Yapay Zekâ Çağında Sağlık Ekibi: Sağlık Hizmetlerinde Dijital Dönüşüm

Creative Commons License

DEMİRER R.

İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi, sa.29, ss.187-196, 2026 (TRDizin)

Özet

Yapay zeka (YZ), sağlık sistemlerinde klinik karar verme süreçlerini desteklemekte, hasta bakımını kişiselleştirmekte ve iş akışlarını optimize etmektedir. Bu geleneksel derlemenin amacı, YZ teknolojilerinin hekimler, hemşireler ve fizyoterapistleri desteklemedeki rolünü incelemek, ayrıca entegrasyon sürecindeki engelleri, etik sorunları ve eğitimsel dönüşümleri değerlendirmektir. Yayımlanma yılı sınırlaması olmaksızın Google Akademik, PubMed ve Scopus arama tabanlarından “Artificial intelligence, healthcare team, healthcare services, informatics” anahtar kelimeleri kullanılarak konu ile ilişkili makaleler ele alınmıştır. Bulgular, klinik karar destek sistemlerinin tanı doğruluğunu artırdığını ve kişiye özel tedavi planlaması sayesinde tedavi etkinliğini yükselttiğini göstermektedir. Hemşirelikte YZ destekli izleme sistemleri hasta güvenliğini iyileştirirken idari yükü azaltmakta; fizyoterapide ise robotik cihazlar, giyilebilir sensörler ve makine öğrenimi tabanlı hareket analizi rehabilitasyonu desteklemektedir. YZ tabanlı sağlık eğitimleri, sağlık, veri ve insan okuryazarlığı gibi yeni yeterlilikler gerektirmektedir. Temel engeller arasında algoritma şeffaflığının olmaması, veri gizliliği endişeleri, önyargı ve sorumlulukla ilgili hukuki belirsizlik yer almaktadır. Sonuç olarak YZ, sağlık profesyonellerinin yerini almayan, onları tamamlayan bir “artırılmış zeka” işlevi görmektedir. Etkin bir entegrasyon için şeffaf altyapılar, net yasal sınırlar, iş gücü eğitimi ve insan merkezli uygulamalar gereklidir. Bu sistemleri kullanan sağlık ekipleri, hasta sağlık sonuçlarını maksimize edebilecektir.
Artificial intelligence (AI) is supporting clinical decision-making processes in healthcare systems, personalizing patient care, and optimizing workflows. The aim of this narrative review is to examine the role of AI technologies in supporting physicians, nurses and physiotherapists, as well as to evaluate the barriers, ethical issues, and educational transformations associated with integration. Articles related to the topic were selected from Google Scholar, PubMed, and Scopus search databases using the keywords “Artificial intelligence, healthcare team, healthcare services, informatics,” without any restrictions on publication year. Findings show that clinical decision support systems increase diagnostic accuracy and, through personalized treatment planning, enhance treatment efficacy. In nursing, AI-supported monitoring systems improve patient safety while reducing administrative burden; in physiotherapy, robotic devices, wearable sensors, and machine learning-based movement analysis support rehabilitation. AI-based health education requires new competencies such as health, data, and human literacy. Key barriers include lack of algorithmic transparency, data privacy concerns, bias, and legal uncertainty regarding accountability. In conclusion, AI functions as “augmented intelligence” that complements rather than replaces healthcare professionals. Effective integration requires transparent infrastructures, clear legal boundaries, workforce training, and human-centered practices. Healthcare teams utilizing these AI-supported systems can maximize patient health outcomes.