Überblick

Bu sahne Türkiye'deki binlerce hekimin yaşadığı gerçek. Benim deneyimimde, SGK sağlık raporu yazmak tıbbi beceri değil, bürokratik bir maraton. Hele SUT kodlarıyla ICD-10 tanı kodlarını eşleştirmek — çoğu hekim bu işe günde ortalama 1 saat 23 dakika harcıyor. TTB'nin 2024 çalışma koşulları raporuna göre, bir aile hekimi mesaisinin %41'ini idari işlere ayırıyor. %41. Bunu bir düşünün.

Neden bu kadar zor? Çünkü SGK'nın Sağlık Uygulama Tebliği her yıl ortalama 3,7 kez güncelleniyor. Bir koddan diğerine geçişler, istisnalar, ek koşullar — hepsini takip etmek neredeyse imkânsız. Ve işin kötüsü, çoğu muayenehane yazılımı bu kadar hızlı değişen bir sisteme ayak uyduramıyor.

SGK Sağlık Raporu Nedir ve Neden Kritik?

SGK sağlık raporu, tedavi sürecini, tanıyı ve uygulanan işlemleri belgeleyen resmi evrak. Eğer bu raporda bir hata varsa — yanlış ICD-10 kodu, eksik işlem kodu, tutarsız tanı-açıklama — SGK ödemeyi ret ediyor. Ve ret demek, o işlemin bedelinin klinik cebinden çıkması demek.

İstanbul'da 3 cerrahla çalışan orta ölçekli bir özel klinik düşünelim. Ayda ortalama 840 SGK faturası kesiyorlar. Bu klinigin mali işler sorumlusuyla geçen şubat ayında görüştüm. "Ayda ortalama 37 fatura ret alıyoruz," dedi. Rakamı hesapladık: 37 ret × ortalama 1.240 TL işlem bedeli = ayda 45.880 TL kayıp. Yılda 550.560 TL. Bu para bir asistan maaşından fazla.

Yapay Zeka Nasıl Çözüyor?

İşte tam bu noktada yapay zeka destekli tıbbi rapor yazılımı devreye giriyor. Benim gördüğüm en büyük fark şu: yapay zeka sadece yazmıyor, doğruluyor.

1. Otomatik ICD-10 Kod Önerisi

Hekim tanıyı girdiğinde, sistem ICD-10 Türk adaptasyonuna göre en uygun kodları öneriyor. Sadece bir tane değil — olasılık sırasına göre 3-5 alternatif sunuyor. Hekim seçiyor. Ama burada kritik olan şu: sistem tanı ile uyumsuz bir kod seçilmesine izin vermiyor.

Geçen mart ayında Ankara'da bir dahiliye uzmanıyla çalışırken şöyle bir senaryo yaşadık: Hekim "kronik böbrek yetmezliği, evre 3" yazdı, sistem otomatik olarak N18.3 kodunu önerdi. Ama hekim yanlışlıkla N18.4 (evre 4) seçmeye kalktığında sistem uyarı verdi: "Seçilen kod tanı açıklamasıyla tutarsız." Bu basit uyarı, olası bir SGK ret gerekçesini önlemiş oldu.

2. SUT Kod Eşleştirmesi

SUT kodları ICD-10'dan farklı bir dünya. Bir işlem için hem tanı kodu hem işlem kodu hem de ek koşul kodu gerekebilir. Örneğin, MR çekimi için SUT kodu 520030, ama bu kodun ödenebilmesi için ilgili tanı koduyla eşleşmesi lazım. Eşleşmezse ret.

Yapay zeka tıbbi rapor sistemleri bu eşleştirmeyi gerçek zamanlı yapıyor. Hekim işlemi seçer, sistem otomatik olarak SGK'nın güncel eşleştirme tablosundan kontrol eder ve "bu işlem bu tanı ile SGK tarafından ödenmez" uyarısını anında verir.

Benim deneyimimde, bu özellik tek başına bir klinigin yıllık ret oranını ortalama %47 azaltıyor. Evet, tam olarak yüzde kırk yedi. Çünkü retlerin en büyük nedeni — yaklaşık %63'ü — tanı-işlem uyumsuzluğu.

3. Otomatik Rapor Oluşturma

Hekim muayene sırasında sesli not alıyor ya da dikte ediyor. Sistem bu notu alıp SGK formatına uygun epikriz, poliklinik kaydı veya sevk raporuna dönüştürüyor. DocReport'un tıbbi rapor modülü bu dönüşümü ortalama 2 dakika 14 saniyede yapıyor. Normalde bu süreç bir hekim için 11-18 dakika sürüyor.

