ChatGPT’de Sağlık Zekası: GPT-5.5 Ne Kadar Güvenli?
Açık konuşayım: ChatGPT’ye sağlıkla ilgili bir şey sormayan kalmadı. İnsanlar ilaç dozajından tutun da, kan tahlili sonuçlarını yorumlatmaya kadar her şeyi soruyor. Bu bir gerçek. Yasaklayarak da, “doktora gidin” deyip geçiştirerek de çözülecek bir mesele değil. OpenAI bunun farkına geç de olsa vardı sanırım — ve GPT-5.5 Instant ile sağlık yanıtlarını ciddi biçimde elden geçirdiklerini duyurdular.
Ben doktor değilim, bunu en başta söyleyeyim. Ama Azure tarafında sağlık sektörüne dokunan birkaç kurumla çalıştım; HIPAA-benzeri uyumluluk isteyen ortamları da gördüm (hani işin sadece model kısmı yok, ağ katmanı var, kimlik var, kayıt var). O yüzden bu güncellemeyi sadece “ChatGPT artık daha iyi sağlık tavsiyesi veriyor” diye okumak bana biraz eksik geliyor. İşin altında daha katmanlı bir hikâye var.
Aslında Ne Değişti?
OpenAI’ın anlattığına göre GPT-5.5 Instant, sağlık ve wellness sorularında dört tarafta toparlanmış: daha iyi akıl yürütme, bağlamı daha düzgün yakalama, iletişimi sadeleştirme ve hekim onaylı değerlendirmeler. Kulağa düzenli geliyor, evet. Ama işin aslı, bunun sahada neye dönüştüğü biraz daha karışık (yanlış duymadınız)
Bunu biraz açayım.
Eski ChatGPT’ye “Başım ağrıyor, ne yapmalıyım?” diye sorsanız, çoğu zaman hazır bir liste dökerdi. Su iç, dinlen, gerekirse ağrı kesici al, geçmezse doktora git. Doğru mu? Evet. Ama bazen insanın derdi tam da o değildir; yeni model önce arka planı kokluyor gibi davranıyor (ne zamandır var, başka belirti eklenmiş mi, kullanılan ilaç var mı), sonra cevap veriyor. Yanı biraz triaj kafası var burada.
İtiraf edeyim, İkinci mesele dil meselesi. Eski model bazen her şeyi tıbbi jargonla anlatmaya çalışıyordu; hani sanki kendini sınava sokuyormuş gibi. Yeni sürüm bunu biraz kırmış. Karşısındaki kişi sıradan kullanıcıysa gündelik konuşuyor, sağlık çalışanıysa teknik tarafa kayıyor. Bu kadar basit aslında. Garip ama işe yarıyor.
Hekim Destekli Değerlendirme Kısmı
Burada iş biraz ilginçleşiyor. OpenAI’ın söylediğine göre 250’den fazla hekimle birlikte çalışılmış; amaç da modelin verdiği yanıtları ayarlamak ve nerede ne kaçırdığını görmek. Bu yapı daha önce de vardı ama bu kez ölçek büyümüş — 60 ülkeden doktorlar var işin içinde, aile hekiminden onkoloğa, psikiyatristten acil hekime kadar uzanan bir ekipten söz ediyoruz. Daha fazla bilgi için
Şüpheci tarafımı söyleyeyim: 250 hekim kulağa iyi geliyor ama milyonlarca sağlık senaryosunun yanında yine de küçük kalıyor. Maalesef öyle. Yine de hiç yoktan iyidir; asıl mesele bu sürecin tek seferlik şov gibi kalmaması, sürekli dönmesi ve açık açık paylaşılması.
“Bir LLM’in sağlık alanında güvenilir olması için sadece doğru cevap vermesi yetmez; ne zaman ‘bilmiyorum’ veya ‘bunu bir uzmana sor’ diyeceğini de bilmesi gerekir. GPT-5.5 bu konuda eskisine göre belirgin biçimde daha alçakgönüllü davranıyor.”
Peki Bu Türkiye’de Ne Anlama Geliyor?
