TÜSEB'in "Üreten Sağlık Modeli" raporunun dijital sağlık bölümü, Türkiye'de kamu eliyle geliştirilen sağlık yapay zekâsının sahada nereye geldiğini anlatıyor. TÜSEB bünyesindeki Türkiye Sağlık Veri Araştırmaları ve Yapay Zekâ Uygulamaları Enstitüsü (TÜYZE) dört proje yürütüyor: mamografide METRA, mobil röntgende ARİS, radyoloji istemlerinde RADİS ve akciğer grafisinde tüberküloz triyajı. Dördünün ortak bir ilkesi var: hiçbiri tanı koymuyor; son karar ve sorumluluk hekimde.
METRA: Mamografide 330 Bin Tetkik
Meme kanseri taramasında standart, her çekimin iki radyolog tarafından okunması. Tarama sayısı arttıkça bu kapasiteyi korumak zorlaşıyor. METRA, ulusal telemamografi sistemine (KETEM) entegre edilmiş yerli bir karar destek yazılımı: şüpheli alanları işaretliyor ve her olgu için bir risk skoru üretiyor.
Sahada: Kasım 2025'te canlı ortama geçti, Şubat 2026'da hekimlerin kullanımına açıldı. Temmuz 2026 itibarıyla 330 binden fazla tetkik ve 1,3 milyondan fazla görüntü işlendi. Sistem günde 4 binden fazla çekimi karşılayabiliyor; birikmiş eski olguları da tarayarak raporlama kuyruğunu eritmeye yardım ediyor.
Radyoloğun önüne geçmiyor: Radyolog kendi değerlendirmesini bağımsız olarak yapıyor; yapay zekâ sonucu isteğe bağlı açılıyor ve gözden kaçabilecek alanları gösteren bir "üçüncü göz" işlevi görüyor.
Yeni sürüm: Temmuz 2026'daki sürümle risk, düşük-orta-yüksek yerine 0–100 arası bir skorla veriliyor. Sahadaki hekimler sistemin kaçırmama gücünü yüksek buldu, yanlış alarmların azaltılmasını istedi; yeni sürümde iç testlerde yanlış alarm yükünün belirgin biçimde azaldığı bildiriliyor.
Sıradaki adım: Modelin KETEM tarama verisiyle yeniden eğitilip Türkiye verisinde doğrulanması.
Rapor, ileride sistemin çift okumada okuyuculardan birinin yerini alması ve düşük riskli bir alt grupta okumayı kendi başına tamamlaması gibi iki ileri basamak tanımlıyor. Ancak bunların ulaşılmış sonuçlar değil, geniş klinik doğrulama ve önce klinik kararı etkilemeden yapılan "gölge mod" denemeleri şartına bağlı hedefler olduğunu özellikle vurguluyor.
ARİS: ASELSAN'ın Mobil Röntgeninde, İnternete Bağlanmadan
Acil serviste ve yoğun bakımda akciğer grafisi çoğunlukla hasta başında, seyyar cihazla ve radyoloğa ulaşmanın zor olduğu saatlerde çekiliyor. ARİS, grafideki acil bulguları saniyeler içinde işaretleyen bir karar destek yazılımı.
Bilerek dar tutulmuş: Hava kaçağı (pnömotoraks), akciğer zarları arasında sıvı (plevral efüzyon), konsolidasyon, kaburga kırığı ve entübe hastada solunum tüpünün ucu ile soluk borusunun çatallandığı nokta arasındaki mesafe (milimetre olarak). Masaüstü sürümdeki bazı bulgular, yatak başı çekimde güvenilir olmayacağı için mobil pakete alınmamış.
Ortama göre ayar: Acil, yoğun bakım ve servis için ayrı bulgu setleri var; böylece her yerde yalnızca orada anlamlı uyarılar çıkıyor ve uyarı yorgunluğu azalıyor.
Cihazın içinde çalışıyor: Yazılım, ASELSAN'ın mobil dijital röntgen cihazının üzerinde çalışıyor; buluta bağlanmıyor ve hasta verisi cihazdan çıkmıyor. Bu da saha hastaneleri ve afet bölgeleri gibi bağlantının zayıf olduğu yerlerde kullanılabilmesini sağlıyor.
Roller net: Cihazın üreticisi ve CE işaretlemesinden sorumlu taraf ASELSAN; TÜSEB yapay zekâ yazılımının tedarikçisi.