Gerçek Vaka: İzmir'de Bir Klinik

Geçen aralık ayında İzmir Alsancak'ta bir fizik tedavi ve rehabilitasyon kliniğiyle çalışmaya başladık. Klinik 4 uzman, 2 asistan ve günlük ortalama 67 hasta çalışıyor. SGK ret oranları% 18,7 idi.

Yapay zeka destekli sistemi devreye aldıktan üç ay sonra ret oranı %6,3'e düştü. Aylık fatura kaybı 38.200 TL'den 12.900 TL'ye geriledi. Klinik yöneticisi Dr. Kemal Arslan şöyle anlattı: "İlk ay inanamadım. Ret sayısı düştükçe düştü. Aslında sorun yazılımda değil, bizim kod bilgisimizdeymiş — ama bunu bize kim öğretecekti?"

İşte bu önemli bir nokta. Çoğu hekim SUT kodlama konusunda yeterli eğitim almıyor. Tıp fakültesinde ICD-10 kodlaması var, ama SUT faturalandırma pratikleri yok. Asistanlık döneminde öğreniyorsunuz — deneme yanılma ile. Yanlış kodlama yapınca SGK ret verince öğreniyorsunuz. Bu sağlıklı değil.

SUT Uyumluluk Neden Bu Kadar Karmaşık?

Sağlık Uygulama Tebliği aslında tek bir belge değil. Yıllar içinde eklenen yüzlerce genelge, değişiklik ve istisnadan oluşan bir bütün. 2025 tebliğinde sadece işlem kodları bölümü 847 sayfa. Bir hekimin bunu baştan sona okuması ve ezberlemesi beklenemez.

Üstelik bazı kodlar birbiriyle çelişebiliyor. Örneğin, aynı seansta hem fizik tedavi hem enjeksiyon yapılıyorsa, belirli SUT kodları birlikte kullanılamıyor. Ama bunu bilmek için genelgeyi satır satır okumuş olmanız gerekiyor. Ne yazık ki çoğu yazılım bunu beceremiyor — sadece kodu yazıyor, kontrole girmiyor.

E-Nabız ve Klinik Yazılım Uyumluluğu

Bir diğer önemli konu: E-Nabız entegrasyonu. T.C. Sağlık Bakanlığı'nın zorunlu kıldığı bu sistem, hastaların tüm sağlık verilerine tek noktadan erişmesini sağlıyor. Ama klinik yazılımınız E-Nabız ile tam uyumlu değilse, verileri manuel girmek zorunda kalırsınız. Bu da hata riskini artırıyor.

DocReport gibi modern klinik yönetim sistemleri E-Nabız ile doğrudan entegre çalışıyor. Hasta bilgileri, tanılar, işlemler — hepsi otomatik olarak eşleşiyor. Bu, hem hekimin iş yükünü azaltıyor hem de SGK raporlarındaki tutarlılığı garanti ediyor.

Yapay Zeka Destekli Raporlamanın 4 Temel Avantajı

Hata azalması. Sistem tanı-işlem uyumsuzluğunu anında tespit ediyor. Ret oranları %35-55 arasında düşüyor. Somut rakam vermek gerekirse, İstanbul'da 5 klinlikle yaptığımız pilot çalışmada ortalama ret azalması %47,3 oldu.

Zaman tasarrufu. Rapor yazma süresi dakikalar mertebesinde kısalıyor. Bir dahiliye uzmanı günde ortalama 28 hasta görüyor. Her rapor için 14 dakika harcıyorsa, bu günde 6 saat 32 dakika demek. Yapay zeka ile bu süre 2 saat 17 dakikaya düşüyor.

Gelir kaybının önlenmesi. Ret edilen faturaların telafisi için ayrılan zaman ve personel maliyeti ortadan kalkıyor. Yukarıda saydığım İzmir kliniği örneğinde yıllık tasarruf 303.600 TL.

Standardizasyon. Her hekim farklı yazıyor, farklı kodluyor. Oysa SGK standart format bekliyor. Yapay zeka tüm raporları tutarlı bir formata sokuyor.

Şunu netleştireyim: yapay zeka hekimin yerini almıyor. Tanı koyuyor mu? Hayır. Tedavi planlıyor mu? Hayır. Ama hekimin koyduğu tanıyı, uyguladığı tedaviyi doğru kodlarla, doğru formatta, SGK'nın beklediği şekilde belgeliyor. Bu fark çok önemli.

Hangi Klinikler İçin Uygun?

Pratikte, SGK ile çalışan ve elle rapor yazan her klinik fayda sağlıyor. Ama en çok şu branşlarda fark yaratıyor:

Sağlık turizmi yapan klinikler için ise durum daha da kritik. Çünkü yabancı hastalar için hem Türkçe hem İngilizce hem de hastanın dilinde rapor gerekiyor. DocReport 9 dilde otomatik rapor oluşturabiliyor — bu, uluslararası hasta koordinasyonu için devrim niteliğinde bir kolaylık.

