Hasta İnovasyonu: Dijital Sağlıkta Beklemeyi Bırakmak

Michael Seres, 42 yaşına gelmeden 25’ten fazla ameliyat geçirmişti. Bağırsak nakli sonrası karnına takılan ileostomi torbasının dolumunu takip etmek, iyileşmesinin kritik parçasıydı: çok dolarsa dehidrasyon ve böbrek hasarı riski; az olursa tıkanıklık ihtimali. Ama takip yöntemi neredeyse “göz kararıydı”. Hemşireler içeriği plastik ölçülere boşaltıyor, hacmi tahmin ediyordu.

Seres’in yaptığı şey sağlık sistemine dair rahatsız edici bir gerçeği gösteriyor: Bazı ihtiyaçlar o kadar görünmez kalıyor ki, çözümü bizzat hastalar icat ediyor. Seres, ikinci el parçalardan bir prototip kurdu; torba dolduğunda uyarı veren akıllı sensör fikri daha sonra gerçek bir ürüne dönüştü. Klinik gözlem verilerinde, bu çözümü kullananlarda 30 gün içinde hastaneye yeniden yatış oranı %15,1 iken standart bakımda %24,7 olarak raporlandı.

Bu yazı, “Sağlık Sektöründe Yapay Zekâ ve Dijital Sağlık” serimizin önemli bir halkası: Hasta odaklı dijital sağlık ve yapay zekâ (YZ) çözümleri neden bu kadar hızlı çoğalıyor, hangileri gerçekten değer üretiyor ve sağlık kurumları bu dalgayı nasıl yönetmeli? Benim görüşüm net: Hasta inovasyonu müthiş bir enerji; fakat kanıt ve yönetişim olmadan piyasada gürültüye dönüşüyor.

Hastaların icat ettiği çözümler neden artıyor?

Kısa cevap: Bilgiye erişim + düşük geliştirme maliyeti + kültürel dönüşüm.

Son 10–15 yılda dijital sağlık araçlarını üretmek kolaylaştı. Uygulama geliştirme, sensör prototipleme, bulut altyapısı, no-code araçlar… Hepsi bir fikri “denenebilir ürün”e dönüştürmeyi hızlandırdı. Aynı anda sağlık okuryazarlığı ve hasta topluluklarının gücü büyüdü. Bilimsel yayınlara erişimin artması ve çevrim içi hasta ağları, “doktorun dediği olur” döneminden paylaşılan karar dönemine geçişi besledi.

Buradaki kritik nokta şu: Hastanın sorunu, klinik protokolden daha hızlı değişiyor. Protokol bir yıl, iki yıl güncellenirken; hasta her gün aynı sıkıntıyı yaşıyor. Bu yüzden hasta inovasyonu genellikle “gündelik hayat acısı”ndan doğuyor:

• Kronik hastalık takibinde veri yükü
• Tedaviye uyum ve motivasyon
• Evde bakım ve uzaktan izlem
• Regülasyon ve hizmet akışında boşluklar
• Psikolojik destek erişimindeki yetersizlik

Diyabetlilerin geliştirdiği glukoz takip uygulamalarından, kadın sağlığı için daha insancıl tasarlanmış döngü takibine kadar birçok örnekte başlangıç aynı: “Bu iş böyle yürümüyor.”

Hasta inovasyonu: İlham verici ama eşitsizlik üreten bir alan

Hasta inovasyonunun romantize edilmesi kolay. “Hastayken icat etti, şirket kurdu” hikâyeleri hep hoşumuza gider. Ama gerçekçi olalım: Her hasta inovasyon yapamaz; yapmamalı da.

Deneyimli isimlerden Denise Silber’in işaret ettiği mesele bence çok yerinde: Sağlıkta zaten bir “şanslı–şanssız” farkı var. Doğru uzmana erişim, doğru bilgiyi bulma, maddi dayanıklılık, sosyal destek… Hasta inovasyonu bu farkı bazen büyütüyor.

Kimler inovasyona daha yakın?

Genellikle üç şey bir araya geliyor:

1. İç motivasyon: “Bu soruna katlanmayacağım” diyen itki.
2. Beceri seti: Mühendislik, ürün geliştirme, yazılım, iş geliştirme, iletişim, araştırma.
3. Ağ ve kaynak: Aile desteği, hasta topluluğu, klinisyen erişimi, hızlandırıcı programlar, yatırım.

