Ajanik Yapay Zeka ile Küresel Sağlık Hizmetlerini Yeniden İnsanileştirmek

Küresel Sağlık Sektöründe Kriz ve Ajanik Yapay Zeka Çözümü

Küresel sağlık sektörü, on yıllardır süren kronik yetersiz yatırım ve işe alım kısıtlamalarının yanı sıra yaşlanan nüfusun hizmet talebindeki artışla başa çıkmaya çalışıyor. Bu durum, parçalanmış bakım erişimi ve personel arasında yüksek stres ve tükenmişlik oranlarına yol açıyor. Dünya Sağlık Örgütü (WHO), mevcut açıkların 2030 yılına kadar 11 milyon sağlık çalışanına ulaşacağı uyarısında bulunuyor. Bu acil çözüm arayışında, birçok sağlık hizmeti sağlayıcısı umutlarını ajanik yapay zekaya (agentic AI) bağlamış durumda. KPMG'ye göre, sağlık kuruluşlarının üçte ikisinden fazlası (%68) halihazırda yapay zeka ajanlarını iş gücüne dahil etmiş durumda. Bu teknoloji; karmaşık arka ofis süreçlerini otomatikleştirmek, tıbbi ekiplerle iş birliği yapmak ve hatta hasta triyajı yapmak için kullanılıyor. Amaç, insan sağlık çalışanlarının sayısı azalırken klinisyenlerin bilişsel yükünü azaltmak ve hasta bakım kalitesini artırmak.

Dijitalleşmede Yeni Bir Dönem: Ajanik Yapay Zeka

Şimdiye kadar sağlık hizmetlerinde dijitalleşmenin faydaları sınırlı kaldı. Birçok personel, yavaş veya güncel olmayan teknolojinin idari yükü hafifletmek yerine artırdığını belirtti. Örneğin, ABD'de hasta verileri 2000'li yılların başında elektronik sağlık kayıtlarına (EHR) taşındı, ancak bu veriler parçalanmış ve manuel girişlere bağımlı kaldı. New York'taki Hospital for Special Surgery (HSS) baş dijital ve teknoloji sorumlusu Dr. Ashis Barad'a göre, yeni tele-sağlık hizmetleri ve uzaktan izleme gibi dijital bakım araçları da benzer eksiklikler yaşadı. Bu teknolojiler coğrafi engelleri kaldırarak sağlık hizmetlerine erişimi iyileştirse de, yüz yüze bakımın kalitesini yakalayamadı ve hastaların güvenini kazanamadı. Dr. Barad, ajanik yapay zekanın mevcut teknolojilerden farklı olduğunu vurguluyor. Manuel girdilere dayanmak veya katı bir çerçevenin dışına çıkan her durumda insan çalışanlara yönelmek yerine, yapay zeka ajanları nüanslı ve karmaşık senaryoları ele alabiliyor. Otonom kararlar alabiliyor, uzman klinik kaynaklardan bilgi alabiliyor ve zaman içinde iyileşerek klinisyenlerin daha üst düzey hasta bakımına odaklanmasını sağlıyor. Dr. Barad, "Ajanik yapay zeka, iş akışınızı alır, sıkıştırır, güçlendirir ve daha verimli hale getirir" diyor.

Gerçek Dünya Uygulamaları: HSS Örneği

HSS'de yapay zeka ajanları birden fazla alanda kullanıma alındı. Daha önce haftalar süren ve hem HSS personeli hem de üçüncü taraf bir yüklenici tarafından yürütülen sigorta talepleri gibi karmaşık arka uç süreçleri artık yapay zeka ajanları tarafından yönetiliyor. Dr. Barad, aylık 1.100 talebin yapay zeka ajanları tarafından tamamlandığını, itiraz aşamasının 45 dakikadan 5 dakikaya düştüğünü ve itiraz başarı oranının %65'ten %100'e çıktığını belirtiyor. HSS artık tüm talepleri kendi bünyesinde karşılıyor. Bu başarının ardından HSS, Ema Unlimited ile iş birliği yaparak hasta odaklı klinik olmayan alanlarda yapay zeka planlama ve triyaj hizmeti başlattı. Web, metin veya telefon üzerinden 7/24 erişilebilen bu hizmet, konuşmaya dayalı yapay zeka (conversational AI) kullanarak hastalara durumları hakkında açıklayıcı sorular soruyor ve konum, sigorta kapsamı ve doktor müsaitliğini dikkate alarak en uygun klinisyenle randevu ayarlıyor. Dr. Barad, "Döngüyü tamamlıyor" diyor. Yapay zeka ajanı, tüm HSS bağlamı, kuralları ve bilgi tabanıyla eğitiliyor ve hastalara dünyaca ünlü cerrahların uzman bilgisine sorunsuz erişim sağlıyor. Yüksek riskli kararlar nedeniyle triyaj hizmetinde yerleşik güvenlik önlemleri bulunuyor; hassas, karmaşık veya belirsiz durumlar insan uzmanlara yönlendiriliyor. Yapay zeka ajanının her kararı denetlenebilir ve insan personel her an müdahale edebiliyor. Hasta verileri güvende tutuluyor ve sistem tüm HSS protokolleri, politikaları ve bakım yollarıyla eğitiliyor. Ema, insanın döngüde kalmasıyla (human-in-the-loop) teknolojinin verimli otomasyon, hasta odaklı güvenlik ve insan odaklı karar alma arasında denge kurduğunu söylüyor.

