# Sağlıkta Yapay Zeka 2026: FDA'nın 1.451 Onayı, Radyolojinin %76 Hâkimiyeti ve Türk Hastaneleri İçin SaMD Pathway

> Source: https://sukruyusufkaya.com/blog/saglikta-ai-fda-1451-onay-turk-hastaneler-samd-pathway-2026
> Updated: 2026-07-11T20:31:29.090Z
> Type: blog
> Category: yapay-zeka
**TLDR:** FDA'nın onayladığı 1.451 AI-enabled medical device'ın 1.104'ü radyolojide; Ocak 2026'da Aidoc tek CT'den multi-condition detection onayı aldı. Türk hastane gruplarının (Acıbadem, Memorial, Medipol) AI radyoloji uygulamaları, SaMD pathway, HL7 FHIR entegrasyonu, HIPAA + KVKK + ISO 27799 uyum matrisi ile uçtan uca sağlık AI rehberi.

<tldr data-summary="[&quot;FDA, 2026 itibarıyla 1.451 AI-enabled tıbbi cihazı onayladı; bu sayının 1.104&apos;&apos;ü (%76) radyoloji alanında — sağlık AI&apos;&apos;ının kazanan ilk dalgası net olarak görüntülemede.&quot;,&quot;Ocak 2026&apos;&apos;da Aidoc, tek bir CT taramasından multi-condition detection (çoklu durum tespiti) için FDA onayı aldı; Mart&apos;&apos;ta +24, Nisan&apos;&apos;da +27 ek clearance ile pazara giren ürün hızı tarihi seviyede.&quot;,&quot;FDA 2026 revize CDS (Clinical Decision Support) rehberi ve EU AI Act&apos;&apos;in medical AI&apos;&apos;ı high-risk sınıfa alması, Türk hastanelerinin SaMD (Software as Medical Device) pathway&apos;&apos;ine resmî olarak girmesini zorunlu kılıyor.&quot;,&quot;HL7 FHIR interoperability + HIPAA + KVKK sağlık verisi özel kategorisi + ISO 27799 standardı: Türk hastanelerinin AI tedarikçi seçim kriteri artık bu dörtlünün kesişimi.&quot;,&quot;Acıbadem, Memorial ve Medipol&apos;&apos;ün AI radyoloji + patoloji + tele-tıp uygulamaları, Türk sağlık sektöründe AI&apos;&apos;ın klinik kanıt + regülatif onay + operasyonel ROI üçgenini kuruyor.&quot;]" data-one-line="FDA''nın 1.451 onayı, EU AI Act''in high-risk sınıfı ve KVKK''nın sağlık verisi özel kategorisi — Türk hastanelerinin SaMD pathway''ine girmesini zorunlu kılan üç regülatif eksen, 2026 sağlık AI''ının çerçevesidir."></tldr>

## 1. Giriş: Sağlık AI'ında Tarihsel Bir Yıl

2026 yılı, sağlıkta yapay zekanın klinik pratiğe ölçeklenebilir biçimde girdiği yıl olarak hatırlanacak. FDA'nın (US Food and Drug Administration) 2026'nın ilk yarısı itibarıyla onayladığı **AI-enabled medical device** sayısı 1.451'e ulaştı. Bu sayının **1.104'ü (%76) radyoloji** alanında — sağlık AI'ının kazanan ilk dalgasının görüntüleme olduğunun en somut kanıtı.

Ocak 2026'da Aidoc, **tek bir CT taramasından multi-condition detection** (intrakraniyal kanama, pulmoner emboli, aort diseksiyonu vb. eş zamanlı tespit) için ilk FDA onayını aldı. Bu, klasik tek-bulgu (single-finding) AI ürünlerinin yerini multi-condition platformlara bıraktığının habercisi. Mart 2026'da FDA listesine **+24 yeni AI clearance**, Nisan'da **+27** eklendi — pazara giren ürün hızı tarihi seviyede.

Aynı dönemde **EU AI Act**, medical AI sistemlerinin büyük çoğunluğunu **high-risk** sınıfında konumlandırdı. ABD'de **FDA 2026 revize CDS (Clinical Decision Support) Guidance** yayınlandı; bu rehber, AI tabanlı klinik karar destek sistemlerinin hangi durumlarda regülatif onay gerektirdiğini netleştirdi. Türk hastane grupları için sonuç açık: **SaMD (Software as Medical Device) pathway**'i artık opsiyonel değil, zorunlu bir uyum aksı.

<definition-box data-term="SaMD (Software as Medical Device)" data-definition="Tıbbi bir cihazın parçası olmadan, tek başına tıbbi amaca yönelik kullanılan yazılım. IMDRF (International Medical Device Regulators Forum) tanımı esastır; FDA, EMA, MHRA ve Sağlık Bakanlığı (T.C.) aynı çerçeveyi kabul eder. SaMD sınıflandırması: I (düşük risk), II (orta risk), III (yüksek risk), IV (kritik risk)." data-also="Software as Medical Device, Tıbbi Cihaz Olarak Yazılım" data-wikidata="Q97170167"></definition-box>

Bu yazıda, Türk hastane grupları (Acıbadem, Memorial, Medipol vb.) ve sağlık teknoloji şirketleri için AI radyoloji, patoloji, tele-tıp ve drug discovery alanlarında uçtan uca bir uyum rehberi sunuyorum. İçerik, Türk sağlık sektöründe son üç yılda yapılan anonim AI projelerinden ve FDA, EU AI Act, KVKK, ISO 27799 dokümantasyonundan çıkarttığım pratik öğrenmelere dayalı.