Hız: Yazılım paketi 15 GB'ın üzerinden yaklaşık 2,3 GB'a küçültüldü; kıyaslama ortamında sonuç süresi yaklaşık 40 saniyeden 15 saniye bandına indi. Hedef cihazdaki nihai süre doğrulama testleriyle netleşecek. Ön üretim denemesinde 200 çekimin tamamı hatasız işlendi.
Yaygınlaştırma: Yapay zekâ yüklü 330 mobil röntgen ünitesinin teslimi planlanıyor; sahadaki mevcut ünitelerin yükseltilebileceği de değerlendirilmiş.
RADİS: Doğru Hastaya Doğru Tetkik
RADİS görüntü okuyan bir yapay zekâ değil; hekim tetkik isterken devreye giren bir karar destek sistemi. Türk Radyoloji Derneği'nin bilimsel iş birliğiyle geliştirilen ve raporda Türkiye'nin ilk ulusal radyoloji karar destek sistemi olarak tanımlanan proje, şu soruna odaklanıyor:
Sorun: 2015'te İstanbul'da yapılan bir çalışmada incelenen BT ve MR istemlerinin %48'i uluslararası uygunluk kriterlerine göre en doğru seçim değildi. Rapora göre gereksiz ve hatalı istemlerin sağlık sistemine yıllık maliyeti yaklaşık 276 milyon dolar; ayrıca cihaz kapasitesini doldurarak acil ve kanser hastalarının sırasını geciktiriyor.
Nasıl çalışıyor: Hekim hastanın durumunu seçiyor; sistem o durum için uygun tetkikleri 1–9 arası bir puan, radyasyon dozu, maliyet ve kısa bir bilimsel gerekçeyle sıralıyor. Hastane bilgi sisteminin içinde çalışıyor, istemi engellemiyor; hekim gerekçesini yazarak farklı tetkik seçebiliyor.
Puanları kim veriyor: Bir algoritma değil, radyoloji uzmanlarından oluşan panel. Yaklaşık 3.400 klinik senaryo ve 1.000 tetkik, uluslararası kabul gören bir uzlaşı yöntemiyle iki turda puanlanıyor ve ulusal komisyonca onaylanıyor.
Durum ve hedef: Teknik pilotu İstanbul Göztepe Şehir Hastanesi'nde yapıldı; farklı hastane bilgi sistemlerini kullanan üç kurumda tam entegrasyon hedefleniyor. Ulusal ölçekte öngörülen doğrudan tasarruf yılda yaklaşık 1,1 milyar TL.
Tüberküloz Triyajı: Türkiye Verisiyle Ayar
Dünya Sağlık Örgütü, 15 yaşın üzerindekilerde tüberküloz taramasında akciğer grafisini değerlendiren bilgisayar destekli yazılımların kullanılabileceğini kabul ediyor; ancak her ülkenin kendi verisiyle eşik belirlemesi gerektiğini vurguluyor. TÜSEB'in projesi tam bunu yapıyor:
Sıfırdan değil: Avrupa tıbbi cihaz tüzüğüne göre CE belgeli mevcut TÜSEB RadAI-CXR platformuna tüberküloz triyaj özelliği ekleniyor.
Veri: Yaklaşık 2.500 doğrulanmış tüberküloz ve 2.500 tüberküloz dışı erişkin grafisi; her pozitif olgu iki bağımsız uzman tarafından etiketleniyor. Veri Sağlık Bakanlığı'nın veri merkezinden dışarı çıkmıyor.
Hedef: Şüpheli olguların en az %90'ını yakalayan bir eşik. Sistem tanı koymuyor; şüpheli hastayı doğrulayıcı teste yönlendirmeyi hızlandırıyor.
Doğrulama: İki merkezde, sonucun klinik kararı etkilemediği gölge mod denemesi. Proje altı aylık bir takvimle yürüyor.
Dünyadan Kanıt: Rapor Hangi Çalışmalara Dayanıyor?
Rapor, yerli projeleri anlatmadan önce yapay zekânın sağlıkta nerede kanıtlandığını ve nerede henüz tartışmalı olduğunu uluslararası çalışmalarla özetliyor. Raporun aktardığına göre:
Görüntüleme en hızlı alan: Görüntü verisi dijital, standart ve bol olduğu için yapay zekâ kliniğe en hızlı burada girdi. Diyabete bağlı göz hasarı (diyabetik retinopati) taramasında uzmana yakın başarı bildiren ilk çalışmalar, alanın temelini oluşturdu.
