Sağlık

League, Güvenlik Önlemleriyle Sağlık Hizmetlerine Yönelik Yapay Zekâ Ajanlarını Kullanıma Sunuyor

Lila Rowan
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Öne çıkan noktalarLeague, ajan yanıtlarını modelin genel bilgisi yerine onaylanmış bilgiyle sınırlar.
Daha fazla göster
  • League, ajan yanıtlarını modelin genel bilgisi yerine onaylanmış bilgiyle sınırlar.
  • Ajanlar serbest bırakılmadan önce sentetik hasta değerlendirmelerini geçmeli ve sonrasında denetim kaydı tutmalıdır.
  • League'in yükseltme modeli %99,72 doğruluğa ulaşırken Gemini 3.5 Flash Lite %95,36'da kaldı.

League, 16 Kasım 2026’da, ödeme tarafındaki kuruluşlara yönelik AI Front Door ile sağlık hizmeti sunucularına yönelik AI Care Companion ürünlerinin Forge platformunda genel kullanıma sunulduğunu ve devreye alma süresinin 12 hafta kadar kısa olabileceğini duyurdu. Her iki ürün de üyelere veya hastalara yönelik ajanları güvenlik önlemleri ve insan desteğine yönlendirme mekanizmalarıyla bir araya getiriyor.

League, ürünlerin 1,8 milyardan fazla gerçek sağlık hizmeti etkileşiminden elde edilen içgörülerden yararlandığını belirtiyor. Ürünler, 21 Temmuz 2026’da tanıtılan Forge platformunun kapsamını genişletiyor. Platform; ajanları izin verilen verilere bağlamak, güvenlik önlemleri ve yönlendirme kuralları belirlemek, ajanları sentetik popülasyonlar üzerinde test etmek ve tamamlanan işlemleri, yönlendirmeleri ve doğruluğu kullanım senaryolarına göre izlemek için araçlar sağlıyor. Önceki sürüm, geliştirme ve yönetişim sistemini sunmuştu; yeni ürünler ise bu sistemi ödeme tarafındaki kuruluşların ve sağlık hizmeti sunucularının yaygın iş akışlarına uyguluyor.

Ödeyiciler ve Sağlayıcılar İçin Farklı İş Akışları

AI Front Door; haklardan yararlanma konusunda rehberliği, bakım hizmeti bulmayı, bakım eksiklerine yönelik bilgilendirmeyi ve sağlık koçluğunu sohbet, kısa mesaj veya uygulama içi araçlarla kullanılabilen tek bir giriş noktasında bir araya getiriyor. Haklar, kapsam ve uygunlukla ilgili yanıtlar, planın onaylı materyallerinden sağlanıyor. Bakım hizmeti bulma işlevi, üyeleri plan kurallarına uygun olarak ağ içindeki sağlayıcı veya hizmetlerle eşleştiriyor. League, çağrı merkezi hacminin azalmasını ve ağ dışı ziyaretlerin düşmesini hedeflenen sonuçlar olarak sıralıyor; bunlar müşterilerde ölçülmüş sonuçlar değil.

AI Care Companion, bakım ve klinik ekipleriyle birlikte çalışarak hastaları ziyaretler arasında, evde ve mesai saatleri dışında destekliyor. Sağlık sistemleri, kronik hastalıklarını yöneten veya ameliyattan sonra iyileşen kişiler gibi bir başlangıç popülasyonu seçiyor; League de iş akışlarını bu gruba göre yapılandırıyor. Bu iş akışları; randevu planlama ve hatırlatmaları, belirtilere yönelik proaktif kontrolleri, onaylı bakım planlarından veya protokollerden alınan ilaç ve tedavi sorularının yanıtlanmasını ve protokole dayalı olarak uzmanlara ya da nöbetçi ekiplere yönlendirmeyi içerebiliyor. Belirlenen bakım verenler, hastanın adına işlem yapabiliyor; verdikleri yanıtlar hastanın kendi yanıtlarından ayrı olarak etiketleniyor. Bakım planına uyumun artması ve önlenebilir acil servis ziyaretlerinin, mesai saatleri dışındaki aramaların ve kaçırılan takip randevularının azalması hedeflenen sonuçlar olarak belirtiliyor.

Güvenlik Önlemleri ve Denetlenebilirlik

Her iki ürün de ajanların yanıtlarını, modelin genel bilgisi yerine sağlanan ve onaylanmış bilgilerle sınırlandırıyor. Güvenlik önlemleri, kısıtlı bilgilerin modele ulaşmadan ve yasaklanmış yanıtların üyelere ya da hastalara iletilmeden önce filtrelenmesini sağlıyor. Ajanların kullanıma sunulmadan önce sentetik hasta senaryoları, uç durumlar ve uzmanların hazırladığı yanıt anahtarları işlevi gören referans veri kümeleriyle yapılan değerlendirmeleri geçmesi gerekiyor. Kullanıma sunulduktan sonra ise denetimler; sapmaların tespitini, değişikliklerin yeniden doğrulanmasını ve her etkileşim için bir denetim kaydı tutulmasını kapsıyor. Bir vaka başka bir ekibe yönlendirildiğinde, vakayı devralan ekip konuşma geçmişini ve ilgili bağlamı alıyor.