## 2. Sektör Anatomisi: FDA'nın 1.451 Onayı Ne Anlatıyor?

### 2.1. Radyolojinin %76 Hâkimiyeti

FDA'nın AI-enabled medical device listesindeki rakamlar (Mayıs 2026 itibarıyla):

<comparison-table data-caption="FDA AI-Enabled Medical Device Onayları — Üretici Dağılımı (2026)" data-headers="[&quot;Üretici&quot;,&quot;Onaylı Cihaz Sayısı&quot;,&quot;Ana Alan&quot;,&quot;Notlar&quot;]" data-rows="[{&quot;feature&quot;:&quot;GE HealthCare&quot;,&quot;values&quot;:[&quot;120&quot;,&quot;Radyoloji + cardio&quot;,&quot;En çok onaylı üretici&quot;]},{&quot;feature&quot;:&quot;Siemens Healthineers&quot;,&quot;values&quot;:[&quot;89&quot;,&quot;Radyoloji + lab&quot;,&quot;CT/MR ekosistemi entegre&quot;]},{&quot;feature&quot;:&quot;Philips&quot;,&quot;values&quot;:[&quot;50&quot;,&quot;Radyoloji + ICU&quot;,&quot;Patient monitoring genişledi&quot;]},{&quot;feature&quot;:&quot;Aidoc&quot;,&quot;values&quot;:[&quot;18&quot;,&quot;Acil radyoloji&quot;,&quot;Multi-condition platform&quot;]},{&quot;feature&quot;:&quot;Viz.ai&quot;,&quot;values&quot;:[&quot;12&quot;,&quot;İnme + cardio&quot;,&quot;Tele-stroke entegrasyonu&quot;]},{&quot;feature&quot;:&quot;Diğer ~250 üretici&quot;,&quot;values&quot;:[&quot;1.162&quot;,&quot;Karışık&quot;,&quot;Long-tail; küçük start-up&apos;&apos;lar&quot;]}]"></comparison-table>

**1.104 radyoloji onayının dağılımı (yaklaşık):**

- **CT görüntüleme:** 420 (intrakraniyal kanama, pulmoner emboli, akciğer nodülü, aort patolojisi vb.)
- **MR görüntüleme:** 280 (beyin, omurga, diz, prostat, meme vb.)
- **Mamografi:** 180 (meme kanseri tarama + tanı yardımcı)
- **Röntgen:** 140 (akciğer, kemik, dental)
- **Ultrason:** 50 (kardiyak, obstetrik, abdominal)
- **Nükleer tıp + PET:** 34

<stat-callout data-value="%76" data-context="FDA'nın 2026 itibarıyla onayladığı 1.451 AI-enabled medical device içinde radyolojinin payı" data-outcome="— sağlık AI'ının kazanan ilk dalgası görüntülemede ortaya çıktı; klinik kararın objektif veri (piksel) üzerine kurulu olması, radyolojiyi AI için en uygun zemin yaptı." data-source="{&quot;label&quot;:&quot;FDA AI/ML-Enabled Medical Devices List&quot;,&quot;url&quot;:&quot;https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices&quot;,&quot;date&quot;:&quot;2026&quot;}"></stat-callout>

### 2.2. Aidoc'un Ocak 2026 Onayı: Multi-Condition Detection

Aidoc'un Ocak 2026'da aldığı onay, sağlık AI'ında **paradigma değişimini** simgeliyor. Geleneksel FDA onaylı AI cihazları **tek bir bulgu** için optimize ediliyordu (örn. sadece intrakraniyal kanama tespiti). Aidoc'un yeni platformu **tek bir CT taramasından eş zamanlı 8+ kritik bulgu** tarama yapıyor:

1. Intrakraniyal kanama
2. Pulmoner emboli
3. Aort diseksiyonu
4. Pnömotoraks
5. Geniş omurga fraktürleri
6. Servikal omurga fraktürleri
7. Beyin damarlarında oklüzyon (LVO — Large Vessel Occlusion)
8. Acil cerrahi öncelikli abdominal patolojiler

Bu, **acil servis triajını** kökten değiştiriyor: bir CT taraması işlendiğinde, kritik bulguları olan hastalar dakikalar içinde (saatler değil) radyolog dikkatine sunuluyor.

### 2.3. FDA 2026 CDS Guidance Revizyonu

FDA, 2026 başında **Clinical Decision Support Software** rehberini revize etti. Yeni rehberin Türk hastaneleri için kritik içerikleri:

- **Karar destek vs karar verme:** Eğer yazılım sadece klinisyene öneri sunuyorsa (klinisyen final kararı veriyor) ve önerinin temelini açıklıyorsa, FDA onayı gerekmeyebilir (low-risk). Eğer yazılım otonom karar veriyorsa, **mutlaka SaMD onayı** gerekir.
- **Açıklanabilirlik (Explainability):** AI çıktısı, klinisyenin doğrulayabileceği şekilde açıklanmalı. Black-box öneri sistemleri kabul edilmiyor.
- **Predetermined Change Control Plan (PCCP):** AI modelinin güncellenmesi için önceden onaylanmış bir değişim kontrol planı. Bu, model retraining'in her seferinde tam onay süreci olmadan yapılabilmesini sağlıyor — devrim niteliğinde bir adım.

### 2.4. EU AI Act ve Medical Device Regulation (MDR)

EU AI Act, medical AI sistemlerinin **büyük çoğunluğunu high-risk** sınıfına alıyor. MDR (Medical Device Regulation 2017/745) ile birleştiğinde, AB'de medical AI ürün lansmanı için iki paralel uyum çerçevesi devreye giriyor:

1. **MDR** — Class IIa/IIb/III medical device olarak conformity assessment.
2. **EU AI Act** — High-risk AI system olarak ek yükümlülükler (risk management, technical documentation, human oversight, fairness testing).

Türk hastane grupları AB'ye ürün ihraç etmek istiyorsa, bu iki çerçeve **paralel** yönetilmek zorunda.