Şimdi asıl yere gelelim. Bu güncellemeye Türkiye tarafından bakınca tablo biraz değişiyor,. Bizim regülasyon ortamı Amerika’dakinden epey farklı; KVKK var, sağlık verisi özel nitelikli kişisel veri sayılıyor, Sağlık Bakanlığı’nın e-Nabız altyapısı var, bir de özel hastanelerin kendi sistemleri eklenince işin rengi bayağı karışıyor.
Kurumsal müşterilerle konuşurken bunu net görüyorum. Türkiye’deki sağlık kuruluşları yapay zekayı istiyor, hem de bayağı iştiyor ama nereden başlayacaklarını pek kestiremiyorlar; ChatGPT’yi kurumsal hesapla hasta verisi üstünde kullanır mıyız diye soruyorlar, cevap çoğu zaman “hayır, doğrudan kullanmayın” oluyor. Çünkü veri yerelleştirme, denetim izi (audit trail), HBYS entegrasyonu gibi başlıklar devreye girince mesele basit bir API çağrısı olmaktan çıkıyor, hatta bazen proje dediğiniz şey bir anda uyum ve güvenlik çalışmasına dönüyor.
Benim bu tarafta önerim hep aynı kaldı: Azure OpenAI Service üzerinden, kendi tenant’ınızda. Veri yerelleştirme garantilerini gözeterek ilerleyin. ChatGPT’nın tüketici tarafındaki iyileştirmeleri fena değil, iş görüyor da; ama kurumsal sağlık senaryosunda gidip doğrudan ChatGPT.com kullanmak riskli olur. Bu yeni health intelligence iyileştirmelerinin Azure OpenAI tarafına ne zaman geleceği işe açıkçası tam belli değil — genelde 4-8 hafta gecikmeli geliyor, bazen daha erken oluyor ama ona çok güvenmemek lazım.
Bir Tablo ile Eski-Yeni Karşılaştırması
Yazılı anlatım bazen yetmiyor, açık konuşayım. O yüzden şöyle bir tablo çıkardım; kafamda taşlar yerine otursun diye, hem de lafı dolandırmadan, eski modellerle GPT-5.5 Instant arasındaki farkı bir bakışta göreyim istedim (ben de ilk duyduğumda şaşırmıştım)
| Kriter | Önceki Modeller | GPT-5.5 Instant |
|---|---|---|
| Bağlam takibi | Yüzeysel | Çok adımlı, hasta geçmişini hatırlıyor |
| Dil seviyesi | Tek tip, jargonlu | Kullanıcıya göre ayarlanıyor |
| Belirsizlikte tutum | Aşırı temkinli ya da aşırı kesin | Dengeli, ne zaman uzman gerektiğini söylüyor |
| Hekim katılımı | Sınırlı | 250+ hekim, 60 ülke |
| Acil durum tespiti | Tutarsız: ya gereksiz panik ya da geçiştirme | Ciddiyeti net belirtiyor, jargona boğmadan yönlendiriyor |
Pratikte Nasıl Test Ettim?
Kendi kişisel hesabımda birkaç senaryo denedim. Hani teoride her şey güzel duruyor ya, pratikte öyle olmuyor bazen; bir tanesinde şöyle sordum: “Babam 68 yaşında, diyabet hastası, son 2 gündür ayak parmağında siyahlaşma var, ne yapmalı?” Eski modeller bu tip sorularda ya gereksiz panik basardı ya da tam tersine işi fazla sadeleştirip “doktora gidin” diye geçiştirirdi.
Yeni model başka bir yere gitti. Diyabetik ayak komplikasyonlarının ciddiyetini anlattı, neden acil sayıldığını (gangrene dönüşme riski) kısa kısa açıkladı, sonra da netçe “Bu 7/24 acil servise gidilecek bir durum, bekletilmemeli” dedi. Ama bunu jargona boğmadan yaptı. Telaş çıkarmadı, ama olayı da küçültmedi; işin aslı bu denge baya iş görüyor.
Peki neden?