Sistem Düzeyinde Değişim ve Veri Stratejisi

Dr. Barad, New York'taki ana HSS kampüsünde, teknolojiye kurum genelinde erişimi demokratikleştirmeyi amaçlayan özel bir yapay zeka laboratuvarı kurmayı planlıyor. Bu laboratuvar, yapay zeka ajanlarını anlamak veya oluşturmak isteyen tüm personele açık olacak ve bilgilendirici dersler ile bire bir eğitim sunacak. "Ajanik yapay zekayı herkesin eline veriyoruz" diyor. Bu yaklaşım, Deloitte araştırmasıyla da örtüşüyor; sağlık alanında öncü ajanik yapay zeka kullanıcılarının, dar çözümler veya bireysel kullanım durumları yerine çoklu ajan çözümlerini tercih ederek uçtan uca iş akışlarını yeniden tasarladığı görülüyor. Anahtar, yapay zeka ajanlarını genel amaçlı bir teknoloji olarak ele alıp tüm kuruma entegre etmek. Dr. Barad, "Ajanik yapay zekayı kullanım durumları olarak düşünmek yanlış... Bu, elektrik gibi genel amaçlı bir teknoloji" diyor. Pratikte bu, sağlık hizmeti sağlayıcılarının birleşik bir veri stratejisi oluşturması gerektiği anlamına geliyor. Kurum genelindeki parçalanmış veri kaynaklarını entegre ederek tek, kapsamlı bir doğruluk kaynağı yaratmak gerekiyor. Sağlık hizmetlerinde veriler genellikle birden fazla departman ve sağlayıcı arasında bölünmüş durumda ve her birinin kendi eski BT sistemi var. Parçalanmış veri kaynaklarına dayanan sistemlerde metrikler genellikle standart tanımlardan yoksun. Örneğin, Dr. Barad çalıştığı her hastanede "ameliyata başlama süresi" tanımının farklı olduğunu söylüyor. Bu parçalanma, yapay zeka ajanlarının farklı kaynaklardan bilgi almasını ve diğer teknolojilerden ayıran örtük bilgiyi birleştirmesini engelliyor. HSS'de daha fazla veri birlikte çalışabilirliği (interoperability) yaratarak, hasta odaklı yapay zeka ajanları hastanın klinik geçmişinden ve mevcut klinisyen önerilerinden yararlanabiliyor, bu bilgiyi mevcut semptomlarla birleştirip durumun aciliyet gerektirip gerektirmediğine karar vererek doğru uzmanı bilgilendirip hastayı yönlendirebiliyor.

Neden Önemli?

Dr. Barad'a göre, yapay zeka ajanlarının sağlık hizmetlerini kökten değiştirme ve kaynak, erişim ve hasta bakımı üzerindeki mevcut baskıları hafifletme potansiyeli çok büyük. Klinik olmayan sağlık görevlerinin %90'ının yapay zeka ajanları tarafından yönetilebileceği bir gelecek öngörüyor; bu da klinisyenlerin en karmaşık, uzmanlık gerektiren ve hassas vakalara odaklanmasını sağlayacak. KPMG araştırmasına göre, sağlık hizmeti sağlayıcılarının %84'ü belirli süreçlerle ilgili karar almayı yapay zeka ajanlarına devretmeye hazır. Dr. Barad, "Şu anda klavyelerde ve bilgisayarlarda o kadar çok zaman harcıyoruz ki aslında yapmamız gerekeni yapmıyoruz. Bu, sağlık hizmetlerini yeniden insanileştirecek" diyor. Bu içerik, MIT Technology Review'un özel içerik kolu Insights tarafından üretilmiştir. MIT Technology Review'un editoryal kadrosu tarafından yazılmamıştır. İnsan yazarlar, editörler, analistler ve illüstratörler tarafından araştırılmış, tasarlanmış ve yazılmıştır. Bu, anketlerin yazılması ve anket verilerinin toplanmasını da içerir. Kullanılmış olabilecek yapay zeka araçları, kapsamlı insan incelemesinden geçen ikincil üretim süreçleriyle sınırlıdır.