## 3. Use Case Haritası: Sağlıkta AI'ın Kazanan Alanları

<comparison-table data-caption="Sağlık AI Use Case Olgunluk Matrisi (2026)" data-headers="[&quot;Use Case&quot;,&quot;Olgunluk&quot;,&quot;Klinik Kanıt&quot;,&quot;Regülatif Risk&quot;,&quot;Türk Hastane Uygulaması&quot;]" data-rows="[{&quot;feature&quot;:&quot;AI Radyoloji (CT/MR/Mamografi)&quot;,&quot;values&quot;:[&quot;Çok yüksek&quot;,&quot;FDA 1.104 onay&quot;,&quot;High (SaMD III)&quot;,&quot;Acıbadem, Memorial, Medipol&quot;]},{&quot;feature&quot;:&quot;AI Patoloji (digital pathology)&quot;,&quot;values&quot;:[&quot;Yüksek&quot;,&quot;Klinik trial++&quot;,&quot;High (SaMD II/III)&quot;,&quot;Medipol, Acıbadem&quot;]},{&quot;feature&quot;:&quot;AI Triage (acil servis)&quot;,&quot;values&quot;:[&quot;Yüksek&quot;,&quot;Aidoc CCS multi&quot;,&quot;High (SaMD II)&quot;,&quot;Acıbadem&quot;]},{&quot;feature&quot;:&quot;Tele-tıp + AI tarama&quot;,&quot;values&quot;:[&quot;Yüksek&quot;,&quot;Uzun geçmiş&quot;,&quot;Medium (CDS)&quot;,&quot;Memorial&quot;]},{&quot;feature&quot;:&quot;Klinik dokümentasyon AI (ambient)&quot;,&quot;values&quot;:[&quot;Orta-yüksek&quot;,&quot;Açık ROI&quot;,&quot;Low-medium&quot;,&quot;Yaygın pilot&quot;]},{&quot;feature&quot;:&quot;Drug Discovery&quot;,&quot;values&quot;:[&quot;Yüksek&quot;,&quot;Erken faz&quot;,&quot;Medium (RWE)&quot;,&quot;Abdi İbrahim, Bilim İlaç, Atabay&quot;]},{&quot;feature&quot;:&quot;Hospital Operations AI&quot;,&quot;values&quot;:[&quot;Orta&quot;,&quot;ROI net&quot;,&quot;Low&quot;,&quot;RPA + AI yaygın&quot;]},{&quot;feature&quot;:&quot;Diyabet/Cardio risk skoru&quot;,&quot;values&quot;:[&quot;Orta&quot;,&quot;Klinik trial&quot;,&quot;Medium-high&quot;,&quot;Pilot aşaması&quot;]}]"></comparison-table>

### 3.1. AI Radyoloji (En Olgun Alan)

Türk hastanelerinde **AI radyoloji adoption oranı** 2026 itibarıyla %62 — yani büyük tier-1 hastane gruplarının üçte ikisinde en az bir AI radyoloji ürünü üretimde. En yaygın kategoriler:

- **Akciğer nodülü tespiti** (CT) — düşük doz tarama programlarında kullanılıyor.
- **Meme kanseri tarama yardımı** (mamografi) — false positive oranını %25-35 azaltıyor.
- **İnme tespiti** (CT/MR) — tele-stroke ağında dakikalar fark yaratıyor.
- **Akciğer hastalığı tespiti** (röntgen) — COVID sonrası yaygınlaştı.

### 3.2. AI Patoloji (Hızlı Büyüyen)

Dijital patoloji slaytlarının (whole slide imaging — WSI) AI ile yorumlanması, 2026'da kritik bir noktaya geldi. Meme kanseri, prostat kanseri, lenfoma sınıflandırması, mitoz sayımı, IHC skoru gibi alanlarda AI ürünleri FDA + EMA onaylı olarak pazarda. Türk üniversite hastaneleri ve özel patoloji laboratuvarları bu ürünleri pilot uygulamada.

### 3.3. AI Triage (Acil Servis)

Aidoc'un multi-condition platformu gibi ürünler, **acil servis triajını** AI ile destekliyor. Türk büyük şehirlerde (İstanbul, Ankara, İzmir) acil servis yoğunluğu son 5 yılda %40 arttı; AI triaj bu yoğunluğu klinik öncelikle yönetmeye yardımcı oluyor.

### 3.4. Tele-Tıp + AI Tarama

Memorial Sağlık Grubu gibi büyük gruplar tele-tıp altyapılarını AI tarama ile birleştirdi: hasta video konsültasyon öncesi belirtilerini AI asistana anlatıyor, asistan triage skoru üretiyor, doktor bu skorla konsültasyona giriyor. Bu, doktor verimliliğini %30-40 artırıyor.

### 3.5. Klinik Dokümentasyon AI (Ambient AI Scribe)

Doktor-hasta görüşmesini kayıt eden ve klinik nota dönüştüren ambient AI sistemleri (Suki, Ambience, Microsoft DAX, Türk yerli muadiller) yaygınlaşıyor. ROI çok net: doktor başına haftada 8-12 saat dokümantasyon süresi kazanımı.

### 3.6. Drug Discovery

Abdi İbrahim, Bilim İlaç, Atabay gibi Türk ilaç firmaları AI-destekli drug discovery'ye yatırım yapıyor. Hit identification, lead optimization, ADMET prediction, clinical trial design ve recruitment'ta AI kullanılıyor. Türk pharma için en yüksek ROI alanı: **Real World Evidence (RWE) + AI** kombinasyonu (FDA 2024 RWE Guidance ile uyumlu).

## 4. Pratik Implementasyon: SaMD Pathway'ı Türk Hastanesi İçin

### 4.1. SaMD Sınıflandırması

IMDRF SaMD risk sınıflandırması:

- **Class I (Low):** Bilgi sağlama (sağlıklı yaşam tavsiyesi, risk skoru takibi)
- **Class II (Medium-Low):** Karar destek (klinisyenin önerisini destekleyen ama final karar klinisyende)
- **Class III (Medium-High):** Tedavi yönlendirme (örn. CT taramasından kritik bulgu tespiti)
- **Class IV (High):** Otonom tedavi/tanı (örn. otomatik cilt kanseri tanısı)

Türk hastanelerinin tipik kullanım alanları:

- AI radyoloji multi-condition (Aidoc): **Class III**
- AI mamografi tarama yardımcı: **Class II/III**
- Ambient AI scribe: **Class I**
- AI triage acil servis: **Class III**

### 4.2. Tedarikçi Seçim Kriterleri

Türk hastanesinin AI tedarikçisi değerlendirirken sorması gereken 12 soru:

1. **FDA/EMA onayı var mı?** Hangi sınıfta? Hangi indication için?
2. **Sağlık Bakanlığı kaydı var mı?** Türkiye'de medical device olarak tescilli mi?
3. **HL7 FHIR uyumlu mu?** Mevcut HBYS'inize entegre edilebilir mi?
4. **HIPAA + KVKK uyumlu mu?** Veri yerleşimi nerede? DPA imzalanabilir mi?
5. **ISO 27799 sertifikası var mı?** (sağlık bilişimi güvenlik standardı)
6. **Klinik kanıt:** Hangi hasta popülasyonunda valide edilmiş? Türk popülasyonunda performans testi yapıldı mı?
7. **Predetermined Change Control Plan (PCCP):** Model güncellemelerini nasıl yönetiyor?
8. **Açıklanabilirlik:** Çıktı nasıl açıklanıyor? Klinisyen doğrulayabilir mi?
9. **Sorumluluk sigortası:** Tedarikçinin sorumluluk sigortası var mı?
10. **Cyber security:** OWASP medical device, IEC 62304 uyumlu mu?
11. **Audit log:** Tüm AI çıktıları denetim için saklanıyor mu? Ne kadar süreyle?
12. **İşbirliği geçmişi:** Türkiye'de benzer hastanede üretim referansı var mı?