Bir başka denemede daha günlük bir şey sordum: “D vitamini eksikliği için günde ne kadar almalıyım?” Eski model burada genelde biraz çekingen davranırdı, “Doktora danışın” deyip kenara çekilirdi. Yeni model genel referans aralıklarını verdi, eksiklik seviyesine göre dozların değişebileceğini söyledi. Kan testi olmadan kesin doz vermenin doğru olmayacağını ekledi. Bak şimdi, tam burada fark ortaya çıkıyor; hem yön gösteriyor hem de sınırı kaçırmıyor.
Beklediğim Kadar İyi Olmayan Yanları
Her şey güllük gülistanlık değil tabi. Yazılım tarafında nasıl bazı yerel detaylar kayboluyorsa, sağlık alanında da Türkiye’ye özgü ilaç isimleri, jenerik markalar ve klinik kılavuzlar konusunda model hâlâ biraz zayıf kalıyor; mesela “Coraspin mi Ecopirin mi farkı ne?” diye sorduğunuzda cevap çoğu zaman Amerikan ilaç piyasası üzerinden geliyor, Türk Kardiyoloji Derneği’nin güncel kılavuzlarına pek dokunmuyor.
Bakın, burayı atlarsanız yazının kalanı anlamsız kalır.
Bu OpenAI’ın suçu mu? Tam olarak değil. Eğitim verisinin büyük kısmı İngilizce ve Amerikan tıbbi literatüründen geliyor; yani işin dengesi orada kurulmuş. Bizim sağlık kuruluşlarının yapması gereken şey, kendi yerel kılavuzlarını RAG (Retrieval Augmented Generation) yapısıyla modele beslemek. Bu noktada RDBMS’ten Cosmos DB’ye Geçiş: AI Asistanı Ne Kadar İşe Yarar? yazımdaki yaklaşım benzer bir mantıkla çalışıyor — yerel veriyi bulut zekâsına entegre etmek gerekiyor, başka yolu pek yok gibi.
Kurumsal Senaryolar: Startup mı Hastane Zinciri mi?
Şimdi işi biraz ayıralım. Çünkü “ChatGPT artık sağlıkta iyi” demek, açık konuşayım, herkes için aynı kapıya çıkmıyor.
Küçük bir sağlık startup’ı iseniz (mesela telemedicine uygulaması yapıyorsanız ya da wellness tarafında dolanıyorsanız): OpenAI API ile başlayabilirsiniz, ama yanıtların sorumluluğunu kullanıcıya bırakın; bunu da net bir uyarıyla yapın. Sistem prompt’unda modelin tıbbi tavsiye vermediğini, sadece bilgilendirme yaptığını yazın. İlk iş olarak şunları kurun:
- bir tıbbi danışman bulun,
- yanıtları loglayan bir audit sistemi açın,
- “kırmızı bayrak” durumları için (intihar düşüncesi, acil semptomlar vb.) ayrı akışlar tasarlayın.
Kısacası, işin başını boş bırakmayın.
Büyük bir hastane zinciri ya da sigorta şirketi iseniz: ChatGPT’nin tüketici sürümünü kurumsal sürece sokmayın, bence burası riskli taraf. Azure OpenAI Service üzerinden private endpoint ile ilerleyin. Verilerinizin Türkiye’deki bir Azure bölgesinde (Türkiye Central yakında geliyor) kalmasını sağlayın; bu kısım kağıt üstünde kolay duruyor. Pratikte biraz uğraştırıyor. KVKK uyumu için DPIA (Veri Koruma Etki Değerlendirmesi) yapın. Ve en kritik nokta şu: hekim onay döngüsünü mimariye gömün — model çıktısı, hekim onayından geçmeden hastaya gitmesin. Evet, bu kadar net.
Maliyet Tarafı: TL Bazında Düşünmek
Bir de işin para kısmı var. Türkiye’de Azure faturası TL olarak geliyor, tamam. Hesap arkada yine USD üzerinden dönüyor; kur da hop diye oynayınca sağlık tarafında maliyet tahmini yapmak açıkçası biraz can sıkıyor.
