Ajanik yapay zekânın sağlıkta klinik ve idari süreçlerdeki rolü

Ajan kavramı ve sohbet tabanlı kullanımdan farkı

Sohbet tabanlı kullanımda model tek bir soruyu yanıtlar ve bir sonraki adımı kullanıcı atar. Ajanik bir sistemde ise yapay zekâya bir hedef verilir, örneğin “bu ön provizyon başvurusunun dosyasını değerlendirmeye hazırla”. Ajan hedefi adımlara böler, her adımda kendisine tanımlanmış bir aracı çağırır, dönen sonucu değerlendirir ve sonraki adıma buna göre karar verir.

Araçlar, ajanın çağırabildiği tanımlı işlevlerdir: HBYS'den (hastane bilgi yönetim sistemi) kayıt çekmek, taranmış bir belgeyi OCR ile metne dönüştürmek, bir kodu kural tablosunda sorgulamak ya da literatürde kaynak aramak gibi. Ajan yalnızca kendisine açılan araçları kullanabilir. Orkestrasyon katmanı ise adımların sırasını, birden çok ajan varsa aralarındaki iş bölümünü, izinleri ve kayıtları yönetir.

Klasik süreç otomasyonundan farkı da buradadır. Sabit adımları izleyen bir betik beklenmedik bir belge biçiminde çoğu zaman takılır; ajan ise girdiye göre hangi aracı kullanacağını seçebilir. Bu esneklik, ajanın neyi hangi yetkiyle yaptığının sınırlanmasını ve kayda geçmesini de gerekli kılar.

Sağlıkta ajanların kullanıldığı klinik ve idari işler

Ajanlar en çok, birden fazla sistemden bilgi toplayıp bu bilgiyi kurallarla karşılaştırmayı gerektiren tekrar eden işlerde değer üretir:

• Klinik belge okuma, taranmış epikriz, rapor ve tetkik sonuçlarını metne dönüştürüp tanı, işlem, ilaç ve bulguları yapılandırılmış alanlara ayırmaktır.
• Ön provizyon dosyası hazırlama, poliçe teminatını, kalan limiti, önceki provizyonları ve klinik belgeleri bir araya getirmek ve eksik belgeyi başvuru gönderilmeden işaretlemektir.
• Kod ve kural kontrolü, ICD-10 tanı kodunu epikrizdeki tanıyla, işlemi de geri ödeme kurallarıyla karşılaştırmaktır. Türkiye'de kamu geri ödemesinin temel kural seti SGK'nın yayımladığı Sağlık Uygulama Tebliği'dir (SUT); Medula ise SGK'nın provizyon ve faturalama sistemidir.
• Klinik özet ve literatür desteği, hastanın temaslarını tek bir özette toplamak ve hekimin “Bu hastada gözden kaçırmamam gereken ne var?” gibi bir sorusunu dayandığı belge ve kaynakla birlikte yanıtlamaktır.
• Stok ve gösterge takibi, stok kalemlerini belirlenen eşiklere, denetim göstergelerini de hedeflere göre her gün taramak ve risk taşıyanları listelemektir.
• Sigorta tarafında ön değerlendirme, poliçe koşullarını, dosya geçmişini ve klinik belgeyi uzmanın önüne tek görünümde getirmek, tazminatta da önceki provizyonları ve tutarları karşılaştırmaktır.

Bu işlerin hepsinde ajan hazırlık ve kontrol yapar; değerlendirme ve karar hekime ya da uzmana aittir.

Ajanların sınırları ve kural motoru ile iş bölümü

Ajanların arkasındaki dil modelleri olasılıksal çalışır; aynı girdiye her seferinde aynı çıktıyı vermeyebilir ve kaynakta olmayan bir bilgiyi kesin bir bilgi gibi sunabilir. Bu duruma halüsinasyon denir. Ajanik yapılarda bir adımda yanlış okunan bir değer sonraki adımlara da taşınır. Klinik ve finansal sonuç doğuran işlerde bu riskler şu ilkelerle yönetilir:

• Karar kuralları kural motorunda çalışır. Geri ödeme, poliçe ve kodlama kuralları açıkça tanımlanmış ve sürümlenen bir kural motorunda işletilir; aynı girdi her seferinde aynı sonucu verir. Ajan veriyi hazırlar, kuralı çağırır ve sonucu açıklar.
• Geri dönüşü olan işlemler insan onayı bekler. Ajan okuyabilir, karşılaştırabilir ve taslak hazırlayabilir; onay, red, kodun hasta kaydına işlenmesi ya da faturanın gönderilmesi yetkili bir kişinin onayıyla gerçekleşir.
• Her çıktı kaynak ve gerekçe taşır. Belgede yazanla ajanın çıkarımı ayrı gösterilir ve karar veren kişi gösterilen kaynağı açıp kontrol edebilir; okunan belge, çağrılan araç, tetiklenen kural ve kararı veren kişi kayda geçer.