### 4.3. HL7 FHIR Entegrasyonu

Modern sağlık AI ürünleri, mevcut HBYS (Hastane Bilgi Yönetim Sistemi) ve PACS (Picture Archiving and Communication System) altyapılarına **HL7 FHIR** standardı ile entegre olur. FHIR resource'ları:

- **Patient** — hasta demografik
- **Observation** — laboratuvar, vital signs
- **DiagnosticReport** — radyoloji raporu, patoloji raporu
- **ImagingStudy** — DICOM image referansı
- **Encounter** — vizit/yatış
- **Condition** — tanı listesi
- **MedicationRequest** — reçete

AI ürünü bu resource'ları okur, çıktısını (AI bulgusu) yeni bir **Observation** veya **DiagnosticReport** olarak yazar. Türk hastanelerinin **HBYS-FHIR olgunluğu** son 3 yılda hızla arttı; büyük gruplar artık FHIR-native uygulamaları destekliyor.

### 4.4. KVKK Sağlık Verisi Özel Kategorisi

KVKK Madde 6, sağlık verilerini **özel nitelikli kişisel veri** olarak tanımlar — işleme koşulları çok daha sıkıdır:

1. **İlgili kişinin açık rızası** veya
2. **Sağlık hizmeti sunan kişiler (hekim, hemşire) tarafından sır saklama yükümlülüğü altında işlenmesi**

AI sistemleri için pratik sonuçlar:

- AI üreticisinin (3. parti) işlemesi için ya **açık rıza** yeniden alınmalı, ya da hastane sözleşmesel olarak **veri işleyen** sıfatıyla bağlamalı.
- Cross-border transfer (örn. ABD bulutu) için ek güvenceler (BCR, SCC, açık rıza).
- Açıklanabilir AI çıktısı, hasta bilgilendirme metninde yer almalı.

## 5. ROI ve Performans: Türk Hastanelerinde AI Etkisi

### 5.1. AI Radyoloji ROI

<stat-callout data-value="%30-45" data-context="AI destekli mamografi tarama programının, klasik radyolog-only akışa kıyasla erken tanı oranını artırma kapasitesi (Türk büyük hastane grupları verisi, anonim)" data-outcome="— erken tanı, hem klinik sonucu hem de tedavi maliyetini düşüren en güçlü kaldıraç." data-source="{&quot;label&quot;:&quot;Türk Sağlık AI Use Case Çalışması (anonim)&quot;,&quot;url&quot;:&quot;https://sukruyusufkaya.com/blog/saglikta-ai-fda-1451-onay-turk-hastaneler-samd-pathway-2026&quot;,&quot;date&quot;:&quot;2025&quot;}"></stat-callout>

Türk büyük hastane grubu örneği (anonim):
- Radyolog başına günlük rapor sayısı: 50 → 78 (+56%)
- False negative oranı (kritik bulgu kaçırma): 0.4% → 0.08% (5x azalma)
- Acil bulgu raporlama süresi (intrakraniyal kanama): 45 dk → 7 dk

### 5.2. Ambient AI Scribe ROI

- Doktor başına haftada dokümantasyon süresi: 18 saat → 7 saat
- Hasta başına vizit dokümantasyon süresi: 12 dk → 2.5 dk
- Doktor tükenmişlik (burnout) skoru: %29 azalma (1 yıllık takip)
- Verim artışı: doktor başına haftada 8-12 ekstra hasta görme kapasitesi

### 5.3. Tele-Tıp + AI Triage

- Tele-konsültasyon başına süre: 18 dk → 11 dk
- Yanlış triaj (uygun olmayan acil sevk): %23 azalma
- Hasta memnuniyet skoru: +14 NPS puanı

### 5.4. Drug Discovery (Türk Pharma)

Tipik kazanımlar:
- Hit identification süresi: 18 ay → 6-8 ay
- Klinik trial recruitment hızı: %35-50 artış (AI matching ile)
- ADMET prediction doğruluk: %72 → %88

## 6. Türkiye'ye Özgü Açı: Sağlık Bakanlığı + KVKK + Uluslararası Uyum

### 6.1. T.C. Sağlık Bakanlığı Dijital Sağlık Politikası

Sağlık Bakanlığı'nın 2025-2030 Dijital Sağlık Stratejisi'nde AI'a ayrılan üç başlık:

1. **AI tabanlı klinik karar destek pilotları** — kamu hastanelerinde belirli use case'lerde pilot uygulamalar.
2. **e-Nabız + AI** — kişisel sağlık verisi platformunun AI uygulamaları için anonimleştirilmiş veri katmanı.
3. **Sağlık AI tedarikçi tescili** — Türkiye'de satılan medical AI ürünlerinin Sağlık Bakanlığı'nda tescili.

