Sağlıkta Sesli Yapay Zeka: Randevu, Triyaj ve Dokümantasyon İçin Gerçekçi Rehber

Klinikler Hastayı Aslında Ön Masada Kaybediyor

Çoğu klinik bu tabloyu zaten biliyor. Gelen aramaların ciddi bir kısmı cevapsız kalıyor. Bunun sebebi basit bir kapasite meselesi: iki resepsiyonist, aynı on beş dakikaya sığışan yeni randevu taleplerini, randevu değişikliklerini, reçete sorularını ve kapıdan giren hastaları aynı anda karşılayamaz. Dikkatsizlikle bir ilgisi yok. Cevaplanmayan her arama ise büyük olasılıkla listedeki bir sonraki kliniği arayan bir hasta demek.

Kliniğin arka tarafındaki idari yük de en az o kadar iyi belgelenmiş. Amerikan Tabipler Birliği'nin (AMA) hekim tükenmişliği üzerine yürüttüğü araştırma, idari yükü ve özellikle elektronik sağlık kaydı (EHR) dokümantasyonunu, hekim memnuniyetsizliğinin başlıca nedenlerinden biri olarak defalarca ortaya koyuyor. Sinsky ve arkadaşlarının 2016'da Annals of Internal Medicine'de yayımladığı çalışma ise 2024 incelemelerinde hâlâ düzenli olarak anılıyor; bu çalışma, ayakta tedavi veren hekimlerin hastaya doğrudan ayırdığı her bir saate karşılık elektronik sağlık kaydına ve diğer büro işlerine yaklaşık iki saat harcadığını ortaya koydu. Aradan geçen zamanda bu oran kendiliğinden düzelmedi.

Sağlıkta sesli yapay zekanın işe yaradığı iki operasyonel boşluk tam olarak bunlar. Ortada geleceğe dair parlak bir vaat yok; sektörün yıllardır belgelediği bu yük düzenine verilmiş ölçülü bir yanıt var.

Gerçekten Çalışan Üç Kullanım Senaryosu

1. Randevu Çağrıları: Karşılanan, Açılan, Onaylanan

Sağlıkta sesli yapay zekanın en yaygın ve en çok kanıtlanmış kullanımı, gelen randevu çağrılarının yönetimi. Güncel sistemler kliniğin telefon santraline (PBX; 3CX, Asterisk, RingCentral, Twilio) bağlanır ve aramaları arayanın dilinde, günün 24 saati, bir iki çalışta karşılar.

Yapabildikleri somut:

• Randevu açma: Asistan hekimin takvimindeki gerçek boşlukları görür, uygun saat için hastayla doğal bir görüşme yapar ve randevuyu kliniğin yönetim sistemine (CRM, elektronik sağlık kaydı ya da kullanılan randevu programı) işler.
• Randevu değiştirme ve iptal: Personel zamanının rutin aramalarla en çok tükendiği kalem. Asistan bunu 60 saniyede halleder, boşalan saati serbest bırakır ve bekleme listesindeki bir sonraki hastaya önerir.
• Bilgi soruları: Açılış saatleri, adres, otopark, anlaşmalı sigortalar, uygun olduğunda işlem fiyatları. Hepsi hastanın dilinde ve sırada bekletmeden yanıtlanır.
• Doğru kişiye yönlendirme: Asistanın kapsamı dışında kalan her şey (acil belirtiler, karmaşık faturalama, bir yetkiliye iletilmesi gereken şikayetler) görüşmenin bağlamıyla birlikte gerçek bir çalışana aktarılır.

Sağlık turizmi yapan klinikler için asıl kazanç çok dillilik. Türkiye'de diş tedavisi, saç ekimi ve estetik işlemler bu klinikler için önemli bir pazar oluşturuyor. Tek bir kurulum; Londra'dan sabah 4'te arayan İngiliz hastaya, Körfez'den akşam saatlerinde arayan Arap hastaya ve Moskova'dan hafta sonu arayan Rus hastaya aynı anda hizmet verir. Üstelik yalnızca insana dayalı bir operasyonun gerektireceği personel maliyeti olmadan.