Böylece rutin kontroller sistemde yürürken hesap verebilirlik insanda kalır. Yapay zekâ hekimin ya da uzmanın yerine geçmez; ona daha eksiksiz hazırlanmış bir dosya sunar. Bu iş bölümünü kural motoru, yapay zekâ ve insan arasındaki görev paylaşımı yazısında ayrıntılı olarak anlattık.

Ajan kullanmaya başlarken izlenecek adımlar

Ajanik bir sistemi hastanede ya da sigorta şirketinde devreye alırken şu adımlar riskleri baştan sınırlar:

1. Tek, iyi tanımlanmış ve sık tekrar eden bir süreçle başlayın; örneğin ön provizyonda eksik belge kontrolünü ya da fatura öncesi SUT kontrolünü seçin.
2. Ajanın erişeceği araçları ve verileri yazılı olarak tanımlayın ve erişimi görevin gerektirdiği veriyle sınırlayın.
3. Karar kurallarını ajandan ayırın ve sürümlenen, denetlenebilir bir kural motorunda tutun.
4. Geri dönüşü olan her işlem için bir insan onayı noktasını iş akışına yazın.
5. Her çıktıda kaynak ve gerekçe isteyin ve her adımın kaydını tutun.
6. Veriyi kurumun içinde tutun. Sağlık verileri KVKK'da (Kişisel Verilerin Korunması Kanunu) özel nitelikli kişisel veri, GDPR'da da özel kategori veridir; sistemi kurumun kendi sunucularında ya da izole bir bulut ortamında çalıştırın. Ayrıntılar hasta verisi kurum dışına çıkmadan yapay zekâ kullanmak rehberinde yer alıyor.
7. Başarı ölçütlerini baştan tanımlayın ve kurumun kendi verisi üzerinde bir POC ile başlayın. Yöntemi hastanede yapay zekâ projesine POC ile başlamak rehberinde anlattık.

Opinion AI'ın platformlarında ajanik orkestrasyon

Opinion AI, hastaneler ve sağlık sigortası şirketleri için Türkçe klinik yapay zekâ MINA üzerine kurulu bir klinik karar destek platformudur. MINA'nın açık ağırlıklı temel modeli sürekli ön eğitimle (CPT) Türkçeye ve 14 branşın klinik diline uyarlanmış, LoRA adaptörleriyle branş, kurum ve göreve göre uzmanlaştırılmıştır. Üçüncü katman, klinik bilgi grafı (GraphRAG) üzerinde çalışan ajanik orkestrasyondur. Çalışma anında MINA, ajanlar aracılığıyla hastanın dijital ikizinde ve araçlar arasında dolaşarak çok adımlı klinik görevleri yürütür; branş faturalama ajanları da SGK ve SUT kodlamasını branş bazında hazırlar.

Hastanede TIS, mevcut HBYS'nin üzerine akıllı bir katman olarak eklenir. Yapay zekâ ajanı MINA ICD-10 kodu önerir, SUT uygunluğunu kontrol eder ve epikrizi analiz eder; Sağlık Bakanlığı'nın stok yönetim sistemi MKYS'nin verisi her gün 60 ve 90 günlük eşiklere göre taranır, BH ve ADSH göstergeleri sürekli izlenir. Sigorta şirketinde SIT-I, ön provizyonda poliçe teminatını ve klinik belgeleri aynı ekranda açar; uzman klinik bir soruyu Doktor Asistanı ve Konsey Modu üzerinden sisteme sorabilir.

