Sağlık bakımında ajan benzeri yapay zekânın rolü: kapsam belirleyici bir inceleme

Hastane Perdesinin Ardındaki Daha Akıllı Yardımcılar

Hastanede yalnızca soruları yanıtlamakla kalmayıp olup biteni sessizce izleyen, bir sonraki yapılması gerekeni belirleyip her seferinde sorulmadan harekete geçen dijital bir asistan hayal edin. Bu makale, “ajanik YZ” olarak adlandırılan bu yeni teknoloji türünü inceliyor ve bu tür sistemlerin doktorlara, hemşirelere ve hastalara gerçek klinik bakımda güvenli bir şekilde ne kadar yakın destek sağlayabileceğini ele alıyor.

Basit Programlardan Hedef Odaklı Ortaklara

Tıptaki bilgisayarlar hesap makineleri ve katı kural izleyenler olarak başladı: bir görüntüyü sınıflandırabiliyor veya anormal bir laboratuvar sonucunu işaretleyebiliyorlardı, ama yalnızca kesin talimat verildiğinde. Sohbet botları gibi daha yeni “üretken” sistemler metin, görsel veya kod üretebiliyor, yine de insan girdisini bekliyor. Ajanik YZ bir adım daha ileri gider. Bu sistemler, travma ekibinin müdahalesini iyileştirmek, kanser tedavisini kişiselleştirmek veya bir çocuğun terapide ilerlemesine yardımcı olmak gibi hedefler etrafında tasarlanır. Birçok kaynaktan bilgi toplar, eylem planı yapar, kendi başına diğer yazılım araçlarını çağırır ve olayların gelişimine göre davranışını ayarlar; tüm bunlar olurken insanlar büyük kararların kontrolünü elinde tutar.

Bu Dijital Ajanların Test Edildiği Alanlar

Yazarlar beş büyük araştırma veritabanını taradı ve dünyada sağlıkta gerçekten bu daha bağımsız tarzda YZ kullanan yalnızca yedi çalışma buldu. Projeler acil bakım, kanser tedavisi ve tanısı, tıbbi görüntüleme, rehabilitasyon ve ilaç keşfi için protein analizini kapsıyordu. Bir sistem travma vakalarını gerçek zamanlı izleyerek daha eksiksiz raporlar oluşturdu ve hayati bulgular raydan çıktığında uyarılar tetikledi. Başka bir sistem yürümeyi teşvik etmek için kanser sağ kalanlara özelleştirilmiş günlük mesajlar gönderdi. Sanal gerçeklik oyunu, Down sendromlu çocukların motor ve sosyal becerilerini geliştirmek için zorluğunu ayarladı. Diğer sistemler göğüs röntgenlerini okuma, radyasyon tedavilerini planlama, kandaki küçük parçacıklardan karaciğer kanserini tespit etme ve yeni terapilere ilişkin karmaşık protein verilerini otomatik olarak analiz etmeye odaklandı.

Bu Sistemlerin İyi Yaptığı Şeyler — ve Nerede Yetersiz Kaldıkları

Bu deneyler genelinde ajanik sistemler belli bir bağımsızlık düzeyiyle çalışabildiklerini gösterdi: açıkça tanımlanmış hedeflerin peşine düştüler, analizleri çalıştırmak ya da diğer programları çağırmak için inisiyatif aldılar ve bazı durumlarda birden fazla işbirlikçi YZ “ajanın” çabalarını birleştirdiler. Sonuçlar sıklıkla etkileyiciydi. Bir araç, yaygın kanser belirteci yanıltıcı olan hastalar dahil olmak üzere karaciğer kanserini %94’ün üzerinde doğrulukla ayırt etti. Başka bir sistem radyasyon tedavilerini tasarlamada uzman planlayıcılarla eşleşti ya da onları geride bıraktı, ve bir göğüs röntgeni akıl yürütme sistemi her yeni soru için yeniden eğitilmeye gerek kalmadan çağdaş düzeyde performans gösterdi. Yine de bu başarılar dar görevlerle sıkı sıkıya sınırlıydı. Çoğu sistem yalnızca kontrollü ortamlarda, özenle hazırlanmış veriler üzerinde çalıştı ve hiçbiri uzun süreler boyunca gerçekten öğrenip gelişemedi ya da geçmiş hastaları anlamlı bir şekilde hatırlayamadı.

Güvenlik, Güven ve İnsan Dokunuşu

İnceleme ayrıca önemli riskleri işaret ediyor. Bu ajanlar kendi başlarına veri alabilme, planlar önerebilme hatta uyarılar tetikleyebilme yeteneğine sahip olduğundan hatalar veya kötü koordinasyon ciddi sonuçlara yol açabilir; bu özellikle kanser bakımı gibi zaman duyarlı alanlarda geçerlidir. Çalışmaların birçoğunda orta ila ciddi önyargı riski vardı ve araçlar günlük klinik uygulamada test edilmedi. Gizli muhakeme (“kara kutu” davranışı), siber güvenlik ve otonom bir sistemin zarara katkıda bulunması durumunda kimin sorumlu olduğu konularında da endişeler bulunuyor. ABD ve Avrupa’daki düzenleyiciler tıbbi YZ’yi “yüksek risk” olarak ele almaya başlıyor, fakat mevcut kurallar yüksek derecede bağımsız, hedefe yönelik yazılımlar göz önünde bulundurularak yazılmadı. Yazarlar, insan gözetiminin merkezi olmaya devam etmesi gerektiğini ve bu tür sistemlerin kendi başına ne kadar ilerleyebileceğine dair daha net kurallar gerektiğini savunuyor.

Sırada Ne Olmalı

Şimdilik sağlıkta ajanik YZ bitmiş bir üründen çok umut vadeden bir prototip. İnceleme bu sistemlerin hasta izleme ve rehabilitasyon desteğinden karmaşık kanser tedavilerinin planlanmasına kadar geniş bir görev yelpazesinde yardımcı olabileceğini gösteriyor, ancak kontrollü bir denemede gerçek hastaları içeren yalnızca bir çalışma var. Yazarlar “ajanik” sayılacak şeyler için ortak tanımlar, güvenlik ve faydayı ölçmek için standart yöntemler ve daha geniş, gerçek dünya klinik çalışmaları çağrısında bulunuyor. Hastanelerin ayrıca daha iyi veri sistemlerine, daha güçlü gizlilik korumalarına ve klinisyenleri yetkili tutacak açık rehberliklere ihtiyacı olacak. Bu temeller dikkatle inşa edilirse, ajanik YZ iş yükünü hafifleten, kararları keskinleştiren ve sonuçta kendi başına seçimler yapan esrarengiz bir kara kutu yerine güvenilir bir dijital ekip arkadaşına dönüşebilir ve hasta bakımını iyileştirebilir.

Atıf: Collaco, B.G., Haider, S.A., Prabha, S. et al. The role of agentic artificial intelligence in healthcare: a scoping review. npj Digit. Med. 9, 345 (2026). https://doi.org/10.1038/s41746-026-02517-5

Anahtar kelimeler: ajanik YZ, sağlık otomasyonu, klinik karar desteği, tıbbi görüntüleme YZ'si, dijital sağlık