Bu kombinasyon yoksa iyi fikir bile yarım kalıyor. Türkiye perspektifinden bakınca da tablo tanıdık: büyükşehirde yaşayan, dijital okuryazarlığı yüksek, gelir seviyesi daha güçlü kişilerin inovasyona erişimi daha kolay.

Sağlık sistemi için çıkarım

Hasta inovasyonunu “hastalar çözsün” diye alkışlamak yerine şunu sormalıyız: Bu insanlar neden kendi çözümlerini üretmek zorunda kaldı?

Sağlık kurumları için doğru yaklaşım iki kanallı:

• Boşluğu kapat: İnovasyon ihtiyacı doğuran süreçleri düzelt.
• Değeri büyüt: Gerçekten işe yarayan hasta liderli çözümleri güvenli şekilde ölçekle.

Dijital sağlıkta asıl problem: Ürün çok, kanıt az

Dijital sağlıkta giriş bariyeri düştüğü için piyasada “benzer uygulamalar” ve “sonuç göstermeyen çözümler” birikiyor. Bu, hem hastalar hem klinisyenler için yorucu.

Benim sık gördüğüm üç tip başarısızlık var:

• Sonuç yerine özellik satmak: “Şu kadar ekran, şu kadar bildirim” var; peki sağlık çıktısı?
• Klinik akışa oturmamak: Doktorun işini kolaylaştırmak yerine veri çöpü üretmek.
• İş modeli çökmek: Geri ödeme, sürdürülebilir finansman, kurum içi sahiplenme yok.

Bu yüzden dijital sağlıkta “iyi fikir” standardı yetmiyor. Kanıt gerekiyor.

Sağlıkta iyi dijital ürün, kullanıcı sayısıyla değil; ölçülebilir klinik ve operasyonel sonuçla tanımlanır.

Hangi kanıtlar “işe yarıyor” demek için yeterli?

Her çözüm için randomize kontrollü çalışma şart değil. Ama en azından şunları istemek makul:

• Klinik çıktı: yeniden yatış, komplikasyon, HbA1c, kan basıncı, ağrı skoru gibi.
• Hasta bildirimi: yaşam kalitesi, tedaviye uyum, anksiyete/uyku gibi PROM’lar.
• Operasyonel metrik: hemşire iş yükü, randevu no-show, çağrı merkezi yükü.
• Güvenlik: yanlış alarm oranı, riskli gecikme, advers olay takibi.
• Eşitlik etkisi: kimler faydalanıyor, kimler dışarıda kalıyor?

Seres’in örneğinde değer net bir cümleye sığıyor: 30 gün yeniden yatış oranı %24,7’den %15,1’e düşmüş. Böyle bir metrik, kurum yöneticisinin de klinisyenin de dikkatini çeker.

Yapay zekâ bu tabloya nasıl oturuyor?

Kısa cevap: YZ, hasta inovasyonunu daha hızlı ve daha ölçeklenebilir hale getiriyor; ama hata maliyeti de yükseliyor.

Hasta liderli çözümler bugün sadece sensör ya da uygulama değil. YZ ile birlikte üç önemli fırsat doğuyor:

1) Uzaktan izlemde “anlamlı sinyal” üretmek

Kronik hastalık yönetiminde sorun genellikle veri yokluğu değil, fazlalığı. YZ burada filtre görevi görür:

• Olağan dışı trendleri yakalar (ör. bir hastada beklenmedik sıvı kaybı paterni)
• Klinik ekibe “şu hastaya bugün bak” diye önceliklendirme verir
• Alarm yorgunluğunu azaltır

Örneğin ostomi çıktısı gibi verilerde YZ, sadece “doldu” uyarısı değil; risk skoru ve olası neden tahmini gibi daha klinik anlamlı özetler üretebilir.

2) Kişiselleştirilmiş destek: “herkese aynı bildirim” dönemi bitti

Dijital sağlıkta en büyük kayıp, 2–3 hafta sonra kullanımın düşmesi. YZ, davranışsal veriden şunu öğrenebilir:

• Hangi saatlerde etkileşim artıyor?
• Hangi mesaj tonu işe yarıyor?
• Hangi hedefler gerçekçi?

Bu, özellikle diyabet, hipertansiyon, obezite, KOAH gibi uzun soluklu takiplerde değerli.

