Yapay Zekâ Telefon Asistanı: Sağlık Süreçleri ve Güvenli Sınırlar

Yapay zekâ telefon asistanı, sağlık kurumlarında ilk aramadan randevu kaydına ve işlem sonrası takibe kadar belirli iletişim adımlarını otomatikleştirebilir. Ancak güvenli model, her konuşmayı baştan sona makineye bırakmak değil; otomasyona uygun görevleri sınırlandırmak, belirsiz veya klinik değerlendirme gerektiren durumlarda görüşmeyi yetkili insana devretmektir.

Bu nedenle başlangıç sorusu “Asistan kaç çağrı yanıtlar?” olmamalıdır. Daha doğru soru; hangi çağrı amaçlarının otomasyona uygun olduğu, hangi verilerin hangi sisteme yazılacağı, insan devrinin ne zaman gerçekleşeceği ve sonuçların nasıl doğrulanacağıdır.

Yapay zekâ telefon asistanı uçtan uca nerede kullanılabilir?

Bir telefon asistanının değeri, yalnızca arayanı karşılamasından değil, sınırları tanımlanmış bir iş akışını tutarlı biçimde ilerletmesinden gelir. Uçtan uca akış aşağıdaki adımlarla kurulabilir.

1. Karşılama, bilgilendirme ve çağrı amacını belirleme

Asistan görüşmenin başında kendisini ve kurumunu tanıtabilir; konuşmanın amacını sorabilir ve randevu, ulaşım bilgisi, hazırlık talimatı veya mevcut kaydın durumu gibi önceden tanımlanmış niyetleri ayırabilir. Türkiye’de telefon veya çağrı merkezi üzerinden kişisel veri elde eden veri sorumlusu ya da onun yetkilendirdiği kişi, verilerin elde edilmesi sırasında aydınlatma yükümlülüğünü yerine getirmelidir. KVKK tebliğine göre açıklama; veri sorumlusunun kimliğini, işleme amacını, muhtemel aktarım amaçlarını, toplama yöntemi ve hukuki sebebi ile ilgili kişinin haklarını içermeli; kullanılan dil açık, sade ve anlaşılır olmalıdır. Tebliğ, bu yükümlülüğün sözlü olarak, ses kaydıyla veya çağrı merkezi ortamında yerine getirilebilmesine imkân tanır. Bu açıklama yalnızca tebliğ kapsamındaki veri sorumluları ve yetkilendirdikleri kişiler için yapılmaktadır. KVKK aydınlatma tebliği

Karşılama metni kısa tutulmalı, fakat asistanın kimliği ve işlevi belirsiz bırakılmamalıdır. Ardından yalnızca ilgili süreç için gerekli alanlar sorulmalı; serbest ve uzun anlatım başladığında sistem, konuşmayı zorla kalıba sokmak yerine insan devri seçeneği sunmalıdır.

2. Talimat verme, yapılandırılmış bilgi toplama ve soru yanıtlama

Dar kapsamlı bir işlem öncesi akış, bu görevlerin birlikte yürütülebileceğini gösteriyor. Mount Sinai Health System’daki prospektif değerlendirmede sesli asistan, kardiyak kateterizasyon öncesi talimatları iletti, yapılandırılmış klinik bilgi topladı, soruları yanıtladı ve gerektiğinde hastayı hemşireye yönlendirdi. İkinci 90 günlük fazdaki 800 çağrıda tamamlama oranı %87,9, sistem hatası oranı %2,6 olarak bildirildi. Bu sonuçlar tek merkezde ve belirli bir işlem öncesi hazırlık akışında elde edildiğinden genel hastane çağrılarına veya farklı klinik süreçlere aynı oranlarla taşınamaz. Çalışmanın PubMed özeti

Bu örnek, telefon asistanının her sağlık sorusunu yanıtlayabileceğini değil; onaylanmış metinler, belirli sorular ve tanımlı hemşire devri bulunan dar bir süreçte kullanılabileceğini gösterir.

