Bu kursa hoş geldiniz. Bundan sonra, sağlık profesyonelleri için yapay zekanın temellerini adım adım öğreteceğiz, böylece günlük çalışmalarınızda güvenle kullanmaya başlayabilirsiniz.
Bu blog sayfamızda neler bulacaksınız:
- Isınma: Günlük Hayatta Görünmez Yapay Zeka
- ChatGPT, Gemini ve diğer popüler yapay zeka araçlarının arkasındaki zeka
- Kütüphanedeki robot metaforu
- Bir prompt (komut) oluşturmadan önce… doğru aracı nasıl seçersiniz?
- GPT, mantıksal modeller veya Deep Search’ü ne zaman kullanmalı?
- Komut Tasarımı (Prompt Engineering)
Hadi şimdi başlayalım!
Teknik bir geçmişiniz olmasa bile, yapay zekanın temellerini anlamanız önemlidir. Neden? Çünkü bu, onu pratikte ve hasta bakımında en verimli şekilde kullanmanıza yardımcı olur.
👉 Öncelikli bilmeniz gereken şey: Yapay zeka tek bir şey değildir; birlikte çalışan bir dizi teknolojidir.
Bunu üniversitedeki “Fen Bilimleri” derslerinize benzetin: fizik, biyoloji, kimya… ve alt konuları. Yapay zeka da aynı şekilde işler: birçok alan ve katmandan oluşan bir şemsiye gibidir; her birinin kendine özgü amacı, araçları ve karmaşıklığı vardır.
Bu kısa egzersizi yapmanızı ve günlük yaşamınızda, bazen farkında bile olmadan, kaç tane yapay zeka aracı kullandığınızı görmenizi istiyoruz!
Size yardımcı olması için, en yaygın araçlardan bazılarını tipik kullanım alanlarına göre sıraladık:
-
Sesli asistanlar: Gemini, Alexa veya Siri gibi. Bilgi aramanıza, hatırlatmalar ayarlamanıza veya randevular planlamanıza yardımcı olurlar—hepsi sesinizle kontrol edilir.
-
Sohbet botları: ChatGPT, Gemini, Microsoft Copilot ve DeepSeek gibi. Soruları yanıtlayabilir, verileri analiz edebilir, metinleri özetleyebilir ve hatta görsel veya doküman oluşturabilirler.
-
Tahmine dayalı yazım ve otomatik düzeltme: Telefonunuz bir sonraki kelimenizi önerdiğinde veya yazım hatasını otomatik düzelttiğinde, yazma alışkanlıklarınızı analiz eden ve niyetinizi tahmin eden yapay zekayı kullanır.
-
Streaming servisleri ve öneriler: Netflix, Spotify veya YouTube gibi. İzleme veya dinleme geçmişinizi analiz ederek hoşunuza gidebilecek yeni içerikleri önerirler.
Yani, fark etmeseniz de yapay zeka günlük hayatın birçok alanına sessizce entegre olmuş durumda.
Bu kursta bir adım daha ileri giderek, yapay zekanın tıbbi uygulamalarınızı nasıl destekleyebileceğini inceleyeceğiz—belgelemelerden yönetim süreçlerine, hasta iletişimine kadar.
ChatGPT, Gemini ve diğer popüler yapay zeka araçlarının arkasındaki zeka
Ne kadar çok kullanmayı öğrenirseniz, o kadar güçlü hale gelirler. O hâlde, bu araçların temellerini hızlıca gözden geçirelim: İnsan dilini nasıl öğreniyor, anlıyor ve üretiyorlar?
Bunlar, Büyük Dil Modelleri (Large Language Models - LLM) adı verilen bir yapının üzerine inşa edilmiştir.
Ama… hemen korkmayın! “Büyük Dil Modelleri” terimi gözünüzü korkutabilir. Sizi yormadan, bu kavramı kolayca anlayabilmeniz için yalnızca gerekli temel bilgileri göstereceğiz.