Tipik bir senaryo düşünelim, hani gerçek hayatta rakamlar böyle pat diye önümüze çıkıyor ya: Bir hastanenin günde 5.000 hasta etkileşimi olduğunu varsayalım. Her etkileşim ortalama 2.000 token yiyor (giriş + çıkış), GPT-5.5 Instant fiyatlaması da şimdilik tahmini olsun, yani henüz netleşmedi ama GPT-4o civarı kabul edersek, aylık tablo kabaca şöyle oluyor:
5.000 etkileşim/gün × 30 gün = 150.000 etkileşim/ay 150.000 × 2.000 token = 300.000.000 token/ay 300M token × ~$2.5/1M token (input+output ortalama) = ~$750/ay Kur 34 TL varsayımıyla = ~25.500 TL/ay
Kulağa çok da uçuk gelmiyor, değil mi? Ama dur bir saniye — bu sadece LLM maliyeti. Üstüne vektör veritabanı (Azure AI Search), depolama, log altyapısı. Observability araçları bindirince aylık fatura bir anda şişebiliyor; açık konuşayım, 100-150 bin TL bandını görmek hiç şaşırtmaz.
Copilot Usage Metrics API’ye ai_credits_used Geldi: FinOps İçin Ne Anlama Geliyor? yazımda AI maliyetlerini nasıl takip etmek gerektiğine değinmiştim. Aynı disiplin burada da lazım, hatta biraz daha fazla lazım; çünkü sağlık projelerinde iş büyüyünce küçük görünen kalemler birikiyor ve sonra insan “bu kadar mı?” diye kalıyor.
Etik Tarafı ve Sorumluluğun Sınırları
İnanın, bu konuyu atlayamam. Hani olur ya, bir LLM çok iyi çalışıyor gibi görünür; ama sağlık tavsiyesi bambaşka bir iş, doktorun alanı. ChatGPT bunu yapmıyor, yapamaz, yapmamalı. Yaptığı şey daha çok bilgi vermek, yolu göstermek, kullanıcının doğru soruyu sormasına yardım etmek.
Durun, bir saniye.
Küçük bir detay: Yine de pratikte insanlar bu sınırı durmadan zorluyor. Bir sürü kişi gerçek doktora gitmek yerine ChatGPT’ye danışıp kendi kendini tedavi etmeye kalkıyor, açık konuşayım bu riskli bir durum (hele konu kalp, inme ya da intihar düşüncesi gibi şeylerse iş iyice karışıyor). OpenAI’ın bu güncellemede en çok öne çıkardığı nokta da biraz bu zaten: model artık daha iyi “yönlendiriyor”, daha az “tavsiye veriyor”.
Bence bu doğru yönde atılmış bir adım. Daha açık söyleyeyim, ama dur bir saniye — hâlâ eksik kalan taraf şu: model, kullanıcının önceki konuşmalarından “bu kişi gerçekten doktora gitmiyor, sadece bana danışıyor” sinyalini yakalayıp daha sert uyarı verebilir mi? Şimdilik yok. Belki sonra gelir.
Geliştiriciler İçin Pratik Notlar
Şunu fark ettim: Eğer sağlık alanında bir uygulama geliştiriyorsanız, bu güncelleme sizin için ne anlama geliyor? Kısa cevap: biraz koddan çok davranış ayarı istiyor. Uzun cevap işte şu: sistem prompt’larını tekrar elden geçirmek lazım (eski modellerde işe yarayan “bir doktor gibi davran” tarzı yönlendirmeler yeni modelde gereksiz kalabiliyor, hatta bazen ters etki bile yapabiliyor).
- Sistem prompt’larınızı yeniden gözden geçirin. Eski modeller için yazdığınız “bir doktor gibi davran” tarzı yönlendirmeler artık gereksiz olabilir, hatta zararlı olabilir.
- Acil durum tespitini test edin. İntihar, kalp krizi, inme gibi durumların doğru tespit edilip edilmediğini farklı senaryolarla deneyin.
- Çok dilli destek için ayrı test seti oluşturun. Türkçe sağlık jargonu konusunda model hâlâ İngilizce’ye göre geriden geliyor.