Her iki platformda da karar kuralları kural motorunda çalışır; yapay zekâ sonucu ve gerekçesini açıklar, belgede yazanla kendi çıkarımını ayrı gösterir. Kararı her zaman insan verir ve her çıktı denetlenebilir. Opinion AI kişisel veri toplamaz; veri kurumun içinde kalır, veri sorumlusu kurumdur ve kişisel veriler KVKK uyumlu biçimde maskelenir. Modelin klinik doğruluğunu ve etik sınırlarını 15 branştan hekimden oluşan Hekim Etik ve Danışma Kurulu düzenli olarak denetler.

Sık sorulan sorular

Ajanik yapay zekâ nedir?

Ajanik yapay zekâ, verilen bir hedefi adımlara bölen, bu adımlarda belge okuma, kayıt sorgulama ya da kural kontrolü gibi tanımlı araçları kullanan ve ara sonuçlara göre sonraki adımı seçen yapay zekâ sistemleridir. Sohbet tabanlı kullanımda model tek bir soruyu yanıtlarken ajanik bir sistem çok adımlı bir görevi baştan sona yürütür; örneğin bir ön provizyon dosyasının belgelerini toplayıp kontrol ederek dosyayı değerlendirmeye hazırlar.

Sağlıkta yapay zekâ ajanları hangi işlerde kullanılır?

Sağlıkta ajanlar klinik belgeleri okuyup yapılandırmak, ön provizyon dosyasını hazırlamak, ICD-10 kodlarını ve geri ödeme kurallarını kontrol etmek, fatura öncesi uyumsuzlukları işaretlemek ve stok ile denetim göstergelerini izlemek gibi işlerde kullanılır. Bu işlerde ajan hazırlık ve kontrol yapar; değerlendirme ve karar hekimde ya da uzmandadır.

Yapay zekâ ajanı kendi başına klinik ya da provizyon kararı verebilir mi?

Sorumlu bir kurulumda veremez. Ajan belgeleri okur, eksikleri işaretler ve önerisinin gerekçesini kaynağıyla gösterir; onay, red, kodun kayda işlenmesi ya da faturanın gönderilmesi gibi geri dönüşü olan işlemler yetkili bir kişinin onayını bekler. Opinion AI'ın platformlarında karar kuralları kural motorunda çalışır ve kararı her zaman hekim ya da uzman verir.

Ajanik yapay zekâ ile kural motoru arasındaki fark nedir?

Kural motoru açıkça tanımlanmış kuralları işletir ve aynı girdiye her seferinde aynı sonucu verir; bu yüzden geri ödeme ve poliçe değerlendirmesinin dayanağı olmaya uygundur. Ajan ise serbest metinli belgeleri okur, farklı sistemlerden bilgi toplar ve sonucu anlaşılır biçimde açıklar. Sağlıklı bir mimaride ajan veriyi hazırlar, kural motoru değerlendirir ve kararı insan verir.

Yapay zekâ ajanlarının hata riski nasıl azaltılır?

Dil modelleri kaynakta olmayan bir bilgiyi kesin bir bilgi gibi sunabilir ve ajanik yapılarda bir adımdaki hata sonraki adımlara taşınabilir. Bu risk, karar kurallarını kural motorunda tutarak, her çıktıda kaynak ve gerekçe isteyip gösterilen kaynağı kontrol ederek, belgede yazanla modelin çıkarımını ayrı göstererek, ajanın erişimini sınırlayarak ve her adımı kayda geçirerek azaltılır.

Yapay zekâ ajanı kullanmak hasta verisini kurum dışına çıkarır mı?

Çıkarması gerekmez. Sağlık verileri KVKK'da özel nitelikli kişisel veri, GDPR'da da özel kategori veridir; bu yüzden ajanların kurumun kendi sunucularında ya da izole bir bulut ortamında çalışması ve veri sorumluluğunun kurumda kalması önemlidir. Opinion AI'ın platformları bu şekilde kurulur ve Opinion AI kişisel veri toplamaz.

Ajanik yapay zekânın kendi süreçlerinizde nerede işe yarayacağını kurumunuzun verisi üzerinde birlikte değerlendirmek için POC Talebi formunu kullanabilirsiniz. Çözüm seçerken bakılacak ölçütler için hastanede klinik karar destek sistemi seçerken bakılacak ölçütler, genel amaçlı araçlarla farkı için genel amaçlı sohbet botları ile klinik karar destek sistemlerinin farkı rehberlerine bakabilirsiniz.