Kütüphanedeki robot metaforu
LLM’leri (Büyük Dil Modelleri) kolayca anlamak için bir hikâye: Devasa bir kütüphanede bir robot hayal edin. Bu robot milyonlarca kitap, web sayfası, makale ve hatta sohbet okumuş durumda. Robot insan gibi düşünmüyor ama bizim nasıl konuştuğumuzu, yazdığımızı ve soru sorduğumuzu hatırlamada inanılmaz iyi.
İşte bir LLM temelde bunu yapıyor. Bu tür bir yapay zeka, insan dilini anlamayı ve üretmeyi öğrenmiş durumda çünkü devasa bir veri seti üzerinde eğitilmiş.
🕵️ Dedektif gibi çalışır: Bu kadar çok şey okuduktan sonra, bir LLM dil kalıplarını tespit etmeye başlar.
Örneğin, “Bugün hava nasıl?” diye sorarsanız, beklenen cevap güneş, yağmur veya bulutlar hakkında olur.
🔮 Bir sonraki kelimeyi “tahmin eder”: Ama sadece cümlenizi tamamlamakla kalmaz, tam metinler üretebilir, soruları yanıtlayabilir, makaleleri özetleyebilir, dilleri çevirebilir ve çok daha fazlasını yapabilir.
Bir LLM, talimatlarınıza göre tutarlı ve anlamlı içerik üreten süper zeki bir makine gibidir. Tıpkı bir şefe risotto yapmasını söylemek gibi: sıfırdan icat etmez, öğrendiği en iyi tarif kitabına başvurur.
Özetle, LLM, insan dilini anlamak ve üretmek üzere eğitilmiş bir yapay zeka türüdür. Dilin nasıl çalıştığını anlamak için kitaplar, web siteleri ve makaleler gibi devasa verileri analiz ederek öğrenir.
Buna somut bir örnek, Google arama sonuçlarıdır. Önceden Google, bir “bilgi rehberi”ydi; size cevapları nerede bulacağınızı gösterirdi. Artık LLM’ler sayesinde Google, cevapları doğrudan, sohbet tarzında ve bağlamla sunan bir bilgi derleyici ve özetleyici hâline geldi.
Yeni tanı konmuş tip 2 diyabetli bir hasta için en iyi tedavi seçeneklerini bulmak istediğinizi hayal edin. Önceden Google size bilimsel makaleler veya klinik kılavuzlara giden bağlantılar listesi verirdi. Şimdi ise LLM’ler sayesinde, ilk basamak tedaviler, yaşam tarzı önerileri ve olası ilaç etkileşimleri dahil olmak üzere, tüm bilgileri açık ve sohbet tarzında özetlenmiş bir yanıt olarak sunuyor.
Yeni yapay zeka platformları neredeyse her gün ortaya çıktığı için, özellikle teknik tarafla aşina değilseniz, biraz kaybolmuş hissetmeniz tamamen normaldir. Tanıdık geliyor mu?
Bir prompt (komut) oluşturmadan önce… doğru aracı nasıl seçersiniz?
Akılda tutulması gereken ilk şey: bir yapay zekanın ne yapabileceği veya yapamayacağı, nasıl eğitildiğine yani hangi tür modele dayandığına bağlıdır. Burada, LLM tabanlı yapay zekaları üç ana model türüne ayırıyoruz, böylece doğru seçimi yapabilirsiniz: GPT, Reasoning ve Deep Search.
1. Model 1: GPT
Gemini, ChatGPT ve Copilot gibi en popüler platformlarda kullanılan bu model, yaratıcılık, sentez ve açık uçlu sorular için idealdir. “Generative” (Üretken) olarak adlandırılır çünkü yeni içerik oluşturabilir (sadece bilgiyi tekrarlamaz).
Önceden eğitilmiş bir modeldir; dil bilgisi, bağlam, mantık ve tonu öğrenir—ancak gerçek zamanlı bilgiler veya kişisel deneyimler hakkında bilgi vermez.
