Ağustos 2026'da JAMA'da yayımlanan bir makalenin başlığındaki soru işareti sizi yanıltmasın. Yazarlar — aralarında tıp etiği profesörü Ezekiel Emanuel ve risk sermayedarı Vinod Khosla var — "Otonom yapay zeka, en iyi tıbbi bakımda yapay zeka destekli hekimleri geçecek mi?" diye sorarken retorik yapıyorlar. Cevapları kesin bir evet.

Tıp dünyasının büyük kısmı, hastanın en iyi tedaviyi hekimlerin iyi eğitilmiş modellerle danışarak çalıştığı karma bir yaklaşımdan alacağı fikrini istemeye istemeye kabullenmeye başlamıştı. Bu makalenin tezi farklı: en iyi sonucu yapay zeka tek başına verir.

Tartışma Türkiye'den uzak görünebilir ama değil. Aynı modeller burada da kullanılıyor, aynı sorular er ya da geç aynı biçimde sorulacak. Bu rehber tartışmayı altı başlıkta açıyor.

1. Makale tam olarak ne iddia ediyor

Yazarların cümlesi şu: "2024 yılının 1 Ocak'ından bu yana tıpta yapay zeka üzerine yayımlanmış bütün makalelerin incelenmesi gösteriyor ki tıp, beş temel tıbbi görevde en iyi bakımı sağlamada yapay zekanın tek başına hekimleri ve hekim-yapay zeka karmalarını geçeceği geçiş noktasına hızla yaklaşıyor."

O beş görev şunlar:

  • Hasta öyküsü almak
  • Tanı koymak
  • Hangi tetkiklerin gerektiğini belirlemek
  • Tedavi yazmak
  • Kronik hastalıkları yönetmek

Yani listelenen şey hekimliğin kendisi. Makalenin en çok tartışılan cümlesi de burada: yazarlara göre yapay zeka artık o kadar iyi ki klinisyenler araya girmekten kaçınmalı, çünkü "döngüdeki insanlar yapay zekanın performansını düşürüyor."

Öngörü şu: 2030'a kadar, çoğu durumda "üstün otonom yapay zeka" muhtemelen yapay zeka kullanan insanları geçecek. Yazarlar bu tahmin için kendi ifadeleriyle "rahatsız edici ama olası görünüyor" diyor.

2. Kim yazdı, hangi çıkarla

Bu, makaleyi okurken göz ardı edilemeyecek bir başlık. Baş yazar Emanuel, Pennsylvania Üniversitesi'nde Tıp Etiği ve Sağlık Politikası Bölümü'nün başkanı ve tanınmış bir onkolog. İkinci isim Khosla ise alanın en eski savunucularından bir yatırımcı.

Khosla bu tezi yıllardır taşıyor: 2012'de TechCrunch'ta "Doktorlara mı yoksa algoritmalara mı ihtiyacımız var?" diye yazmış, 2016'da aynı yönde 101 sayfalık bir metin kaleme almıştı. Konferanslarda Emanuel'i köşeye sıkıştırıp yapay zekanın 2035'e kadar hekimlerin yaptığı işin yüzde 85'ini yapacağını anlatıyordu.

Çalışmaya Khosla'nın oğlu Neal de katıldı. Neal, hastaları yapay zekayla tedavi eden Curai Health adlı çevrimiçi bir şirketi yönetiyor; şirkette ilaç yazmak ve karmaşık durumları ele almak için hekimler çalışıyor. Bu çıkar çatışması, Khosla'nın ilgili yatırımları ve Emanuel'in çeşitli hibe ve danışmanlıklarıyla birlikte makalede beyan edilmiş.

Beyan edilmiş olması sorunu ortadan kaldırmıyor ama gizlenmiş olmasından iyi. Okurken akılda tutulması gereken şey basit: bu, alanın dışından gelen bağımsız bir gözlem değil, bir kısmı alanın içinde parası olan insanların ortak makalesi.