İsveç, MASAI çalışması: Mamografi taramasında yapay zekâ destekli okuma, standart çift okumayla karşılaştırıldığında güvenlik açısından kabul edilebilir bulundu ve radyologların okuma yükünü belirgin biçimde azalttı. 2026'da yayımlanan sonuç analizinde, iki tarama arasında ortaya çıkan kanser oranı yapay zekâ destekli grupta 1000 kadında 1,55, standart çift okumada 1,76 olarak verildi. Rapor bunu güvenli kullanım için güçlü bir kanıt sayıyor; ancak tartışmanın da sürdüğünü not ediyor: yapay zekânın fazladan yakaladığı kanserlerin, önlediği ara dönem kanserlerden daha çok olması, bir kısmının hiç zarar vermeyecek tümörler olabileceği (aşırı tanı) ihtimalinin takip edilmesini gerektiriyor.
Almanya, 463 bin kadın: Ulusal tarama programında 463.094 kadının verisiyle yapılan çalışmada, yapay zekâ destekli çift okuma kanser yakalama oranını artırırken kadınların ek inceleme için geri çağrılma oranını yükseltmedi.
Tüberküloz: Dünya Sağlık Örgütü, akciğer grafisini değerlendiren yazılımların tüberküloz taramasında kullanılabileceğini 2021'de kabul etti; 2025'teki güncellemeyle önerilen ürünlerin kapsamını genişletti. Örgüt ayrıca her ülkenin kendi verisiyle ayar ve eşik belirlemesinin şart olduğunu ayrı bir araç setiyle vurguladı. Rapor bunu, uluslararası kanıtın ülke programlarına olduğu gibi aktarılamayacağının kanıtı olarak okuyor.
Akıllı saat, Apple Heart çalışması: Yaklaşık 420 bin katılımcıyla yapılan çalışma, akıllı saatin daha önce fark edilmemiş ritim bozukluğunu (atriyal fibrilasyon) yakalayabileceğini gösterdi. Aynı çalışma yanlış alarmların ve bunları doğrulamak için gereken ek tetkiklerin yükünü de ortaya koydu.
Robotik cerrahi, ROLARR çalışması: Rektum kanseri ameliyatlarında robotik yöntem, kapalı (laparoskopik) yönteme göre açık ameliyata geçme oranında anlamlı bir üstünlük göstermedi. Rapor buradan, teknolojinin gelişmiş olmasının klinik üstünlük anlamına gelmediği sonucunu çıkarıyor.
Türkiye'den örnek: Rapora göre ulusal telemamografi ve teleradyoloji altyapıları, görüntülerin merkezde okunmasıyla uzman dağılımındaki dengesizliği telafi edebildiğini gösterdi.
Çerçeve: Türkiye'nin Planı, Avrupa'nın Takvimi
Dünya Sağlık Örgütü: Rapora göre örgütün Küresel Dijital Sağlık Stratejisi 2025'te 2027'ye kadar uzatıldı ve sonraki altı yıl (2028–2033) için yeni bir çerçeve hazırlanması kararlaştırıldı.
Türkiye:Türkiye Yapay Zekâ Eylem Planı (2026–2030), 18 Ağustos 2026 tarihli Resmî Gazete'de yayımlanan Cumhurbaşkanlığı Genelgesi (2026/9) ile yürürlüğe girdi.
Avrupa: AB Yapay Zekâ Tüzüğü, sağlıktaki yapay zekâ uygulamalarının önemli bölümünü yüksek riskli sayıyor ve risk yönetimi, veri yönetişimi, kayıt tutma, insan gözetimi gibi yükümlülükler getiriyor. Temmuz 2026'da yayımlanan "Dijital Omnibus" düzenlemesiyle (AB 2026/1744) bu yükümlülükler ertelendi: bağımsız yüksek riskli sistemler için 2 Aralık 2027, tıbbi cihaz gibi düzenlenmiş ürünlere gömülü yapay zekâ için 2 Ağustos 2028.
Ne anlama geliyor: Rapora göre değişen yükümlülüklerin içeriği değil, yalnızca zamanlaması. Avrupa'ya yazılım satacak tıbbi cihaz üreticileri için bu bir muafiyet değil, hazırlık süresi.
Sınırlar ve Raporun Vardığı Sonuç
Rapor, yapay zekânın önündeki engelleri de açıkça sıralıyor:
Başka hastanede başarı düşüyor: Bir kurumda geliştirilen modellerin başka kurumların verisinde daha kötü sonuç verdiği tekrar tekrar gösterilmiş. Başlıca sebeplerden biri, modelin aranan klinik özelliği değil o kuruma özgü teknik izleri öğrenmesi.