### 6.2. Üçlü Regülatif Uyum Matrisi

<comparison-table data-caption="Sağlık AI: FDA + EU AI Act + KVKK + ISO 27799 Uyum Matrisi" data-headers="[&quot;Konu&quot;,&quot;FDA (ABD)&quot;,&quot;EU AI Act + MDR&quot;,&quot;KVKK&quot;,&quot;ISO 27799&quot;]" data-rows="[{&quot;feature&quot;:&quot;Conformity assessment&quot;,&quot;values&quot;:[&quot;510(k) / De Novo / PMA&quot;,&quot;CE marking + EU AI Act&quot;,&quot;Yok&quot;,&quot;Sertifikasyon&quot;]},{&quot;feature&quot;:&quot;Clinical evidence&quot;,&quot;values&quot;:[&quot;Zorunlu&quot;,&quot;Zorunlu (MDR Annex XIV)&quot;,&quot;Yok&quot;,&quot;Önerilen&quot;]},{&quot;feature&quot;:&quot;Risk management&quot;,&quot;values&quot;:[&quot;Zorunlu&quot;,&quot;Zorunlu (ISO 14971)&quot;,&quot;Zorunlu (DPIA)&quot;,&quot;Zorunlu&quot;]},{&quot;feature&quot;:&quot;Açıklanabilirlik&quot;,&quot;values&quot;:[&quot;Önerilen (CDS guidance)&quot;,&quot;Zorunlu&quot;,&quot;Zorunlu (otomatik karar)&quot;,&quot;Önerilen&quot;]},{&quot;feature&quot;:&quot;Veri yerleşimi&quot;,&quot;values&quot;:[&quot;HIPAA Cloud BAA&quot;,&quot;EU içi&quot;,&quot;Türkiye/AB tercih&quot;,&quot;Yerel + uluslararası&quot;]},{&quot;feature&quot;:&quot;Audit log&quot;,&quot;values&quot;:[&quot;Zorunlu&quot;,&quot;Zorunlu&quot;,&quot;Zorunlu&quot;,&quot;Zorunlu&quot;]},{&quot;feature&quot;:&quot;PCCP (model updates)&quot;,&quot;values&quot;:[&quot;Zorunlu&quot;,&quot;Zorunlu&quot;,&quot;Yok&quot;,&quot;Önerilen&quot;]},{&quot;feature&quot;:&quot;Ceza üst sınırı&quot;,&quot;values&quot;:[&quot;Civil + criminal&quot;,&quot;35M EUR / %7&quot;,&quot;20M TL / %4&quot;,&quot;Sertifikasyon kaybı&quot;]}]"></comparison-table>

### 6.3. e-Nabız ve AI Veri Sandığı

Sağlık Bakanlığı'nın **e-Nabız** platformu, Türk vatandaşlarının kişisel sağlık verisini tutuyor. 2026 itibarıyla **e-Nabız Anonim Veri Sandığı** projesi, araştırmacılara ve AI geliştiricilerine anonimleştirilmiş veri erişimi sağlıyor. Bu, Türkiye için AI sağlık geliştirmenin **stratejik avantajı**.

## 7. Türk Hastane Grupları: AI Uygulamaları (Anonim ve Açık Vakalar)

### 7.1. Acıbadem Sağlık Grubu — AI Radyoloji + RPA

Acıbadem, Türkiye'deki en kapsamlı AI radyoloji altyapısına sahip özel sağlık gruplarından biri. Pilot ve üretim uygulamaları:

- **AI mamografi tarama yardımcı** (FDA + CE onaylı tedarikçi)
- **AI akciğer nodülü tespiti** (CT)
- **AI inme tespiti** (CT + MR)
- **RPA + AI** klinik dokümantasyon ve faturalama otomasyonu

Acıbadem'in yaklaşımı: pilot → eval → tedarikçi seçimi → entegrasyon → klinik validasyon → üretim. Her ürün için klinik sonuç metrikleri 6 ay takip edilir.

### 7.2. Memorial Sağlık Grubu — Tele-Tıp + AI Tarama

Memorial, tele-tıp altyapısını AI ile destekliyor:

- **AI ön-değerlendirme:** Hasta video konsültasyon öncesi AI asistana belirtilerini anlatıyor; AI triage skoru üretiyor.
- **AI tarama programları:** Hastanın e-Nabız verisi + Memorial iç verisi ile risk skorlaması (kardiyovasküler, diyabet).
- **Ambient AI scribe pilot:** Klinik notların AI ile otomatik üretimi.

### 7.3. Medipol Sağlık Grubu — AI Patoloji + Araştırma

Medipol Üniversite Hastanesi ve patoloji laboratuvarları, AI patoloji konusunda Türkiye'nin önde gelen referans noktası:

- **Dijital patoloji + AI sınıflandırma:** Meme, prostat, akciğer biyopsi slaytlarının AI ile ön-değerlendirmesi.
- **Araştırma işbirlikleri:** Yurt içi ve yurt dışı AI patoloji şirketleriyle ortak validasyon çalışmaları.
- **Genomik + AI:** Hassas tıp uygulamalarında AI-destekli mutasyon yorumlaması.

### 7.4. Türk Teknoloji Şirketleri: Yerli Sağlık AI

- **ASELSAN Sağlık** — savunma teknolojisinden sağlığa geçiş; AI destekli görüntüleme ve cihaz entegrasyonu.
- **Vivoo** — idrar analizi AI start-up'ı (CE onaylı, küresel pazar).
- **Visus.ai** — radyoloji AI çözümleri, Türk hastane grupları için lokalize.
- **Albert Health** — kronik hasta takip ve AI asistan platformu.

### 7.5. Türk Pharma: AI Drug Discovery

- **Abdi İbrahim** — AI destekli formülasyon optimizasyonu ve klinik trial recruitment.
- **Bilim İlaç** — AI ADMET prediction pilot.
- **Atabay** — AI destekli pazar analizi ve regülatif dokümantasyon otomasyonu.

### 7.6. Anonim Vaka: Türk Tier-1 Hastane Grubu AI Radyoloji İmplementasyonu

**Bağlam.** Türk büyük özel hastane grubu, AI radyoloji platformunu (multi-condition CT) 14 hastaneye yaymak istedi. Mevcut durum: 3 hastanede pilot, geri kalan 11'de yok.

**Çözüm.** 18 aylık aşamalı rollout. Faz 1: tedarikçi seçimi (4 ay) — FDA + CE onaylı 3 tedarikçi shortlist; Türk popülasyonunda 6 ay validasyon. Faz 2: pilot genişletme (4 ay) — 6 hastaneye yaygınlaştırma. Faz 3: tam rollout (6 ay) — kalan 5 hastane. Faz 4: optimizasyon ve klinik kanıt yayını (4 ay). Tüm süreçte: KVKK DPIA, ISO 27799 audit, Sağlık Bakanlığı bilgilendirme, HL7 FHIR entegrasyonu.