3. Emanuel'in fikri nasıl değişti

Emanuel yıllarca bu fikri reddetmiş. Kendi anlatımıyla: "Saçmalık dedim, imkânsız. Doktorların yaptığı iş fazla karmaşık."

Yaklaşık bir yıl önce arkadaşı Robert Wachter ona kitabının provalarını gönderdi. UCSF'de tıp bölümünün başındaki Wachter, kitabında birinci sınıf tıbbın yapay zeka ile hekimlerin ortak çalışması olacağı, ama "ekonomi sınıfındaki" kalabalığın çoğunlukla yalnızca yapay zekayla idare edeceği bir dünya çiziyordu.

Emanuel o noktada Khosla'nın haklı olabileceğini düşünmeye başladı. Ve aklına ürkütücü bir soru geldi: "Yapay zeka devralırsa doktorlara ne kalıyor?"

4. İtirazlar

En yüksek sesle itiraz edenlerden biri, Amerikan Tabipler Birliği'nin genel müdürü John Whyte. İtirazları yöntemsel:

  • Benzetim, deney değildir. İncelenen çalışmaların bir kısmı gerçek hastalarla yapılmış kör deneyler değil, benzetimler.
  • Bulgular tek yönde değil. İncelenen çalışmaların hepsi makalenin vardığı sonucu desteklemiyor.
  • Gerçek hasta modele derdini anlatamıyor. Şubat 2026'da Nature'da yayımlanan bir çalışma, gerçek hayattaki vakalarda hastaların çoğunun büyük dil modelleriyle etkili biçimde konuşup onların bilgisine erişemediğini buldu.

Bu üçüncüsü en önemlisi. Bir modelin sınav sorusunda doğru tanıyı koyması ile karşısındaki insanın şikâyetini doğru anlatabilmesi aynı şey değil. Yapay zekanın laboratuvar performansı ile muayenehane performansı arasındaki fark tam olarak burada.

Emanuel'in karşı cevabı da açık: "ChatGPT'nin tanıtılmasının üzerinden dört yıl bile geçmedi. Biz bundan dört yıl sonrası için tahmin yapıyoruz. Sizce yapay zeka bir doktordan çok daha ileri olmayacak mı?"

5. Karşı taraftan gelen kabul

En dikkat çekici şey, makalede "yapay zeka tedavisinin ekonomi sınıfı olacağını yanlış biçimde savunan adam" diye işaret edilen Wachter'ın verdiği cevap. Wachter yazarlara bir noktada hak veriyor: "Öne sürdükleri argüman önemli." Yapay zeka iyi, diyor, ve şu an insanla yapay zeka birlikte daha iyi. "Ama bu artık taşa kazınamaz. İnsanların performansı bozacağı durumlar olacak."

Yine de eğitimli hekimlerin insani niteliklerinin hayati ve yeri doldurulamaz olduğunda ısrarlı. Kötü bir prognozu haber vermekte yapay zeka hiçbir zaman bir insan kadar etkili olmayabilir; hasta en doğru tedavi yoluna büyük ihtimalle gerçek bir klinisyenle yönlendirilecektir.

Wachter burada kapıcı yanılgısı dediği şeye başvuruyor: kapılar kendiliğinden açılabilir hâle gelince apartmanlarda kapı açan insanların işsiz kalacağı korkusu. Oysa kapıcılar sayısız iş yapıyor ve hâlâ vazgeçilmezler — kargo teslim almak, evcil hayvan beslemek, dert dinlemek. "Doktorlar için de kapıcı yanılgısının bir sürümünü bulacağız" diyor. "Bir doktorun yapay zekanın tanısını kabul ettiği ama değerli başka birçok işlev gördüğü bir dünya hayal edebiliyorum."

6. Asıl tehlike: beceri kaybı

Ama burada yerinden edilen şey kapı açmak kadar basit değil. Yerinden edilen, yıllarca süren eğitimin ardından zor kazanılmış uzmanlık.