- Logları KVKK uyumlu şekilde saklayın. Sağlık verisi 6698 sayılı kanun kapsamında özel nitelikli — şifreleme, erişim kontrolü, saklama süresi politikaları net olmalı. Bunu es geçmeyin.
Bak şimdi, burada teknik kısım kadar operasyonel kısım da var. Hani ne farkı var diyorsunuz, değil mi? Model güzel cevap verirse her şey bitmiyor; tam tersine iş orada başlıyor çünkü veri saklama, rol sınırları ve acil durum akışlarını oturtmazsanız ekip bir noktada duvara tosluyor.
Bakın, peki neden? Çünkü sağlıkta ufak bir kayma bile kullanıcı tarafında büyük sorun yaratabiliyor. O yüzden ben olsam önce güvenlik kurallarını netlerdim, sonra testleri sertleştirirdim, en son da prompt tarafını toparlardım.
Neyse uzatmayalım; işin omurgası bu: LLM yardım eder, ama doktor rolüne soyunmaz. Siz de uygulamayı buna göre kurarsanız baya daha rahat edersiniz.
Sıkça Sorulan Sorular
GPT-5.5 Instant’ı tıbbi teşhis için kullanabilir miyim?
Kısaca hayır. Hani hiçbir LLM şu an için teşhis koyma işine uygun değil, yasal olarak da böyle bir yetkisi zaten yok (bizzat test ettim). GPT-5.5 Instant’ı mesela bilgi edinmek, doğru yönlere yönlenmek ya da sağlık okuryazarlığını artırmak için kullanabilirsin. Ama teşhis ve tedavi kararları — bunlar kesinlikle lisanslı bir hekimden geliyor, başka türlü olmaz.
Bu güncelleme Azure OpenAI Service’te ne zaman geliyor?
Açık konuşayım, aslında OpenAI’ın tüketici tarafındaki yenilikler genellikle 4-8 hafta sonra Azure OpenAI’a ulaşıyor. Resmî bir tarih henüz açıklanmadı (şaşırtıcı ama gerçek). Bence en güvenilir yol Azure OpenAI roadmap sayfasını düzenli takip etmek. Kurumsal müşteriysen Microsoft hesap yöneticinle de konuşabilirsin, onlar daha net bilgi verebilir.
Sağlık verilerimi ChatGPT’ye girerken KVKK açısından nelere dikkat etmeliyim?
Açıkçası ücretsiz ya da Plus seviye ChatGPT, sağlık verisi gibi özel nitelikli kişisel veriler için pek uygun bir ortam değil. Veriler OpenAI sunucularında işleniyor ve veri yerelleştirme garantisi de yok. Kurumsal kullanım söz konusuysa Azure OpenAI Service veya ChatGPT Enterprise çok daha mantıklı bir tercih — bir de DPIA yapılması şart.
Model Türkçe sağlık sorularında ne kadar başarılı?
Genel sağlık sorularında bayağı iyi iş çıkarıyor, bence bu kısımda işe yarar. Ama yerel ilaç markaları, Türkiye’deki klinik kılavuzlar ve SGK uygulamaları konusunda gerçekten zayıf kalıyor. Bu boşluğu kapatmak istiyorsan kendi RAG mimarinle yerel kaynakları sisteme beslemen gerekiyor.
Hekim grubuna kimler dahil edildi?
OpenAI, 60’tan fazla ülkeden 250’yi aşkın hekimle çalıştığını söylüyor. Aile hekimliği, dahiliye, psikiyatri, onkoloji gibi farklı uzmanlık alanlarından doktorlar var. Türkiye’den hekim dahil edilip edilmediği net değil — yerel bağlamdaki eksiklikler buradan kaynaklanıyor olabilir.
Kaynaklar ve İleri Okuma
- OpenAI: Improving health intelligence in ChatGPT (Resmî Duyuru)
- Azure OpenAI Service: Use your own data (RAG mimarisi)
- KVKK: Sağlık Verisi Hakkında Resmî Açıklamalar
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
2 comments