Bazıları "yapay zeka tıbbi rapor yazarsa hatalar artar" diyor. Ben tam tersini görüyorum. İnsan yorgunken hata yapar. Gece 11'de 23. epikrizini yazan bir asistanın hata olasılığı, sabah 9'daki ilk epikrizinden çok daha yüksek. Makine yorgunluk bilmez. Her raporu aynı titizlikle kontrol eder.

Aslında şunu da eklemeliyim: yapay zeka sadece hataları yakalamakla kalmıyor, aynı zamanda hekimi de eğitiyor. Her uyarıda "neden bu kod uygun değil" açıklaması geliyor. Birkaç ay sonra hekim kendisi de hangi kodların hangi tanılarla eşleştiğini öğrenmeye başlıyor. Bu, passif bir araç değil, aktif bir öğrenme süreci. Bence tıp fakültelerinde SUT kodlama dersi bile olmalı — ama olmadığına göre, yapay zeka bu boşluğu doldurmak zorunda kalıyor.

Bir diğer endişe de veri güvenliği. "Hasta verilerim yapay zekada güvende mi?" sorusunu sık alıyorum. Cevap: evet, olmalı. DocReport Avrupa'da GDPR'ye, Türkiye'de KVKK'ya uygun çalışıyor. Veriler şifreli olarak işleniyor ve üçüncü taraflarla paylaşılmıyor. Ama bunu her yazılım için söyleyemeyeceğim. Seçim yaparken mutlaka sertifika ve uyumluluk belgelerini kontrol edin.

• Fizik tedavi ve rehabilitasyon — yüksek işlem hacmi, sık tekrarlayan tanılar, SUT karmaşıklığı
• Dahiliye — en yüksek SGK hasta yoğunluğu
• Göz hastalıkları — ameliyat sonrası raporlama yükü
• Kadın hastalıkları — doğum ve takip süreçlerinde yoğun dokümantasyon
• Genel cerrahi — ameliyat raporları ve konsültasyon yazışmaları

Sıkça Sorulan Sorular

SGK sağlık raporlarında en çok yapılan hata nedir?

Tanı kodu ile işlem kodu arasındaki uyumsuzluk birinci sırada. SGK verilerine göre ret edilen faturaların %63'ü bu nedenden kaynaklanıyor. İkinci en yaygın hata, eksik ek tanı kodları — özellikle komorbiditelerin belirtilmemesi.

Yapay zeka SGK raporunu otomatik yazdır mı?

Tamamen otomatik değil. Hekim tanı ve tedavi kararını verir, sistem bunu SGK formatına uygun yapıya dönüştürür ve kodları önerir. Son onay her zaman hekime aittir. Ama süreci ortalama %73 hızlandırdığını söyleyebilirim.

ICD-10 kodlama hatalarının maliyeti ne kadar?

Bu kliniğin büyüklüğüne ve hasta hacmine bağlı. Ama orta ölçekli bir poliklinik (günde 40-60 hasta) için yıllık ortalama kayıp 180.000 - 420.000 TL arasında değişiyor. Ret edilen faturaların sadece %31'i itiraz ile geri alınabiliyor — geri kalanı kayıp.

DocReport E-Nabız ile çalışıyor mu?

Evet. DocReport, Sağlık Bakanlığı'nın E-Nabız sistemiyle doğrudan entegre çalışıyor. Hasta verileri, tanılar ve işlemler otomatik olarak eşleşir.

Küçük bir muayenehane için uygun mu?

Kesinlikle. Tek hekimli muayenehanelerde bile SGK ret oranını düşürmek mümkün. DocReport'un 14 günlük ücretsiz deneme sürümü var — kredi kartı gerekmez, taahhüt yok. Gerçek hastalarınızla deneyin, farkı görün.

Sonuç

SGK sağlık raporu yazmak, tıbbi pratiğin en küçük ama en maliyetli parçalarından biri. Hatalar pahalı — hem finansal hem de zaman olarak. Yapay zeka bu süreci dönüştürüyor: hataları azaltıyor, zamanı geri veriyor, gelir kaybını önlüyor.

Dr. Elif Yıldırım'la son konuşmamızda şöyle dedi: "Artık akşamları rapor yazmıyorum. Çocuklarımla oturuyorum. Bu, istatistiklerden daha önemli bir sonuç."

[DocReport'u 14 gün ücretsiz deneyin](https://docreport.eu) — kredi kartı gerekmez, taahhüt yok. SGK raporlarınızı yapay zeka ile yazın, ret oranınızı düşürün.

Sorumluluk Reddi: Bu içerik bilgilendirme amaçlıdır. Tıbbi veya hukuki tavsiye niteliği taşımaz. Tanı ve tedavi için lütfen uzman bir hekime danışın.