2. Proaktif İletişimle Randevuya Gelmeme Oranını Düşürme

Ayakta tedavide randevuya gelmeme oranı; uzmanlık alanına, hasta profiline ve hatırlatmanın ne kadar iyi işlediğine göre genellikle %10-30 arasında bildiriliyor. Bu geniş aralığın kendisi de HIMSS kaynaklarında ve uzmanlığa özgü literatürde iyi belgelenmiş durumda. Gelinmeyen her randevu, bir daha geri kazanılamayan hekim zamanı demek.

Sesli yapay zeka asistanı bu kaybın önlenebilir tarafını üstlenir:

• Hasta, randevudan 24 saat önce tercih ettiği kanaldan hatırlatma alır: SMS, WhatsApp veya sesli arama.
• Hatırlatma çift yönlüdür; hasta aynı görüşme içinde randevusunu onaylayabilir, saatini değiştirebilir ya da iptal edebilir.
• İptal edilen saatler bekleme listesine düşer; asistan uygun bir sonraki hastayı kendisi arayıp o boşluğu doldurabilir.
• Hazırlık isteyen uzmanlıklarda (açlık, kesilmesi gereken ilaçlar, işlem sonrası bakım) hatırlatma, gerekli talimatları hastanın dilinde iletir ve anlaşılıp anlaşılmadığını teyit eder.

Ekonomisi basit. Ayakta tedavi veren bir klinikte randevuya gelmeme oranını birkaç puan düşürmek bile, maaş ve kira olarak zaten ödenmiş bir kapasiteden ciddi miktarda hekim zamanı kurtarır; hem de ön büro ekibini büyütmeye gerek kalmadan.

3. Ambient Dokümantasyon: Klinikte En Yüksek Etkili Kullanım

Sağlıkta geniş ölçekte en çok kanıtlanmış yapay zeka kullanımı bir sohbet botu değil; ambient dokümantasyon. Hekim muayene odasında sistemi açıyor ya da giyilebilir cihazı etkinleştiriyor, hastayla yaptığı doğal görüşme kaydediliyor ve asistan klinik notu (şikayet, anamnez, muayene, değerlendirme, plan) elektronik sağlık kaydının istediği düzende taslak olarak hazırlıyor. Hekim de bu taslağı gözden geçiriyor, düzeltiyor ve imzalıyor.

Microsoft / Nuance DAX sınıfı sistemler büyük ABD sağlık kuruluşlarında halihazırda kullanımda. Etkileri üzerine hem hakemli literatürde hem de sektörel basında yayınlar var: hasta görüşmesi başına not yazma süresinde belirgin düşüşler, hekimlerin bildirdiği tükenmişlikte ölçülebilir iyileşmeler ve iyi kurgulanmış programlarda hasta memnuniyetinde artış. Bu sonuncusu, hekimin muayene süresini ekran başında not tutmak yerine hastayla ilgilenerek geçirmesinden kaynaklanıyor.

Büyük ABD kuruluşlarının dışındaki klinikler için de aynı mimari, KVKK ve GDPR gereksinimlerini karşıladığı sürece AB'de barındırılan altyapı üzerinde benzer sonuçlar verir. Klinik yapay zekada bugün yatırım getirisi en net görülen kullanım bu; özellikle dokümantasyon yükü ağır uzmanlıklarda (dahiliye, aile hekimliği, ruh sağlığı).

5.000 Çağrılı Bir Klinikte Çağrı Dağılımı

"Ön büro yükü" soyut bir kavram; ama gerçek bir dağılıma bakınca somutlaşıyor. Birlikte çalıştığımız çok şubeli ayakta tedavi kliniklerinde (aylık 5.000-15.000 gelen çağrılık bir örneklem) çağrı türlerinin dağılımı hep benzer şekilde toplanıyor:

• Yaklaşık %40, randevu değiştirme ve iptal. Tek başına en büyük kalem ve kurulum öncesi analizlerde en çok hafife alınan grup. Hastalar durmadan iptal edip yeniden randevu alıyor. Randevu değişikliğinin personel eliyle yürümesi yarattığı sürtünme, teyidi yalnızca SMS ile yapan kliniklerde randevuya gelmeme oranını artırıyor.
• Yaklaşık %25, yeni randevu. Web sitesinden, reklam kampanyalarından, hasta sevklerinden ve kapıya gelenlerden düşen çağrılar. Ticari etkisi en yüksek grup; çünkü buradaki her cevapsız çağrı, listedeki bir sonraki kliniği arayacak bir hasta demek.
• Yaklaşık %15, reçete, ilaç yenileme ve klinik takip soruları. Bunlar klinik ekipten birine iletilmeli, hiçbir zaman baştan sona yapay zekaya bırakılmamalı. Buradaki otomasyonun değeri önceliklendirmede: reçete adını al, hasta kimliğini doğrula, doğru eczacıya ya da hekime yönlendir.
• Yaklaşık %10, yol tarifi, çalışma saatleri, otopark, anlaşmalı sigortalar, hizmet dili. Tamamen bilgi amaçlı aramalar. Yapay zeka bunları eksiksiz karşılar.
• Yaklaşık %10, karmaşık, birden çok konuyu içeren ya da istisnai durumlar. Fatura anlaşmazlıkları, üst kademeye iletilecek şikayetler, özel konaklama, grup randevusu, acil belirti taraması. Her biri bir insana aktarılır; yapay zekanın işi, çalışanın konuya sıfırdan başlamaması için önce gerekli bağlamı toplamaktır.

Kurulum bu dağılıma göre planlandığında yapay zekanın kapsamı da netleşiyor. Gelen çağrıların yaklaşık %75'ini asistan baştan sona karşılıyor; %15'ini, insana aktarımı kolaylaştıran yapılandırılmış bir önceliklendirmeyle üstleniyor; %10'u ise doğrudan bir çalışana gidiyor. Ön büro ekibinin günü, rutin çağrılarla sürekli bölünmekten çıkıp yapay zekanın çözemediği karmaşık çağrılara odaklanmaya dönüşüyor. Asıl fark da burada: bu değişim ham işgücü tasarrufundan çok, ön büroda çalışanı işte tutmayı sağlıyor. Ekibin işi, gerçekten eğitildiği işe dönüşüyor.

Ambient Dokümantasyonun Getirisi, Dakika Cinsinden

Klinik yapay zekada bugün en net finansal tablo ambient dokümantasyonda. Bunu yazılım getirisini yüzdeyle anlatmak yerine, muayene başına hekime kalan dakikalarla ölçmek daha doğru.

Tipik 15-20 dakikalık bir ayakta muayenenin ardından notları elle tamamlayan bir aile hekimi ya da dahiliye uzmanı, çoğu zaman muayene başına elektronik sağlık kaydına 5-10 dakika daha harcar. İyi bilinen "pijama saati", yani mesai bittikten sonra tamamlanmayı bekleyen not yığını, işte bunun sonucudur. Ambient dokümantasyon sistemleri (Microsoft / Nuance DAX sınıfı ürünler ve bunların AB'de barındırılan eşdeğerleri) hekimin sesine ve elektronik sağlık kaydının şablon yapısına ayarlandığında, dokümantasyon süresini genellikle yarı yarıya veya daha fazla azaltır.

Günde 18-22 hasta gören tam zamanlı bir hekimde bunun karşılığı ciddi bir zaman: hekim başına günde 45-90 dakika. Aralığın en temkinli ucunda bile yıllık toplam, hekim başına yüzlerce saat ediyor. Klinik büyümeyi tercih ederse bu zaman ek hasta kapasitesine, ekibini korumayı tercih ederse mesai sonrası dokümantasyon yükünün hafiflemesine dönüşür.