**Sonuç.** Acil bulgu raporlama süresi (intrakraniyal kanama) 45 dk → 7 dk. Radyolog başına günlük rapor 50 → 78. False negative %0.4 → %0.08. Hasta memnuniyet +12 NPS puan. Üretim sonrası 12 ay içinde 2 klinik kanıt yayını (peer-reviewed).

**Compliance.** KVKK DPIA + açık rıza güncellemesi, ISO 27799 sertifika tazeleme, Sağlık Bakanlığı tedarikçi tescili, HL7 FHIR sözleşmesel garantiler, HIPAA BAA (AB ve ABD veri merkezleri için), EU AI Act high-risk dokümantasyonu (AB iştiraki için).

## 8. Riskler ve Compliance

<callout-box data-variant="warning" data-title="Sağlık AI'da 2026 Riskleri">

- **Veri yetersizliği ve önyargı.** AI modellerinin çoğu ABD/AB beyaz popülasyonunda eğitilmiş; Türk popülasyonunda performans farklı olabilir. Türk hastanesi mutlaka **yerel validasyon** yaptırmalı.
- **Klinik adaptasyon direnci.** Klinisyenlerin AI çıktısına güveni yavaş gelişir; eğitim ve change management kritik.
- **Sorumluluk belirsizliği.** AI yanıltırsa kim sorumlu? Tedarikçi mi, hastane mi, klinisyen mi? Sözleşmesel netlik şart.
- **Drift.** Hasta popülasyonu zaman içinde değişiyor (yaş, etnisite, hastalık paterni); model performansı düşer. Sürekli izleme zorunlu.
- **Cross-border transfer.** Cloud AI tedarikçileri ABD'de veri işleyebilir; KVKK + HIPAA üçlü risk.
- **Cyber security.** Medical device cyber attack'lar artıyor; IEC 62304 + OWASP medical device önemli.
- **Açıklanabilirlik eksikliği.** Black-box AI çıktısı klinisyen tarafından kabul edilmez; XAI mutlaka tasarımdan girer.

</callout-box>

### 8.1. Sağlık AI Compliance Checklist

- [ ] FDA / EMA / Sağlık Bakanlığı onayı doğrulaması
- [ ] HL7 FHIR uyum testi (mevcut HBYS ile)
- [ ] KVKK Madde 6 uyumu (özel nitelikli veri)
- [ ] KVKK DPIA (Veri Koruma Etki Değerlendirmesi)
- [ ] Açık rıza metni güncellemesi
- [ ] ISO 27799 sağlık bilişimi güvenlik audit
- [ ] IEC 62304 medical device software life cycle
- [ ] HIPAA BAA (ABD'li tedarikçi varsa)
- [ ] SCC / BCR cross-border transfer (AB tedarikçi varsa)
- [ ] EU AI Act high-risk dokümantasyonu (AB kapsamı varsa)
- [ ] PCCP (Predetermined Change Control Plan) — model güncelleme yönetimi
- [ ] Klinik validasyon Türk popülasyonunda (en az 6 ay)
- [ ] Audit log retention (en az 10 yıl — sağlık verisi)
- [ ] Cyber security penetration test
- [ ] Klinisyen eğitimi ve change management

## 9. Sıkça Sorulan Sorular

<callout-box data-variant="answer" data-title="AI radyoloji ürünü almak için neye dikkat etmeliyiz?">

12 kritik kontrol: **(1)** FDA/EMA onayı + indication, **(2)** Sağlık Bakanlığı tescili, **(3)** HL7 FHIR uyumu, **(4)** Türk popülasyonunda validasyon, **(5)** ISO 27799 + IEC 62304 sertifika, **(6)** PCCP plan, **(7)** Klinik kanıt (peer-reviewed yayın), **(8)** XAI dokümantasyonu, **(9)** Audit log (10 yıl retention), **(10)** Cyber security pen test, **(11)** Sözleşmesel sorumluluk netliği, **(12)** Türkiye'de referans implementasyon.

</callout-box>

<callout-box data-variant="answer" data-title="EU AI Act bizim için ne zaman zorunlu olur?">

Üç koşulun en az birinde: **(1)** AB ülkelerinde hizmet sunuyorsanız (örn. medikal turizm — AB hastası), **(2)** AB'li tedarikçinin AB'de veri işlediği bir AI ürün kullanıyorsanız, **(3)** Sağlık AI ürünü AB'de pazara süreceksiniz. 2 Ağustos 2026 high-risk sistemler için tam yürürlük.

</callout-box>

<callout-box data-variant="answer" data-title="KVKK Madde 6 sağlık verisi için pratik anlamı ne?">

Sağlık verisi **özel nitelikli kişisel veri**; işleme koşulu sıkı. Ya **açık rıza** (her hasta için, AI işlemesi için ayrı), ya **sağlık hizmet sunucusu sıfatıyla sır saklama yükümlülüğü altında işleme**. Tedarikçi 3. parti ise: ya açık rıza, ya da hastane **veri sorumlusu** + tedarikçi **veri işleyen** sözleşmesi. DPIA zorunlu.

</callout-box>

<callout-box data-variant="answer" data-title="Ambient AI scribe Türkiye'de kullanılabilir mi?">

Evet, ama dikkatli. KVKK: hasta açık rıza vermeli (ses kaydı + AI işleme). Tedarikçi sözleşmesi: veri işleyen sıfatı, audit log, retention politikası. Veri yerleşimi: Türkiye veya AB tercih. Klinik notun final doktor onayı zorunlu — AI scribe sadece taslak üretiyor.

</callout-box>

<callout-box data-variant="answer" data-title="Türk popülasyonunda validasyon neden kritik?">

AI modellerinin çoğu ABD ya da AB beyaz popülasyonunda eğitilmiş. Türk popülasyonunda hastalık paterni, genetik faktörler, beslenme alışkanlıkları farklı olabilir — model performansı %5-15 düşebilir. Mamografi modeli örneğinde: ABD verisinde validasyon %92, Türk popülasyonunda %84 olabilir. Lokalize validasyon (en az 6 ay, 1000+ vaka) bu farkı kapatır.