Yanlılık: Hastanın ne kadar bakıma ihtiyacı olduğunu, ona geçmişte ne kadar harcama yapıldığına bakarak tahmin eden yaygın bir algoritmanın sistematik olarak yanlı sonuç verdiği ortaya çıkmış. Rapor buradan, hangi verinin kullanılacağının teknik değil etik bir karar olduğu sonucunu çıkarıyor.
Aceleyle üretilen modeller: Salgın sırasında aceleyle yayımlanan pek çok COVID-19 görüntüleme modeli, yöntem açısından hastanede kullanılabilecek nitelikte bulunmadı.
Büyük dil modelleri: Tıbbi bilgiye ulaşmayı ve klinik metin yazmayı kolaylaştırdılar; ancak rapora göre klinik kullanımları doğrulama ve sorumluluk açısından henüz olgunlaşmadı.
Raporlama standartları: Bu yüzden yapay zekâ içeren araştırmaların nasıl yazılacağı TRIPOD+AI ve CONSORT-AI gibi kılavuzlarla standart hâle getiriliyor.
Rapor, sağlıkta yapay zekânın değerini algoritmanın test başarısından çok üç koşula bağlıyor: kararın verildiği an ve yerde çalışması, Türkiye verisiyle doğrulanıp ayarlanması ve sahadaki sonuçlarının izlenebilir biçimde ölçülmesi.
Öncelikli görülen alanlar arasında görüntüleme ve dijital patoloji, hekime karar desteği, Türkçe çalışan tıbbi yapay zekâ, giyilebilir cihazlarla evden izleme, robotik ve güvenli yapay zekâ altyapısı sayılıyor. Rapora göre amaç hekimi devreden çıkarmak değil; kıt uzman zamanını en çok gereken hastaya ayırmak.
TÜSEB'in "Üreten Sağlık Modeli" raporuna ulaşmak için tıklayınız.
AB Yapay Zekâ Tüzüğü'ndeki erteleme (AB 2026/1744) için tıklayınız.
Sık Sorulan Sorular
TÜSEB'in sahada çalışan yapay zekâ projeleri hangileri?
Raporda dört proje anlatılıyor: mamografide METRA, ASELSAN'ın mobil röntgeninde çalışan ARİS, radyoloji istemleri için karar destek sistemi RADİS ve akciğer grafisinde tüberküloz triyajı. Hiçbiri tanı koymuyor; son karar ve sorumluluk hekimde.
METRA ne kadar kullanıldı?
Temmuz 2026 itibarıyla 330 binden fazla tetkik ve 1,3 milyondan fazla görüntü işlendi. Sistem ulusal telemamografi altyapısına (KETEM) bağlı çalışıyor ve günde 4 binden fazla çekimi karşılayabiliyor.
ARİS hasta verisini dışarı gönderiyor mu?
Hayır. ARİS, ASELSAN'ın mobil dijital röntgen cihazının içinde çalışıyor; buluta bağlanmıyor ve hasta verisi cihazdan çıkmıyor.
RADİS görüntüleri yorumluyor mu?
Hayır. RADİS, hekim tetkik isterken uygun tetkikleri 1–9 arası bir puan, radyasyon dozu ve maliyetle gösteren bir karar destek sistemi. İstemi engellemiyor; puanları algoritma değil radyoloji uzmanlarından oluşan bir panel veriyor.
AB Yapay Zekâ Tüzüğü tıbbi cihazlar için ne zaman uygulanacak?
Temmuz 2026'da yayımlanan Dijital Omnibus düzenlemesiyle (AB 2026/1744), tıbbi cihaz gibi düzenlenmiş ürünlere gömülü yapay zekâ için yüksek risk yükümlülükleri 2 Ağustos 2028'e ertelendi. Bağımsız yüksek riskli sistemler için tarih 2 Aralık 2027.
Yapay zekâ destekli mamografi taramasının güvenli olduğuna dair kanıt var mı?
Raporun aktardığına göre İsveç'teki MASAI çalışmasında yapay zekâ destekli okuma güvenlik açısından kabul edilebilir bulundu ve okuma yükünü belirgin azalttı; iki tarama arasında çıkan kanser oranı yapay zekâ destekli grupta 1000 kadında 1,55, standart çift okumada 1,76 idi. Almanya'da 463.094 kadınlık çalışmada ise kanser yakalama oranı geri çağırma artmadan yükseldi.