Yapay zekâ cilt analizinde model sürümü ve güncelleme neden kaydedilmelidir?

Yapay zekâ yazılımı güncellendiğinde aynı ürün adı altında algoritma, eşik, kullanıcı arayüzü veya desteklenen kamera değişebilir. Önceki sürüme ait çalışma ve deneyim, yeni sürüm için otomatik olarak geçerli kabul edilmemelidir.

Kısa yanıt

Her sonuç, kullanılan yazılım ve model sürümüyle ilişkilendirilmelidir.
Güncellemenin kapsamı ve performansa etkisi kullanıcıya açıklanmalıdır.
Başarısız güncelleme için durdurma veya geri dönüş planı bulunmalıdır.

Sürüm değişikliği yalnızca teknik ayrıntı değildir

Görüntü ön işleme, sınıflandırma eşiği, eğitim verisi veya kullanıcıya gösterilen açıklama değiştiğinde aynı fotoğraf farklı sonuç üretebilir. Bu nedenle sistem adı tek başına yeterli değildir; model sürümü, güncelleme tarihi ve değişiklik özeti kayıt altına alınmalıdır.

Değişiklik öncesi ve sonrası kanıt

Üretici, planlanan değişikliğin amaçlanan kullanım içinde kalıp kalmadığını, hangi testlerle doğrulandığını ve hangi alt grupların incelendiğini açıklamalıdır. Yalnızca ortalama performansın korunması, belirli cilt tonlarında veya düşük kaliteli görüntülerde yeni hata oluşmadığını kanıtlamaz.

Klinik kayıt ve iletişim

Hasta kaydındaki sonuç, yazılım sürümü ve mümkünse cihaz/kamera bilgisiyle eşleşmelidir. Bir güncelleme geçmiş sonuçların yorumunu değiştiriyorsa bunun nasıl bildirileceği, düzeltmenin kim tarafından yapılacağı ve gerektiğinde eski sürüme dönüş süreci önceden tanımlanmalıdır.

Bu makalenin sınırı

Bu içerik tanı, reçete, kişisel risk değerlendirmesi veya tedavi planı değildir. Kaynaklar belirli ürün, cihaz, görev, endikasyon veya çalışma grubuyla sınırlı olabilir.

Kaynaklar ve kanıt sınırı

Aşağıdaki bağlantılar makaledeki sınırları değerlendirmek için kullanılan editöryel başlangıç noktalarıdır.

Ethics and governance of artificial intelligence for health
World Health Organization · 2021
Kapsam ve sınırlılıklar: Sağlıkta yapay zekâ insan özerkliğini, bilgilendirilmiş onamı, mahremiyeti, şeffaflığı, hesap verebilirliği, kapsayıcılığı ve sürekli güvenlik izlemini korumalıdır. Bu yönetişim rehberi herhangi bir cilt analiz sisteminin doğruluğunu, klinik yararını veya amaçlanan kullanımını doğrulamaz.
Editöryel kaynak — imzalı klinik inceleme değildir
Özel Nitelikli Kişisel Verilerin İşlenmesine İlişkin Rehber
Kişisel Verileri Koruma Kurumu · 2025
Kapsam ve sınırlılıklar: Sağlık ve biyometrik veriler dahil özel nitelikli verilerin işlenmesine ilişkin Türkiye rehberidir. Bir yüz fotoğrafı benzersiz kimlik tespiti veya doğrulama için teknik işleme tabi tutulmadıkça otomatik olarak biyometrik veri sayılmaz; ancak görüntüler ve bunlardan türetilen cilt bulguları yine kişisel veri veya sağlık verisi olabilir. Hukuki sebep, aydınlatma, erişim, saklama, silme, güvenlik ve aktarım gerçek veri akışı için ayrıca değerlendirilmelidir.
Editöryel kaynak — imzalı klinik inceleme değildir
Reporting guideline for the early stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI
B. Vasey et al.; DECIDE-AI Expert Group · 2022
Kapsam ve sınırlılıklar: Yapay zekâ karar destek sistemlerinin erken ve gerçek kullanım ortamındaki değerlendirmesi için klinik yarar, güvenlik, insan faktörleri, iş akışı ve insan gözetimi rollerini içeren asgari raporlama maddeleri belirler. Bir raporlama standardıdır; sistemin doğru, klinik olarak yararlı, yanlılıksız veya düzenleyici kurumca yetkilendirilmiş olduğunun kanıtı değildir.
Editöryel kaynak — imzalı klinik inceleme değildir
Disparities in dermatology AI performance on a diverse, curated clinical image set
R. Daneshjou et al. · 2022
Kapsam ve sınırlılıklar: Dış testler dermatoloji görüntü sınıflandırıcılarında, özellikle koyu cilt tonları ve seyrek hastalıklarda belirgin performans sınırlılıkları bulmuş; çeşitli verilerle ince ayar sonrasında iyileşme görülmüştür. Çalışma kozmetik cilt ölçütlerini değil hastalık sınıflandırmasını inceler ve adı belirtilmeyen bir klinik sisteminin performansını ölçemez; model, görev ve alt gruba özgü doğrulama gereğini gösterir.
Editöryel kaynak — imzalı klinik inceleme değildir
Marketing Submission Recommendations for a Predetermined Change Control Plan for Artificial Intelligence-Enabled Device Software Functions
U.S. Food and Drug Administration · 2025
Kapsam ve sınırlılıklar: Yapay zekâ destekli cihaz yazılımında planlanan değişikliklerin sınırı, doğrulanması, etkisinin değerlendirilmesi ve kullanıcıya açıklanması için ABD düzenleyici önerileridir. Türkiye'deki değişiklik bildirimi veya ruhsat sürecinin yerine geçmez.
Editöryel kaynak — imzalı klinik inceleme değildir
Transparency for Machine Learning-Enabled Medical Devices: Guiding Principles
FDA, Health Canada and MHRA · 2024
Kapsam ve sınırlılıklar: Makine öğrenmesi kullanan tıbbi cihazlarda kullanıcıya hangi bilginin, ne zaman ve nasıl sunulacağını yaşam döngüsü yaklaşımıyla ele alır. Her kozmetik yazılımın tıbbi cihaz olduğu veya ABD yaklaşımının Türkiye'de aynen geçerli olduğu anlamına gelmez.
Editöryel kaynak — imzalı klinik inceleme değildir
Good Machine Learning Practice for Medical Device Development: Guiding Principles
U.S. Food and Drug Administration / IMDRF · 2025
Kapsam ve sınırlılıklar: Yapay zekâ kullanan tıbbi cihazlarda veri, ekip, test, insan-yapay zekâ etkileşimi ve gerçek kullanım performansının izlenmesi için genel iyi uygulama ilkeleridir. Ürün bazında klinik doğrulama veya yetkilendirme kanıtı değildir.
Editöryel kaynak — imzalı klinik inceleme değildir