3. Randevu önerme, uygunluğu kontrol etme ve durumu güncelleme

AI randevu otomasyonu yalnızca hastaya bir tarih söylemek değildir. HL7 FHIR Appointment standardı; önerilen veya bekleyen randevuyu, katılımcı yanıtlarını, genel randevu durumunu, hizmet ya da konum uygunluğunu ve randevu başladıktan sonra klinik karşılaşmayla kurulabilecek ilişkiyi ayrı yapılarla temsil eder. Bu standart, belirli bir CRM veya HBYS ürününde hazır entegrasyon bulunduğunu göstermez; randevu verisinin nasıl yapılandırılabileceğini açıklar. HL7 FHIR Appointment

Uygulamada asistanın önerdiği saat, hastanın kabul veya ret yanıtı, seçilen şube, hizmet ve son durum ayrı alanlara yazılmalıdır. Entegrasyon tasarımının teknik tarafı için HBYS ve CRM Entegrasyon Rehberi kullanılabilir.

4. CRM kaydı ve görüşme özetinin oluşturulması

Asistan; çağrı amacı, doğrulanmış iletişim bilgileri, randevu sonucu, aktarım nedeni ve yapılacak takip işi gibi alanları CRM’ye aktaracak şekilde tasarlanabilir. Bununla birlikte konuşmayı metne çevirme veya otomatik özet üretme çıktısı, insan kontrolü olmadan doğru kabul edilmemelidir.

Klinik dokümantasyon alanındaki 29 konuşma tanıma çalışmasını inceleyen bir sistematik derlemede kelime hata oranları, kontrollü dikte ortamlarında 0,087’den konuşmalı ve çok konuşmacılı senaryolarda %50’nin üzerine kadar değişti. Uzmanlık terimleri, aksan ve düzenleme yükü de sorun alanları arasında bildirildi. Bu bulgular telefon çağrılarında aynı hata oranlarının görüleceği anlamına gelmez; araştırma alanı klinik dokümantasyondur. Buna karşılık performansın kullanım koşullarına göre değişebileceğini ve otomatik özetlerin örneklenerek doğrulanması gerektiğini destekler. Sistematik derleme

5. İşlem sonrası takip

Otomatik aramalar, kapsamı önceden belirlenmiş takip sorularını sormak ve insan değerlendirmesine yönlendirilecek kayıtları ayırmak için kullanılabilir. İki NHS hastanesindeki katarakt ameliyatı sonrası takip hizmetinde 1.580 uygun hastanın 1.269’u otomatik görüşmeyi tamamladı; tamamlanan görüşmelerin 767’sinde klinik kaygı belirlenmedi. Çalışma yalnızca katarakt ameliyatı sonrası takip bağlamındadır ve sonucu diğer uzmanlıklara doğrudan genellemek uygun değildir. Çalışmanın PubMed özeti

Bu nedenle takip akışı, genel bir “hasta iyi mi?” değerlendirmesi yerine onaylanmış sorular, açık aktarım ölçütleri ve sorumlu klinik ekipten oluşmalıdır. Asistan klinik karar vermemeli; yanıtları kaydetmeli ve tanımlanan koşullarda görüşmeyi yetkili kişiye aktarmalıdır.

Klinik karar ile insan devri arasındaki sınır

Dünya Sağlık Örgütü, sağlıkta yapay zekâ kullanımında insanların sağlık sistemi ve tıbbi kararlar üzerindeki kontrolünü korumasını; güvenlik, doğruluk ve etkinliğin tanımlı kullanım durumu için değerlendirilmesini; şeffaflık, hesap verebilirlik ve kullanım sırasında sürekli değerlendirme sağlanmasını önerir. Bunlar bağlayıcı ulusal mevzuat değil, uluslararası yönetişim ilkeleridir. WHO sağlıkta yapay zekâ ilkeleri

Telefon asistanı bu çerçevede tıbbi karar sahibi değil, iletişim ve iş akışı destek aracıdır. Kurum; belirsiz talep, sistemin bilgi kapsamı dışındaki soru, doğrulanamayan kimlik veya veri, başarısız randevu işlemi ve klinik değerlendirme gerektiren anlatım gibi aktarım koşullarını önceden tanımlamalıdır. Aktarımın hangi role yapılacağı ve görüşme bağlamının insana nasıl iletileceği de akış tasarımına eklenmelidir.