👉 GPT’nin güçlü yönleri:
- Metin yazma, düzenleme ve özetleme
- Basit veya genel soruları yanıtlama
- Yaratıcı fikir ve konseptler üretme (fakat doğruluk kontrolü yapın!)
- Bilgileri yapılandırma, örneğin şablonlar, kontrol listeleri veya biçimlendirilmiş belgeler oluşturma
2. Model 2: Reasoning (Akıl Yürütme)
Sadece kalıpları tanımak veya metin üretmekle kalmaz. Adım adım mantığı takip edecek şekilde tasarlanmıştır, bu sayede problemleri çözebilir, karmaşık bilgileri analiz edebilir ve hatta mantığını açık şekilde açıklayabilir.
Reasoning (Mantıksal) modeller genellikle bağımsız platformlar değildir. Daha çok, zaten bildiğiniz araçlarda—örneğin ChatGPT, Gemini 2.5 Pro veya Claude 4 Opus—gelişmiş bir mod gibi çalışırlar.
Bu platformlarda, mantıksal yetenekler arka planda etkinleştirilir veya güçlendirilir, böylece model sadece bir sonraki olası kelimeyi tahmin etmenin ötesine geçer.
👉 Mantıksal modelin güçlü yönleri:
-
Çok adımlı problemleri çözme (matematik, mantık veya planlama)
-
Yanıtları açıklamalarla gerekçelendirme
-
Eleştirel düşünme veya alternatif analiz simülasyonu
-
Belirsiz veya açık uçlu soruları yapılandırılmış şekilde ele alma
Model 3: Deep Search (Derin Arama)
Bu araçlar, dil modellerinin gücünü gerçek zamanlı web bilgisiyle birleştirir.
Geleneksel LLM’lerin sadece eğitim verilerine dayandığı noktadan farklı olarak, Deep Search modelleri internette aktif arama yapabilir, kaynakları analiz edebilir ve size güncel, bağlama uygun yanıtlar sunabilir.
Kısaca, bir Deep Search platformu sorgunuzu arama motorlarına gönderir, birden fazla sayfayı tarar ve bulguları tek bir yanıt içinde özetleyip sentezler.
👉 Deep Search’in güçlü yönleri:
-
En güncel çalışmaları veya haberleri bulma
-
Yanıt vermeden önce birden fazla kaynağı değerlendirme
-
Bilginin kaynağını gösterme
-
Güncel verilerle pazar veya rekabet araştırmalarını destekleme
İşinizi kolaylaştırmak için, sınıf içeriklerinde bulabileceğiniz basit bir rehber tablo da hazırladık.
GPT, mantıksal modeller veya Deep Search’ü ne zaman kullanmalı?
|
Görev Türü |
GPT Modelleri |
Reasoning (Akıl Yürütme) Modelleri |
Deep Search (Derin Arama) |
|---|---|---|---|
|
İçerik oluşturma |
✅ Akıcı, doğal dil, farklı tonlara uyum sağlar |
⚠️ Mantığa dayalı yapılandırılmış içerik oluşturabilir, ancak daha az yaratıcı |
❌ Yaratıcılık ve ton becerisi yok |
|
Mantıksal akıl yürütme / problem çözme |
✅ Basit mantıksal problemler için uygun |
✅ Karmaşık, çok adımlı mantıksal akıl yürütmede üstün |
❌ Sadece bilgi getirir, derin mantık yok |
|
Gerçek zamanlı araştırma & kaynak gösterme |
❌ Güncel veriler için tasarlanmadı |
❌ Güncel veriler için tasarlanmadı |
✅ Güncel bilgilere erişim ve kaynak gösterme için en uygun |
|
Adım adım matematik & mantık |
✅ Yaygın hesaplamalar için uygun |
✅ Karmaşık matematik ve mantık problemlerinde üstün |
❌ Hesaplamalar için tasarlanmadı |
|
Stratejik planlama / yapılandırılmış düşünme |