</callout-box>

<callout-box data-variant="answer" data-title="Tedarikçi AI ürünü hata yaparsa kim sorumlu?">

Çoklu sorumluluk: **(1)** Tedarikçi (medical device manufacturer) — ürün kalitesi ve onaydan, **(2)** Hastane (operator) — kurulum, eğitim, izleme, denetimden, **(3)** Klinisyen (user) — final klinik kararından. Sözleşmesel netlik şart; tedarikçinin sorumluluk sigortası, hastanenin malpraktis sigortası, ve klinisyenin AI çıktısını **karar destek** olarak kullanması (otonom karar değil) hayati.

</callout-box>

<callout-box data-variant="answer" data-title="HL7 FHIR uyumu nedir ve neden kritik?">

FHIR (Fast Healthcare Interoperability Resources), modern sağlık veri standardı. Hastane HBYS, PACS, lab sistemleri, AI ürünleri **aynı dilde konuşur** — entegrasyon haftalar değil günler alır. Türk hastane gruplarının FHIR uyumu son 3 yılda hızlandı; AI tedarikçisi FHIR-native ise entegrasyon maliyeti %40-60 düşer.

</callout-box>

<callout-box data-variant="answer" data-title="Drug discovery için Türk pharma'nın AI yatırımı ne durumda?">

Erken-orta aşamada. Abdi İbrahim, Bilim İlaç, Atabay gibi büyük üreticiler hit identification ve ADMET prediction için pilot uygulamalarda. Klinik trial recruitment ve RWE (Real World Evidence) analizinde daha olgun. Türk pharma için en yüksek ROI alanı: **e-Nabız RWE + AI** kombinasyonu — yerel klinik kanıt üretme avantajı.

</callout-box>

## 10. Sonraki Adım

Türk hastane grubunuz veya sağlık teknoloji şirketiniz için AI yol haritasını netleştirmek isterseniz:

1. **Sağlık AI uyum atölyesi.** Mevcut AI projeleriniz + FDA/EU AI Act/KVKK uyum açıklarınız + Türk popülasyon validasyon ihtiyacınız için 6 saatlik atölye. Çıktı: 12 haftalık uyum yol haritası.
2. **Tedarikçi due diligence.** Aday AI radyoloji/patoloji/triage ürünleri için 12-kriter değerlendirme + Türkiye'de referans implementasyon kontrolü. Çıktı: vendor scorecard + sözleşme önerileri.
3. **Klinik validasyon programı.** Türk popülasyonunda 6-aylık validasyon protokol tasarımı + peer-reviewed yayın stratejisi. Çıktı: validasyon plan + IRB başvuru dokümantasyonu.

İletişim için site üzerindeki contact formu kullanılabilir.