NIST AI Risk Management Framework Core; insan ve yapay zekâ arasındaki rollerin politikalarla ayrıştırılmasını, performansın gerçek dağıtım ortamına benzeyen koşullarda ölçülmesini, üretimde izlenmesini ve sistemin bilgi sınırlarının dışında güvenli biçimde başarısız olmasını önerir. Çerçeve gönüllü bir risk yönetimi kaynağıdır; bir sağlık kurumuna sertifika veya mevzuata uyum garantisi sağlamaz. NIST AI RMF Core

Çok dilli hasta iletişiminde güvenli kullanım

Çok dilli hasta iletişimi, özellikle uluslararası hasta operasyonlarında idari süreci kolaylaştırabilir. Asistan; tercih edilen dili belirleme, şube bilgisi aktarma, randevu seçeneklerini sunma ve standart hazırlık metnini iletme gibi sınırlandırılmış görevlerde kullanılabilir. Ancak idari konuşmayla kritik klinik iletişim aynı risk düzeyinde değerlendirilmemelidir.

Klinik ortamlardaki nöral makine çevirisini inceleyen sistematik derlemede 2.867 kayıt arasından 10 çalışma değerlendirmeye alındı. Doğruluk dile göre değişti ve düşük kaynaklı dillerde daha zayıf sonuçlar görüldü. Yazarlar, olası kritik hatalar nedeniyle teknolojinin yaygın ve doğrudan klinik kullanım için henüz hazır olmadığı sonucuna vardı. Bu nedenle tanı, tedavi, risk, onam veya hassas klinik talimat içeren konuşmalarda yapay zekâ çevirisi profesyonel tercümanın ya da yetkin insan kontrolünün denetimsiz alternatifi olarak görülmemelidir. Sistematik derleme

Dil testi yalnızca “Türkçe çalışıyor mu?” sorusuyla sınırlandırılmamalıdır. Her hedef dilde farklı konuşma hızları, aksanlar, arka plan gürültüsü, özel adlar ve sağlık terminolojisiyle örnek çağrılar incelenmelidir. Düşük güvenli tanıma ve çeviri çıktıları otomatik olarak insan kuyruğuna yönlendirilmelidir.

Sağlık verisi güvenliği ve yönetişim

Telefon asistanının erişebileceği alanlar, görevi için gereken iş akışıyla sınırlandırılmalıdır. Görüşme metni, çağrı özeti, randevu alanları ve teknik günlükler tek bir serbest metin kaydında birleştirilmemeli; her kaydın amacı ve erişim rolü kurum tarafından açıkça belirlenmelidir.

NIST çerçevesi mahremiyet, güvenlik, şeffaflık ve yanlılık risklerinin ölçülmesini ve belgelenmesini; üretimdeki davranışın izlenmesini önerir. Bu yaklaşım kapsamında erişim yetkileri, başarısız veri yazma işlemleri, beklenmeyen asistan cevapları ve insan devrinin çalışmadığı durumlar izlenebilir. Ancak bu kontrollerin bulunması tek başına KVKK uyumluluğu iddiası kurmak için yeterli değildir. NIST AI RMF Core

Aydınlatma metni, veri akışı, yetki matrisi ve saklama kararları kurumun gerçek sürecine göre değerlendirilmelidir. Operasyonel inceleme için KVKK Uyumlu Sesli AI Kontrol Listesi ek bir çalışma çerçevesi sunar.

Telefon asistanı KPI’ları nasıl seçilmeli?

Yanıtlanan çağrı sayısı tek başına başarı göstergesi değildir. Dar işlem öncesi uygulamada tamamlama ve sistem hatası birlikte raporlanmış; NIST ise performansın temsilî kullanım koşullarında ölçülmesini ve üretimde izlenmesini önermiştir. Bu iki yaklaşım, kurumun aşağıdaki operasyonel ölçüm setini kendi kullanım amacı için oluşturmasına dayanak sağlar. İşlem öncesi sesli asistan çalışması NIST AI RMF Core