Platform genelinde League Trust Center, ajanların salt okunur biçimde çalışmasını, oturumların kesin biçimde birbirinden yalıtılmasını, acil sorunların ve klinik yanlış bilgilerin gerçek zamanlı olarak tespit edilmesini, kaynakların izlenebilir olmasını ve güvenlik önlemleri devreye girdiğinde kayıt tutulmasını öngörüyor. Müşteriler, sabit güvenlik sınırları içinde yönlendirme politikaları ve hassasiyet eşikleri belirleyebiliyor. Korunan sağlık bilgileri eğitim süreçlerine dahil edilmiyor; model eğitimi için sentetik verilerden ve kimliksizleştirme tekniklerinden yararlanılıyor.

Bu önlemler, 150 sağlık yöneticisinin katıldığı League ve Healthcare Dive anketinde öne çıkan önceliklerle örtüşüyor. Ankete göre katılımcıların %61’i ajan tabanlı yapay zekâyı devreye almıştı; bu grubun %70’i teknolojiyi üyelere veya hastalara yönelik uygulamalarda kullanıyordu, ancak yalnızca %16’sı yaygın kullanıma geçmişti. Güvenle kullanıma sunma konusunda öne çıkan gereklilikler; sağlık sektörüne özgü mevzuata uyumun yerleşik olması (%49), bir insana otomatik yönlendirme (%48) ve ajanların söylem veya eylemlerinin çalışma anında denetlenmesiydi (%46).

Sağlık Hizmetlerine Özel Model Değerlendirmeleri

League, karma mimarisinin ince ayar yapılmış karar modellerini ve küçük dil modellerini genel amaçlı büyük dil modelleriyle birleştirerek doğruluğu artırmayı, gecikmeyi azaltmayı ve işletme maliyetlerini düşürmeyi hedeflediğini belirtiyor. Bileşenlerden biri olan güvenlik açısından kritik yönlendirme modeli, insan desteği gerektiren üye ve hasta mesajlarını belirliyor.

League Labs’ın kurum içi değerlendirmelerinde bu model, 0,374 saniyelik gecikmeyle %99,72 doğruluk sağladı. Gemini 3.5 Flash Lite ise %95,36 doğruluk ve 1,121 saniyelik gecikme elde etti.

League ayrıca, kullanıcının sağlık verileriyle ilgili olası soruları öngören Synthetic Question Generator’ın, yeterli veya daha iyi düzeyde yanıtlanan soru sayısını Gemini 3.5 Flash’a kıyasla 2,2 katına çıkardığını ve kapsamı %11 artırdığını bildiriyor. Getirme işleminden önce uzun, belirsiz veya kısaltmalarla dolu soruları yeniden yazan Semantic Expansion eklendiğinde, yeterli veya daha iyi düzeyde yanıtlanan soru sayısı Gemini 3.5 Flash’a kıyasla 3,9 katına çıkıyor ve kapsam %42 artıyor; her istek başına yaklaşık 430 milisaniye ek gecikme oluşuyor. League, yanıt ölçütünü; getirilen sağlık verilerinin soruyu makul ölçüde iyi veya daha iyi yanıtlamaya yetecek kadar ilgili ve eksiksiz olduğu durumlar olarak tanımlıyor. Kapsam ise gerekli bilgilerin ne kadarının bulunduğunu ifade ediyor.

Sağlık kuruluşları açısından bu sürümün pratik önemi, gözetimin etkileşimin içine yerleştirilmiş olmasıdır: ajanlar yalnızca onaylanmış içeriklerle sınırlandırılabilir, kullanıma sunulmadan önce test edilebilir, bağlam korunarak devredilebilir ve etkileşim düzeyinde bir denetim izi üzerinden incelenebilir. Bu çalışma modeli, yöneticilerin üyelere ve hastalara yönelik yapay zekâ uygulamalarını yaygınlaştırmadan önce istediklerini belirttiği güvenlik önlemlerini doğrudan karşılıyor.

Lila Rowan, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ, sağlık hizmetleri ve ruh sağlığı arasındaki kesişimi inceler. Çalışmaları, AI destekli araçların teşhisleri nasıl geliştirdiğini, bakım erişiminin nasıl genişlediğini ve insan klinisyenlerinin yerini almadan onları tamamlayacak şekilde zihinsel sağlık hizmetlerini nasıl desteklediğini incelemektedir.
Merhamet dolu ve kanıta dayalı bir perspektifle, Lila klinik çalışmaları, gerçek dünyadaki uygulamaları ve ortaya çıkan sağlık teknolojilerini insan merkezli bir lens ile inceler. Özellikle, bakım engellerini azaltan, erken teşhisi artıran ve hasta gizliliği, güvenliği ve etik standartlarına saygı duyarak zihinsel refahı destekleyen AI uygulamalarıyla ilgilenmektedir.
Lila Rowan tarafından yazılan makaleler AI tarafından oluşturulur ve Unite.AI'nin editör ekibi tarafından sağlık ve zihinsel refah teknolojileri hakkında doğruluk, duyarlılık ve sorumlu raporlama sağlamak için gözden geçirilir.