✅ İlk plan fikirlerini taslaklamak için uygun |
✅ Karmaşık senaryoları analiz etme, seçenekleri değerlendirme ve bağımlılıkları belirleme konusunda iyi |
❌ Strateji oluşturmaz veya yapılandırılmış karar vermez |
|
Simülasyonlar / varsayımsal senaryolar |
✅ Öğrenilen kalıplara dayalı basit “ne olur” senaryoları üretebilir |
✅ Mantıksal çıkarım gerektiren karmaşık düşünce deneyleri ve simülasyonlarda en iyi |
❌ Simülasyon yapamaz |
|
Beyin fırtınası / fikir geliştirme |
✅ Yaratıcı ve esnek |
⚠️ Düzenlemeye yardımcı olur ama daha az yaratıcı |
❌ Yaratıcı görevler için çok gerçek odaklı |
|
Dosya analizi & kendi verilerini kullanma |
✅ Yüklenen belgelerle çalışır |
⚠️ Sınırlı, bazı bağlamsal bilgiler sağlar |
❌ Yüklenen dosyaların yorumlanması önerilmez |
|
Öğretme / kavram açıklama |
✅ Açık ve detaylı açıklamalar |
✅ Adım adım açıklamalarda mükemmel |
⚠️ Web kaynaklarından tanımlar ve açıklamalar getirir |
|
Haber ve trendler |
❌ Güncel veriler için tasarlanmadı |
❌ Güncel veriler için tasarlanmadı |
✅ Kaynaklarla güncel araştırmalar için en uygun |
|
Görsel & video üretimi |
⚠️ Gelişmekte. İleri GPT modelleri metinden görsele ve temel video anlayışına sahip |
⚠️ Sınırlı, üretimden ziyade mantığa odaklı |
🚫 Görsel veya video üretme yeteneği yok |
Size özel ipuçları!
#1
Konu değiştirdiğinizde her zaman yeni bir sohbet başlatın. Bu, bağlamı sıfırlar ve yapay zekanın önceki konuşmalardan kaynaklanan karışıklığı önleyerek odaklanmasını sağlar.
#2
Yazmak her zaman pratik olmayabilir, özellikle yoğun bir klinikte. Pek çok platform artık sesli giriş destekliyor; sorularınızı veya talimatlarınızı doğrudan konuşabilirsiniz.
#3
Video özeti isteyin: diyelim ki online bir tıp konferansında sunumu izlemek istiyorsunuz ama tüm videoya zamanınız yok. YouTube linkini kopyalayıp sohbet penceresine yapıştırın ve özet istemeniz yeterli.
⚙️ Komut Tasarımı (Prompt Engineering)
LLM’lerin temellerini anladıktan sonra, bir sonraki önemli konu bu araçlarla en verimli şekilde nasıl etkileşim kurulacağını öğrenmektir. İşte burada prompt engineering (komut tasarımı) devreye girer.
Öncelikle: Prompt tam olarak nedir?
Prompt, bir yapay zekâ aracına yanıt almak için verdiğiniz mesaj veya sorudur. Yapay zekâyla “konuşma” şeklinizdir; yardım istemek, içerik üretmek, bir problemi çözmek veya bilgi aramak için kullanılır.
→ Bir örnek görelim: Diyelim ki hastalarınıza hipertansiyonun ne olduğunu açık ve anlaşılır şekilde anlatmanız gerekiyor.
Göreviniz şunlardan biri olabilir:
-
“Hipertansiyonu, herhangi bir hasta kolayca anlayacak şekilde kısa ve net bir biçimde açıklayın.”
-
“Tıbbi geçmişi olmayan bir hastaya hipertansiyonu nasıl anlatırsınız?”
Gördünüz mü? LLM tabanlı sistemlerde, verdiğiniz bilgiler ne kadar kesin ve bağlama uygun olursa, yapay zekanın danışabileceği veri o kadar artar.
Bir sonraki derste, mükemmel prompt (komut) oluşturma formülünü göreceksiniz.