• Çağrı tamamlama oranı: Tanımlanmış akışın kesinti veya terk olmadan bitmesi.
• Niyet bazlı çözüm oranı: Randevu alma, değiştirme veya bilgi isteme gibi her çağrı amacının ayrı sonucu.
• İnsana aktarım oranı ve gecikmesi: Aktarımın gereksiz yere azaltılması değil, doğru durumda ve zamanında yapılması.
• Sistem hata oranı: Ses, diyalog veya entegrasyon katmanındaki başarısızlıklar.
• Randevu ve CRM yazma başarısı: Telefonda söylenen sonuç ile hedef sistemde oluşan kaydın eşleşmesi.
• Kayıt doğruluğu: Örneklenmiş çağrıların insan tarafından karşılaştırılması.
• Dil bazlı performans: Sonuçların dil, aksan ve çağrı amacı temelinde ayrıştırılması.
• Hasta geri bildirimi: Otomatik görüşmenin anlaşılabilirliği ve insan desteğine erişim deneyimi.

Ölçüm, yalnızca genel ortalamaya bakmamalıdır. Mesai durumu, dil, çağrı amacı ve insan devri gereksinimi gibi koşullar ayrı incelenmelidir. Mesai sonundaki iş akışlarını ayrıca tasarlamak için Mesai Dışı Sağlık Çağrıları Nasıl Yönetilir? yazısından yararlanılabilir.

Uygulama için kısa yol haritası

İlk aşamada çağrı amaçları listelenmeli ve her amaç “otomatik tamamlanabilir”, “insan onayı gerekir” veya “doğrudan insana aktarılır” biçiminde sınıflandırılmalıdır. İkinci aşamada her akışın okuyacağı ve yazacağı alanlar belirlenmeli; başarısız entegrasyon için geri dönüş yöntemi hazırlanmalıdır.

Sonrasında insan devri matrisi, hedef diller ve test senaryoları tanımlanmalıdır. Canlı kullanımda çağrı tamamlama, hata, aktarım ve kayıt doğruluğu birlikte izlenmeli; örnek çağrılar yetkili ekip tarafından incelenmelidir. Kapsam ancak belirlenen kullanım amacında yeterli kanıt oluştuğunda genişletilmelidir. Yapay zekâ telefon asistanının rolü klinik ekibin yerine geçmek değil, tekrarlanabilir iletişim adımlarını yönetirken belirsizliği güvenli biçimde insana taşımaktır.

Sık Sorulan Sorular

Yapay zekâ telefon asistanı klinik karar verebilir mi?

Hayır. Sağlıkta yapay zekâ, tıbbi kararların sahibi olarak değil, insan kontrolünde bir destek aracı olarak tasarlanmalıdır. Klinik değerlendirme gerektiren konuşmalar yetkili sağlık çalışanına aktarılmalıdır. WHO ilkeleri

Telefon asistanı doğrudan randevu oluşturabilir mi?

Gerekli takvim ve kayıt entegrasyonu kurulmuşsa tanımlı iş akışında randevu önerebilir ve sonucu kaydedebilir. Öneri, katılımcı yanıtı, uygunluk ve randevu durumu ayrı alanlar olarak yönetilmelidir. HL7 FHIR Appointment

Çok dilli asistan profesyonel tercümanın yerini alır mı?

Kritik klinik iletişimde denetimsiz alternatif olarak kullanılmamalıdır. Makine çevirisi doğruluğu dile göre değişebilir ve kritik hatalar doğurabilir. Çeviri derlemesi

Otomatik CRM özeti kontrol edilmeden kullanılabilir mi?

Doğru olduğu varsayılmamalıdır. Konuşma tanıma performansı ortam, terminoloji, aksan ve konuşmacı sayısına göre değişebildiğinden örneklenmiş kayıtlar insan tarafından doğrulanmalıdır. Konuşma tanıma derlemesi

En önemli telefon asistanı KPI’ları nelerdir?

Çağrı tamamlama, niyet bazlı çözüm, aktarım oranı ve gecikmesi, sistem hatası, randevu veya CRM yazma başarısı, kayıt doğruluğu, dil bazlı performans ve hasta geri bildirimi birlikte izlenmelidir. NIST, ölçümün gerçek kullanım koşullarına benzer ortamlarda yapılmasını ve üretim davranışının izlenmesini önerir. NIST AI RMF Core

Asistanın hangi süreçlerde devreye girdiği ve sınırları [AgentFix nedir](/agentfix-nedir) sayfasında açıklanıyor.