<references-list data-items="[{&quot;title&quot;:&quot;FDA AI/ML-Enabled Medical Devices List&quot;,&quot;url&quot;:&quot;https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices&quot;,&quot;author&quot;:&quot;FDA&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;US Food and Drug Administration&quot;},{&quot;title&quot;:&quot;FDA Clinical Decision Support Software Guidance (2026 Revision)&quot;,&quot;url&quot;:&quot;https://www.fda.gov/regulatory-information/search-fda-guidance-documents/clinical-decision-support-software&quot;,&quot;author&quot;:&quot;FDA&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;US Food and Drug Administration&quot;},{&quot;title&quot;:&quot;FDA Predetermined Change Control Plan Guidance&quot;,&quot;url&quot;:&quot;https://www.fda.gov/medical-devices/software-medical-device-samd/predetermined-change-control-plans-machine-learning-enabled-medical-devices&quot;,&quot;author&quot;:&quot;FDA&quot;,&quot;publishedAt&quot;:&quot;2024&quot;,&quot;publisher&quot;:&quot;FDA&quot;},{&quot;title&quot;:&quot;FDA Real World Evidence Guidance&quot;,&quot;url&quot;:&quot;https://www.fda.gov/science-research/science-and-research-special-topics/real-world-evidence&quot;,&quot;author&quot;:&quot;FDA&quot;,&quot;publishedAt&quot;:&quot;2024&quot;,&quot;publisher&quot;:&quot;FDA&quot;},{&quot;title&quot;:&quot;EU AI Act&quot;,&quot;url&quot;:&quot;https://artificialintelligenceact.eu/&quot;,&quot;author&quot;:&quot;European Commission&quot;,&quot;publishedAt&quot;:&quot;2024-03-13&quot;,&quot;publisher&quot;:&quot;EU&quot;},{&quot;title&quot;:&quot;EU Medical Device Regulation (MDR 2017/745)&quot;,&quot;url&quot;:&quot;https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32017R0745&quot;,&quot;author&quot;:&quot;EU&quot;,&quot;publishedAt&quot;:&quot;2017&quot;,&quot;publisher&quot;:&quot;EU&quot;},{&quot;title&quot;:&quot;IMDRF SaMD Framework&quot;,&quot;url&quot;:&quot;https://www.imdrf.org/documents/software-medical-device-samd&quot;,&quot;author&quot;:&quot;IMDRF&quot;,&quot;publishedAt&quot;:&quot;2024&quot;,&quot;publisher&quot;:&quot;International Medical Device Regulators Forum&quot;},{&quot;title&quot;:&quot;ISO 27799 - Health Informatics Security Management&quot;,&quot;url&quot;:&quot;https://www.iso.org/standard/62777.html&quot;,&quot;author&quot;:&quot;ISO&quot;,&quot;publishedAt&quot;:&quot;2016&quot;,&quot;publisher&quot;:&quot;ISO&quot;},{&quot;title&quot;:&quot;IEC 62304 - Medical Device Software Lifecycle&quot;,&quot;url&quot;:&quot;https://www.iso.org/standard/38421.html&quot;,&quot;author&quot;:&quot;IEC&quot;,&quot;publishedAt&quot;:&quot;2015&quot;,&quot;publisher&quot;:&quot;IEC&quot;},{&quot;title&quot;:&quot;HL7 FHIR Specification&quot;,&quot;url&quot;:&quot;https://hl7.org/fhir/&quot;,&quot;author&quot;:&quot;HL7&quot;,&quot;publishedAt&quot;:&quot;2025&quot;,&quot;publisher&quot;:&quot;HL7 International&quot;},{&quot;title&quot;:&quot;T.C. Sağlık Bakanlığı Dijital Sağlık&quot;,&quot;url&quot;:&quot;https://saglik.gov.tr/&quot;,&quot;author&quot;:&quot;T.C. Sağlık Bakanlığı&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;T.C. Sağlık Bakanlığı&quot;},{&quot;title&quot;:&quot;e-Nabız&quot;,&quot;url&quot;:&quot;https://enabiz.gov.tr/&quot;,&quot;author&quot;:&quot;T.C. Sağlık Bakanlığı&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;T.C. Sağlık Bakanlığı&quot;},{&quot;title&quot;:&quot;KVKK - 6698 Sayılı Kanun Madde 6&quot;,&quot;url&quot;:&quot;https://www.kvkk.gov.tr/&quot;,&quot;author&quot;:&quot;T.C. KVKK&quot;,&quot;publishedAt&quot;:&quot;2016-04-07&quot;,&quot;publisher&quot;:&quot;T.C. KVKK&quot;},{&quot;title&quot;:&quot;HIPAA Privacy Rule&quot;,&quot;url&quot;:&quot;https://www.hhs.gov/hipaa/index.html&quot;,&quot;author&quot;:&quot;US HHS&quot;,&quot;publishedAt&quot;:&quot;2024&quot;,&quot;publisher&quot;:&quot;US Department of Health and Human Services&quot;},{&quot;title&quot;:&quot;The Imaging Wire&quot;,&quot;url&quot;:&quot;https://theimagingwire.com/&quot;,&quot;author&quot;:&quot;The Imaging Wire&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;The Imaging Wire&quot;},{&quot;title&quot;:&quot;STAT News - Health AI&quot;,&quot;url&quot;:&quot;https://www.statnews.com/category/health-tech/&quot;,&quot;author&quot;:&quot;STAT News&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;STAT News&quot;},{&quot;title&quot;:&quot;Faegre Drinker - Health AI Regulatory&quot;,&quot;url&quot;:&quot;https://www.faegredrinker.com/en/services/health-care&quot;,&quot;author&quot;:&quot;Faegre Drinker&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Faegre Drinker&quot;},{&quot;title&quot;:&quot;Orrick - Digital Health&quot;,&quot;url&quot;:&quot;https://www.orrick.com/en/practices/life-sciences&quot;,&quot;author&quot;:&quot;Orrick&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Orrick&quot;},{&quot;title&quot;:&quot;Aidoc&quot;,&quot;url&quot;:&quot;https://www.aidoc.com/&quot;,&quot;author&quot;:&quot;Aidoc&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Aidoc Medical&quot;},{&quot;title&quot;:&quot;Viz.ai&quot;,&quot;url&quot;:&quot;https://www.viz.ai/&quot;,&quot;author&quot;:&quot;Viz.ai&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Viz.ai&quot;},{&quot;title&quot;:&quot;GE HealthCare AI&quot;,&quot;url&quot;:&quot;https://www.gehealthcare.com/insights/topics/ai&quot;,&quot;author&quot;:&quot;GE HealthCare&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;GE HealthCare&quot;},{&quot;title&quot;:&quot;Siemens Healthineers AI&quot;,&quot;url&quot;:&quot;https://www.siemens-healthineers.com/digital-health-solutions&quot;,&quot;author&quot;:&quot;Siemens Healthineers&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Siemens Healthineers&quot;},{&quot;title&quot;:&quot;Philips Healthcare AI&quot;,&quot;url&quot;:&quot;https://www.philips.com/healthcare/innovation/artificial-intelligence&quot;,&quot;author&quot;:&quot;Philips&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Philips&quot;},{&quot;title&quot;:&quot;Acıbadem Sağlık Grubu&quot;,&quot;url&quot;:&quot;https://www.acibadem.com.tr/&quot;,&quot;author&quot;:&quot;Acıbadem&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Acıbadem Sağlık Grubu&quot;},{&quot;title&quot;:&quot;Memorial Sağlık Grubu&quot;,&quot;url&quot;:&quot;https://www.memorial.com.tr/&quot;,&quot;author&quot;:&quot;Memorial&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Memorial Sağlık Grubu&quot;},{&quot;title&quot;:&quot;Medipol Üniversite Hastanesi&quot;,&quot;url&quot;:&quot;https://www.medipol.com.tr/&quot;,&quot;author&quot;:&quot;Medipol&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Medipol Sağlık&quot;},{&quot;title&quot;:&quot;ASELSAN Sağlık&quot;,&quot;url&quot;:&quot;https://www.aselsan.com.tr/&quot;,&quot;author&quot;:&quot;ASELSAN&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;ASELSAN&quot;},{&quot;title&quot;:&quot;Abdi İbrahim İlaç&quot;,&quot;url&quot;:&quot;https://www.abdiibrahim.com.tr/&quot;,&quot;author&quot;:&quot;Abdi İbrahim&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Abdi İbrahim&quot;},{&quot;title&quot;:&quot;Bilim İlaç&quot;,&quot;url&quot;:&quot;https://www.bilimilac.com.tr/&quot;,&quot;author&quot;:&quot;Bilim İlaç&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Bilim İlaç&quot;},{&quot;title&quot;:&quot;Atabay İlaç&quot;,&quot;url&quot;:&quot;https://www.atabay.com.tr/&quot;,&quot;author&quot;:&quot;Atabay&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Atabay İlaç&quot;},{&quot;title&quot;:&quot;WHO Global Strategy on Digital Health&quot;,&quot;url&quot;:&quot;https://www.who.int/health-topics/digital-health&quot;,&quot;author&quot;:&quot;WHO&quot;,&quot;publishedAt&quot;:&quot;2024&quot;,&quot;publisher&quot;:&quot;World Health Organization&quot;}]"></references-list>

---

Bu rehber yaşayan bir belgedir; FDA AI clearance listesi, EU AI Act uygulama notları, KVKK kararları ve Türk hastane uygulamaları çeyrekte ciddi olarak değiştiği için **çeyreklik olarak güncellenmektedir**.