Yapay zeka radyologların işini kökten değiştiriyor

2016’da Nobel ödüllü yapay zeka bilimci Geoffrey Hinton radyologların beş yıl içinde bilgisayarlar tarafından değiştirileceğini öngörmüştü. Bugün radyologların sayısı artıyor. Önümüzdeki otuz yılda bu alanda çalışanların sayısının yüzde 26 veya daha fazla büyümesi bekleniyor.

Hinton’un iş piyasası öngörüsü yanlış çıksa da temel tespiti doğru çıktı. İnsan hekimler artık performansını yakalayan veya aşan silikon temelli bir meslektaşa sahip. 2026 başı itibarıyla Gıda ve İlaç Dairesi tarafından onaylanan 1400 yapay zeka destekli tıbbi cihazın yaklaşık dörtte üçü radyolojiye aitti.

Bazı araçlar rapor taslağı hazırlayarak veya acil inceleme gereken görüntüleri işaretleyerek hekimleri daha verimli kılıyor. Diğer araçlar ise insan gözünün göremediği anormallikleri tespit ederek veya görüntüleri radyologlarla aynı veya daha iyi yorumlayarak insan performansını iyileştirme potansiyeli taşıyor.

43 klinik çalışmanın analizi yapay zeka destekli kolonoskopilerin daha fazla polip ortaya çıkardığını gösterdi. Teşhis görüntüleriyle ilgili ortalama insan hata oranı yüzde 3 ile 5 arasında değişiyor. Bu oran dünya çapında yılda yaklaşık 40 milyon hataya denk geliyor.

Stanford Üniversitesi Yapay Zeka Tıpta ve Görüntülemede Merkezi direktörü radyolog Curtis Langlotz yapay zekanın bazı hatalar yapacağını ve radyologların her kararı değerlendirmek zorunda kalacağını belirtiyor. St. Jude Çocuk Hastanesi Akıllı Görüntüleme Bilişimi Bölüm Şefi radyolog Paul Yi bu durumun zihinsel bir yeniden kablolama gerektirdiğini söylüyor.

Langlotz kural temelli algoritmaların doktorlar tarafından yüzde 50 oranında geçersiz sayıldığını aktarıyor. Sinir ağı temelli sistemler tümör alt tiplerini belirleyebiliyor ve lezyon sınırlarını çizebiliyor ancak karar süreçlerini açıklamıyor. Radiology: Artificial Intelligence dergisi editörü Charles Kahn bu belirsizliğin radyologlar için zorlayıcı olduğunu ifade ediyor.

Langlotz akciğer nodüllerini yüzde 95 tespit eden bir yapay zeka örneği veriyor. Radyologlar ise yüzde 90 başarı oranına sahip. Mosaic Clinical Technologies Baş Tıbbi Yapay Zeka Sorumlusu Nina Kottler yapay zeka ve radyologların farklı düşündüğü durumlarda doğru tercihin nasıl yapılacağını sorguluyor.

Radyologlar yapay zeka sistemleriyle çalışırken bilinçdışı önyargıları yönetmek zorunda. Otomasyon yanlılığı doktorların yapay zekaya fazla güvenmesine yol açabiliyor. Otomasyon rehaveti ise yanlış negatif sonuçları kabul etme riskini artırıyor.

Bir çalışma deneyimli radyologların hatalı yapay zeka tahminleri altında mamografi yorumlama doğruluğunun düştüğünü gösterdi. Kottler radyologların yapay zeka ile uyum oranlarını izleyerek aşırı güven veya aşırı şüpheyi tespit etmeyi öneriyor. 2026 Amerikan Tabipler Birliği anketine göre hekimlerin dörtte birinden fazlası yapay zeka konusunda eğitim almadığını belirtti.

Sadece yüzde 11’i yoğun eğitim aldığını söyledi. Langlotz yapay zekanın radyologları değiştirmeyeceğini vurguluyor. Değişen radyologların yapay zeka kullananlar olacağını belirtiyor.