Kıdemli bir hekimin asistanlarını sıkıştırıp anında değerlendirme yapmalarını istemesi, bir eğitim yöntemi. Yapay zeka cevabı anında verdiğinde bu gereksizleşiyor. Hekimler yapay zekaya o kadar güvenmeye doğru gidiyor ki kendi yargıları ve bilgileri giderek daha az geçerli hâle gelebilir.

Bu "beceri kaybı" süreci, tıbbın yapay zeka tarafından devralınmasını hızlandırabilir — özellikle de yeni kuşak hekimler, cep telefonundan her an sorabilecekleri bir uzmandan öğrenebilecekleri şeyleri yıllarca öğrenmeyi gereksiz bulmaya başlarsa.

Whyte bunun kendisi için de bir endişe kaynağı olduğunu kabul ediyor: "Birçok tıp fakültesi ve uzmanlık programı, eğitimdeki hekimlerin bu araçları kullanıp kullanamayacağını tartışıyor. Çünkü hasta öyküsü almayı ve muayene yapmayı hiç öğrenmediysen, bunu nasıl öğreneceksin?" Öte yandan, bu kadar güçlü bir aracı görmezden gelmenin de bir tür kötü hekimlik olduğu yönünde bir argüman var.

7. Tartışmanın atladığı yer: hekimin hiç olmadığı durum

Wachter'ın "ekonomi sınıfı" benzetmesi, karşılaştırmayı insan hekimle yapay zeka arasında kuruyor. Ama dünyanın büyük bölümünde asıl karşılaştırma bu değil.

Hekim başına düşen nüfusun yüksek olduğu yerlerde seçenek "iyi doktor mu, yapay zeka mı" değil; "yapay zeka mı, hiçbir şey mi". Bir kasabada haftada bir gün gelen bir pratisyen varsa, kronik hastalığını takip edecek bir sistem bir düşüş değil bir yükseliş olur. Makalenin tezi bu koşulda çok daha az tartışmalı hâle geliyor.

Türkiye açısından bu ayrım önemli. Büyük şehirdeki bir üniversite hastanesiyle bir ilçe devlet hastanesi arasındaki fark, tartışmanın hangi sürümünün geçerli olduğunu belirliyor. Birinde soru "hekimin yargısı devrede kalmalı mı"; öbüründe "erişim nasıl artar".

İki soru da meşru ama aynı cevabı vermiyorlar. Tek bir politika ikisini birden çözmüyor, ve tartışma çoğunlukla yalnızca birincisi üzerinden yürüyor — çünkü konuşanlar birinci grubun içinde.

Ne izlemeli

Bu tartışmanın Türkiye'ye gecikmeli geleceğini varsaymak yanlış olur; modeller aynı modeller. İzlenmesi gereken üç şey var.

Birincisi, kanıtın türü. Bundan sonra çıkacak her iddiada sorulacak soru şu: benzetim mi, gerçek hastayla yapılmış kör deney mi? İkisi arasındaki fark, tartışmanın tamamını belirliyor.

İkincisi, sorumluluk. Makale performanstan söz ediyor ama hukuki sorumluluğu tartışmıyor. Yapay zekanın tek başına koyduğu tanı yanlış çıktığında kimin sorumlu olduğu, teknik yeterlilikten bağımsız ve çok daha yavaş çözülecek bir soru. Hekimin sorumluluğu meslek hukukuyla tanımlı; modelin sorumluluğu ise ürün güvenliği, sağlık mevzuatı ve sigorta arasında bölünmüş durumda. Bu boşluk kapanmadan, en yetkin model bile tek başına tanı koyduğu anda hastaneyi savunmasız bırakıyor.

Üçüncüsü, eğitim. Beceri kaybı en sessiz risk, çünkü etkisi hemen değil on yıl sonra görünüyor. Tıp fakültelerinin bu araçlara nasıl yaklaştığı, 2030'daki hekimin ne yapabildiğini şimdiden belirliyor. Bir kuşak hekim eksik yetişirse, o eksiği sonradan kapatacak bir mekanizma yok: eğitimdeki kayıp geri alınamıyor ve etkisi otuz yıl boyunca sürüyor.