3) Klinik iş akışına entegrasyon: Not değil, karar desteği

YZ’nin doğru yeri “doktorun yerine karar vermek” değil; doktorun kararını hızlandırmak. Başarılı modeller şunları yapar:

• Bir sayfada özet: son 14 gün trend, riskli günler, olası tetikleyiciler
• Eylem önerisi: “telefondan değerlendirme / poliklinik / acil” gibi triage
• Belgelendirme: denetim izi, açıklanabilirlik notları

Sağlık kurumları için pratik yol haritası: Hasta inovasyonunu nasıl seçeriz?

Burada “kabul edelim/etmeyelim” ikiliğinden çok, aşamalı değerlendirme işe yarar. Benim önerdiğim çerçeve 6 soruda toplanıyor:

1. Problem gerçek mi, yaygın mı? (Sadece tek hastanın değil, bir hasta grubunun ihtiyacı mı?)
2. Klinik risk seviyesi nedir? (Yanlış çalışırsa zarar verir mi, sadece konfor mu?)
3. Kanıt düzeyi ne? (En azından gözlemsel veri, pilot sonuç, kullanıcı takibi var mı?)
4. Veri yönetişimi hazır mı? (KVKK uyumu, veri minimizasyonu, erişim yetkileri)
5. İş akışına entegrasyon planı var mı? (Kim bakacak, ne zaman bakacak, hangi eşik?)
6. Eşitlik ve erişilebilirlik nasıl? (Yaşlılar, düşük dijital okuryazarlık, engellilik)

Bu soruların her birine net cevap veremeyen bir ürünü “pilot” dışında yaygınlaştırmak, kurum için gereksiz risk.

90 günlük pilot yaklaşımı (hızlı ama disiplinli)

Kurumlar için uygulanabilir bir model:

• 0–15 gün: Klinik sahip, hedef metrikler ve eşikler tanımlanır.
• 15–45 gün: Küçük kohortta (ör. 30–50 hasta) kullanım başlar.
• 45–90 gün: Sonuçlar ölçülür: klinik çıktı + iş yükü + memnuniyet.

Pilot bittiğinde karar basit olmalı: ölçekle / düzelt / durdur.

Hastalar ve yakınları için: “Hangi dijital sağlık uygulaması zamanımı hak ediyor?”

Bu soru Aralık 2025’te daha da kritik. Yeni yıl hedefleriyle (kilo verme, kan şekeri kontrolü, stres yönetimi) uygulama indirme iştahı artıyor; ama kalıcı fayda her uygulamada yok.

Benim pratik kontrol listem:

• Net bir hedef söylüyor mu? (Örn. “Kan basıncını düzenli ölçmeyi sürdürmek”)
• Kime uygun olduğunu açıkça yazıyor mu? (Hangi hasta grubu, hangi yaş, hangi durumlar)
• Veri paylaşımı şeffaf mı? (Ne topluyor, nerede saklıyor, kim görüyor)
• Sağlık profesyoneliyle birlikte kullanılabiliyor mu? (Rapor/özet, doktorla paylaşım)
• Kullandıkça sadeleşiyor mu? (Bildirim bombardımanı değil, doğru zamanda doğru destek)

Ve en önemlisi: Uygulama sizde kaygıyı artırıyor, suçluluk üretiyor veya “her şeyi ben yapmalıyım” hissi veriyorsa, sorun sizde değil; ürün tasarımında olabilir.

Beklemek yerine birlikte tasarlamak

Hasta inovasyonu, dijital sağlığın en güçlü motorlarından biri. Seres’in sensör prototipinden milyonlarca kişinin kullandığı stres yönetimi platformlarına kadar ortak mesaj şu: İhtiyacı en iyi yaşayan bilir.

Ama sağlık sektörü bu enerjiyi “girişim enflasyonu”na çevirmeden yönetmek zorunda. Bunun yolu da belli: kanıta dayalı değerlendirme, klinik iş akışına entegrasyon ve eşitlik odağı. Yapay zekâ, doğru kullanılırsa uzaktan izlem ve kişiselleştirilmiş bakımın yükünü hafifletir; yanlış kullanılırsa sadece daha hızlı “gürültü” üretir.

Serimizin ana sorusuna geri dönelim: Sağlık sektöründe yapay zekâ ve dijital sağlık neyi değiştirmeli? Bence cevap basit: Hastayı “bekleyen” konumundan çıkarıp, güvenli ve ölçülebilir şekilde sürecin ortağı yapmak.

Sizce 2026’da sağlık kurumları için asıl rekabet, daha fazla uygulama satın almak mı olacak; yoksa doğru uygulamayı doğru hastaya, doğru kanıtla sunabilmek mi?