Finansal sonuç, kliniğin bu zamanı nasıl kullandığına bağlı. Kazandığı saatleri, tipik muayene ücretiyle ek randevulara çeviren bir klinik, sistemin maliyetini gelirinin tek haneli bir yüzdesiyle karşılayabilir. Randevu programını sabit tutup hekimlerin işini zamanında bitirmesine izin veren bir klinik ise aynı değeri, ekibini elinde tutarak yakalar. 2025-2026 koşullarında hekim kaybetmenin finansal ağırlığı hafife alınamaz; yayımlanan tükenmişlik literatürünün (AMA, NEJM AI) gösterdiği gibi, ayrılan her hekimin yerine yenisini bulmanın maliyeti yüz binlerce dolara ulaşıyor.

İkinci bir etki daha var; AMA'nın tükenmişlik araştırmasının sürekli işaret ettiği, net bir para değeri biçmenin zor olduğu ama çoğu açıdan daha önemli olan bir etki. Dokümantasyon yükü, hekim memnuniyetsizliği ve işten ayrılmayla en güçlü bağıntı gösteren etkenlerden biri. Bu yükü azaltmak, mesleğe devam eden hekimlerin gidişatını değiştirir. Yani ambient dokümantasyon bir üretkenlik kaldıracı olduğu kadar, bir iş gücü istikrarı kaldıracı da; dakika kazanımı başlığının gölgesinde kalan, az konuşulan tarafı da bu.

Gerçekçi Bir Kurulum

Sağlıkta işleyen bir sesli yapay zeka kurulumu, modelden çok tesisat işidir. Bileşenler şöyle:

• Telefon altyapısı: 3CX, Asterisk, Twilio Voice, RingCentral; klinik gelen aramalar için hangisini kullanıyorsa o.
• Konuşma katmanı: Düşük gecikmeli, konuşmayı metne (STT) ve metni sese (TTS) çeviren bileşenler; gerektiğinde tıbbi terminolojiye göre ayarlanır.
• Temel model: Kliniğe özel bir veri kümesiyle temellendirilir (sunulan işlemler, uygun olduğunda fiyatlar, sık sorulan sorular, yönlendirme kuralları ve çok dilli hazır ifadeler).
• Randevu ve sağlık kaydı: Klinik yönetim sistemi, takvim uygulamaları (Google Calendar, Cal.com) ve bazı durumlarda FHIR ya da uzmanlığa özel API'ler üzerinden doğrudan elektronik sağlık kaydı entegrasyonu.
• İş akışı motoru: n8n, Make.com ya da benzeri; tüm akışı baştan sona yönetir (arama → önceliklendirme → işlem → CRM/sağlık kaydı güncellemesi → hasta onayı → hatırlatma planı).
• Uyum katmanı: Veri saklamayan bir kurulum ya da veriyi dışarı çıkarmadan yerinde işleme, belgelenmiş saklama süreleriyle birlikte hem beklemede hem aktarım sırasında şifreleme; ABD'de HIPAA geçerliyse imzalı veri işleme sözleşmeleri (BAA).

İşte "yapay zeka resepsiyonist" sözünü bir pazarlama vaadi olmaktan çıkarıp, bir gizlilik sorumlusunun altına imza atabileceği bir sisteme dönüştüren şey bu mimaridir.

Uygulama Gerçeği

Tipik bir ALTAI Digital sağlık sesli yapay zeka kurulumu 6-10 hafta sürer; e-ticaret ya da konaklama projelerinden daha uzun, çünkü uyum ve klinik güvenlik incelemesinden ödün verilmez:

1. Keşif, uyum incelemesi ve veri kümesinin hazırlanması (1.-2. hafta): Yapay zekanın hangi çağrıları karşılayıp hangilerini yönlendireceğine dair kapsam kararları, kliniğin gizlilik sorumlusuyla birlikte KVKK / HIPAA / GDPR incelemesi ve bilgi veri kümesinin derlenmesi (işlem listesi, fiyatlar, sık sorulan sorular, yönlendirme kuralları).
2. Telefon altyapısı ve sağlık kaydı entegrasyonu (3.-4. hafta): Santral (PBX) bağlantısı, randevu sistemi entegrasyonu ve uygunsa elektronik sağlık kaydına geri yazma. Sağlık projelerinde en yavaş ilerleyen aşama budur; bunun nedeni neredeyse her zaman elektronik sağlık kaydı sağlayıcısının arayüz kısıtlarıdır.
3. Çok dillilik ve hastayla konuşma tonunun ayarı (5.-6. hafta): Desteklenen diller doğrulanır, sesin karakteri kliniğin markasına göre ayarlanır ve insana aktarma eşikleri geçmiş çağrı verilerine göre kalibre edilir.
4. Gölge pilot (7.-8. hafta): Asistan, mevcut ön büroyla birlikte canlıda paralel çalışır; çağrılar kaydedilir, doğruluk örnekleme yöntemiyle denetlenir ve klinik, sonuçları bir önceki ayla karşılaştırır.
5. Canlıya geçiş ve ince ayar (9. hafta ve sonrası): Asistan çağrı yükünün ana kısmını üstlenir, ön büro daha çok muhakeme isteyen işlere kayar ve temel performans göstergeleri (KPI) haftalık değerlendirilir: çağrı cevaplama oranı, randevuya dönüşüm, randevuya gelmeme oranı ve ambient dokümantasyon da devredeyse hekimin not yazma süresi.

Sesli Yapay Zekanın Yapmaması Gerekenler

Klinik güvenlik sınırı nettir; bu sınırı aşmak, bir verimlilik kazanımını en hızlı yoldan bir sorumluluk sorununa çevirir.

Tanı koymamalı. Belirtiden tanıya geçmek, mevzuatla düzenlenmiş bir klinik eylemdir. Asistan bilgiyi toplar, düzenler ve yönlendirir; kararı hekim verir.

Acil durumlarda triyaj yapmamalı. Göğüs ağrısı, nefes darlığı, ciddi kanama, intihar düşüncesi ya da benzeri acil belirtilerle arayan herkes hemen bir insana, yerine göre acil servise ulaştırılmalıdır. Asistanın görevi bu sinyali fark edip vakayı hemen bir yetkiliye aktarmaktır; değerlendirmeyi hekim yapar.

Hekim imzası olmadan reçete yazmamalı, ilaç yenilememeli veya görüntü yorumlamamalı. Bunların her biri, kliniğin faaliyet gösterdiği her ülkede mevzuatla düzenlenmiş eylemlerdir.

Yapay zeka olduğunu gizlememeli. İlk temasta bunun açıkça belirtilmesi, AB'de ve Türkiye'de veri koruma otoritelerince giderek daha çok isteniyor; zaten hastalar da bunu açıkça talep ediyor.

Pratik Sonuç

Birlikte çalıştığımız kliniklerde gördüğümüz operasyonel etki tutarlı: çağrı cevaplama oranı günün 24 saatinde belirgin biçimde yükseliyor, randevuya gelmeme oranı birkaç puan düşüyor (ki ayakta tedavi veren bir klinikte mutlak sayı olarak bu büyük bir fark) ve ambient dokümantasyon da devredeyse muayene başına hekimin not yazma süresi ölçülebilir şekilde azalıyor. Rock Health'in 2024 sağlık tüketici araştırması ve HIMSS'in yayımladığı çalışmalar aynı yönü gösteriyor: hızlı, çok dilli ve kesintisiz erişime hasta talebi gerçek ve bunu karşılayan klinik payını büyütüyor.

Bu payı yakalayan kliniklerin üç ortak özelliği var. Uyumu sonradan eklenen bir katman gibi değil, en baştan mimarinin parçası olarak ele alıyorlar. Yapay zekayı idari işler ve dokümantasyon tarafında tutup klinik kararları hekimlere bırakıyorlar. Kazandıkları ön büro ve hekim zamanını da kliniğin itibarını asıl belirleyen anlara, yani hastayla geçirilen muayene dakikalarına yönlendiriyorlar. ALTAI Digital olarak bu sistemleri uçtan uca kuruyoruz: telefon altyapısı entegrasyonu, uyum mimarisi, çok dilli kapsam ve sesli yapay zekayı bir özellik olmaktan çıkarıp hasta erişiminde ölçülebilir bir sıçramaya dönüştüren operasyonel kalibrasyon.