Kısa yanıt
Sağlıkta yapay zekânın en güvenli ve gerçekçi rolü çoğu durumda klinisyenin yerine bağımsız karar vermek değil; veriyi düzenlemek, örüntüleri yakalamak, idari yükü azaltmak ve insan kararını güçlendirmektir. ABD Medicare’in 2026’da başlattığı WISeR prior-authorization pilotunda ortaya çıkan uygulama sorunları, özellikle bakım erişimini etkileyen karar sistemlerinde “human-in-the-loop” mimarisinin yalnız teorik değil operasyonel bir gereklilik olduğunu gösteriyor.
WISeR nedir?
Wasteful and Inappropriate Service Reduction (WISeR) modeli, Centers for Medicare & Medicaid Services (CMS) tarafından 1 Ocak 2026’da başlatıldı ve 2031 sonuna kadar sürmesi planlanıyor. Arizona, New Jersey, Ohio, Oklahoma, Texas ve Washington eyaletlerinde belirli Original Medicare hizmetleri için gelişmiş teknoloji, yapay zekâ ve makine öğrenmesini prior authorization sürecinde kullanmayı amaçlıyor.
Model hangi hizmetleri hedefliyor?
CMS modelin özellikle suistimal, gereksiz kullanım veya uygunsuz uygulama riski yüksek belirli hizmetleri hedeflediğini belirtiyor. Örnekler arasında deri ve doku ürünleri, bazı elektriksel sinir stimülatörü implantları ve diz osteoartritinde artroskopi bulunuyor. Acil hizmetler, yalnız yatarak yapılabilen işlemler ve gecikmesinin ciddi risk yaratacağı hizmetler kapsam dışında tutuluyor.
STAT’ın belgeleri ne gösterdi?
STAT’ın 15 Eylül 2026 tarihli haberine göre, Electronic Frontier Foundation’ın Bilgi Edinme Özgürlüğü Yasası davası sonucunda elde edilen binden fazla sayfalık belge ve veri, pilotun ilk uygulamasında teknik ve operasyonel sorunlar yaşandığını ortaya koydu. Haberde, bazı bakım kararlarının geciktiği ve bir teknoloji sağlayıcısının CMS’nin istediği takvimde tamamen çalışan ürün sunmanın gerçekçi olmadığı yönünde uyarıda bulunduğu aktarıldı.
Gecikme neden klinik bir güvenlik konusu olabilir?
Prior authorization idari bir süreç gibi görünse de sonucu bir hastanın tedaviye erişim zamanını etkileyebilir. Washington eyaletindeki hastanelerden aktarılan 2026 raporlarında bazı hizmetlerde bekleme sürelerinin önceki sürece göre iki ila dört kat uzadığı ileri sürüldü. Bu tür bulgular, algoritmik verimlilik metriklerinin tek başına yeterli olmadığını; gecikmenin klinik etkisinin de izlenmesi gerektiğini gösterir.
CMS’nin resmi güvenlik mekanizması nedir?
CMS, WISeR kapsamında teknoloji şirketlerinin talepleri analiz edebileceğini; ancak bir talebin karşılanmaması yönündeki her kararın ilgili klinik uzmanlığa sahip lisanslı bir insan klinisyen tarafından gözden geçirilmesi gerektiğini belirtiyor. Ayrıca yeniden başvuru, peer-to-peer görüşme ve mevcut itiraz hakları korunuyor. Bu yapı, en azından tasarım düzeyinde insan denetimini zorunlu tutuyor.
Human-in-the-loop tam olarak ne demektir?
Human-in-the-loop yaklaşımında yapay zekâ nihai otorite değil, karar destek katmanıdır. Sistem belge eksikliği saptayabilir, kriterlerle eşleşmeyi ön değerlendirebilir veya riskli durumları işaretleyebilir; fakat klinik bağlam, istisnalar ve hastaya özgü durumlar insan profesyonel tarafından değerlendirilir. Kritik nokta insanın yalnız “onay düğmesine basan” sembolik bir unsur değil, kararı gerçekten sorgulayabilen ve değiştirebilen yetkili kişi olmasıdır.
Automation bias riski
İnsan denetimi tek başına yeterli değildir. Klinisyen algoritmanın önerisini varsayılan olarak doğru kabul ederse “automation bias” ortaya çıkabilir. Bu nedenle arayüz tasarımı, modelin belirsizliğini göstermesi, kullanılan verilerin görünür olması ve alternatif açıklamaların sunulması önemlidir. İnsan denetimi ancak gerçek bilişsel bağımsızlık sağlandığında güvenlik katmanı haline gelir.
Hangi metrikler izlenmeli?
Klinik AI sistemlerinde yalnız doğruluk veya işlem hızı değil; yanlış ret oranı, yanlış onay oranı, alt gruplarda performans farkları, gecikme süreleri, yeniden değerlendirme oranları, klinisyen override sıklığı ve gerçek hasta sonuçları izlenmelidir. Ayrıca model sürümü değiştikçe performans yeniden doğrulanmalıdır.
Açıklanabilirlik ve denetlenebilirlik
Bir sistemin hangi veriyi kullandığı, hangi klinik kuralı uyguladığı ve kararın nasıl gözden geçirilebileceği açık olmalıdır. Özellikle ödeme, sigorta veya tedavi erişimi gibi yüksek etkili alanlarda “algoritma böyle dedi” açıklaması yeterli değildir. Kararın geriye dönük denetlenebilmesi ve hataların sistematik biçimde analiz edilebilmesi gerekir.
Yapay zekâ doktorun yerini mi almalı?
Bugünkü kanıt ve düzenleyici yaklaşım, yüksek riskli klinik kararlarda tamamen otonom bir “doktor yerine AI” modelinden çok, klinisyenin karar kalitesini ve hızını destekleyen sistemlere işaret ediyor. Yapay zekâ görüntü analizi, risk sınıflaması, dokümantasyon ve bilgi sentezinde çok güçlü olabilir; ancak hasta değerleri, klinik istisnalar, çoklu hastalıklar ve belirsizlik yönetimi insan yargısının merkezde kalmasını gerektirir.
Bodrum kliniğimizde yaklaşımımız
Yapay zekâyı klinik düşünmeyi ikame eden bir otorite olarak değil, hekimin kararını güçlendiren bir yardımcı sistem olarak konumlandırıyoruz. Veriyi daha hızlı düzenlemek ve gözden kaçabilecek örüntüleri göstermek değerlidir; nihai klinik yorum, hastanın öyküsü, muayenesi, laboratuvar ve görüntüleme bulguları ile hekim sorumluluğu içinde yapılmalıdır.
Kaynaklar
- STAT, 15 Eylül 2026: Medicare WISeR pilotundaki uygulama sorunları ve gecikmeler
- CMS: WISeR Model resmi sayfası
- CMS: WISeR FAQ — insan klinisyen incelemesi, süreler ve itiraz süreçleri
- CMS: Elektronik prior authorization ve tıbbi profesyonel denetimi ilkeleri
Son tıbbi inceleme: 18 Eylül 2026
