatiyi simüle edebilen bir “üçüncü aktör” olarak öne çıkmaktadır. Bu makalede LLM’lerin özgün konumu, hasta–hekim ilişkisi bağlamında incelenecek; ardından sağlık hukuku açısından ortaya çıkan yeni sorunlar tartışılacaktır.

Yapay Zekâ Türleri ve Hasta–Hekim İlişkisine Etkileri

Sağlıkta AI Türleri, kullanımları ve etkileri aşağıdaki beş temel gurupta toplanabilir.

Dar AI (rule-based, ML)

Randevu planlama, laboratuvar verisi sınıflandırma

Arka planda işler, ilişkiye doğrudan etki etmez.

Görüntü Tanıma AI

Radyoloji, patoloji, dermatoloji

Hekime hız ve doğruluk sağlar, hastayla iletişim kurmaz.

Tahmin/Öneri Sistemleri

Genom analizi, ilaç yan etkisi öngörüsü

Hekimin kararını destekler; hasta rapor üzerinden bilgi alır.

Robotik/Otomasyon AI

Robotik cerrahi, lojistik, ilaç dağıtımı

Fiziksel süreci hızlandırır; insani bağı zayıftır.

LLM

Soruları yanıtlar, açıklamaları sadeleştirir

Doğrudan hasta ile diyalog kurar; ilişkiyi dönüştürür.

Üçlü Etkileşim Modeli

Geleneksel hasta–hekim ilişkisi ikili bir yapıya sahiptir. Ancak LLM’nin dahil olmasıyla bu yapı artık üçgene dönüşmektedir:

- Hasta–Hekim kenarı: Güven, mahremiyet ve bakımın klasik ekseni.

- Hasta–LLM kenarı: Bilginin sadeleştirilmesi, eğitim, empati simülasyonu.

- Hekim–LLM kenarı: Literatür desteği, klinik öneriler, karar hızlandırma.

Ortada yeni bir kavram belirir: Üçlü etkileşim. Bu, yalnızca teknik bir yenilik değil; hukuki, etik ve mesleki sonuçları olan bir dönüşümdür.

Sağlık Hukuku Açısından Sorunlar

Aydınlatılmış Onam

Hasta Hakları Yönetmeliği ve Türk Borçlar Kanunu uyarınca bilgilendirilmiş onam, hekimin yükümlülüğüdür. LLM aracılığıyla alınan bilgiler bu onamın geçerliliğini tartışmalı hale getirebilir.

Sorumluluk Paylaşımı

Hatalı bilgi veren LLM, hekimin sorumluluğunu ortadan kaldırmaz. Ancak yazılım üreticisi ve sağlık kuruluşunun da sorumluluğu gündeme gelir.

Veri Koruma

LLM etkileşimleri kişisel sağlık verisi işlemeyi içerir. KVKK ve GDPR kapsamında açık rıza, anonimleştirme ve güvenlik kritik önem taşır.

Ayrımcılık ve Önyargı

LLM verilerindeki yanlılık, eşitlik ilkesine aykırılık oluşturabilir.

Hekimin Özerkliği

LLM önerilerinin bağlayıcı hale gelmesi, hekimin mesleki bağımsızlığını zedeleyebilir.

Özetle;

LLM’ler hasta–hekim ilişkisini dönüştüren üçüncü aktörlerdir. Sağlık hukukunun görevi hem hasta haklarını korumak hem de LLM’lerin sunduğu olanakları sorumlu biçimde yönlendirmektir. Gelecekte düzenlemeler, yalnızca doktor–hasta ikilisini değil, bu üçlü aktörlüğü de kapsamak zorundadır.

Kaynakça

• Eric Topol, Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again, Basic Books, 2019.

• Ryan Calo, The Reasonable Robot: Artificial Intelligence and the Law, Cambridge University Press, 2021.

• Hugo de O Campos ve diğerleri, Generative AI as Third Agent: Large Language Models and the Transformation of the Clinician-Patient Relationship, Journal of Participatory Medicine, 2025; 17(1): e68146.

• 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK).

• Avrupa Genel Veri Koruma Tüzüğü (GDPR), 2016/679.

• Hasta Hakları Yönetmeliği, Resmî Gazete, 1998.

• Avrupa İnsan Hakları Sözleşmesi (AİHS), md. 8 ve 14.