top of page
Blakfy logosu: dijital pazarlama ajansı

Sağlıkta Chatbot ile Hasta İletişimi: Bot Türleri, WhatsApp ve KVKK Rehberi

Güncelleme tarihi: 2 Haz


Özet: - Sağlık chatbot'ları üç türe ayrılır: kural tabanlı, NLP tabanlı ve WhatsApp Business API entegre bot (NovaVita Media, 2026). - WhatsApp, Türk hastaların en yoğun kullandığı kanal; sektör verilerine göre açılma oranı e-postanın belirgin üzerinde (PostCare, 2026). - Bot ön-değerlendirme ve yönlendirme yapar, tanı koymaz; göğüs ağrısı gibi acil belirtide hastayı 112'ye yönlendirir (OctoChat, 2026). - Sağlık verisi KVKK'da özel nitelikli sayılır; açık rıza, şifreleme ve erişim kontrolü zorunludur (OctoChat; NovaVita, 2026). - En güvenli kurgu hibrit model: bot taslak ve özet hazırlar, doktor onayı gereken mesajı ekibe devreder (DocReport, 2026).


Bir klinik koordinatörünün telefonu sabah sekizde çalmaya başlar. Randevu soran hasta. Fiyat soran ikinci hasta. Operasyon sonrası "bu şişlik normal mi" diye yazan üçüncü. Aynı sorular, her gün, onlarca kez. Hasta hattı dolduğunda yeni gelen arama sesli mesaja düşer ve genellikle geri dönülmez. İşte sağlıkta chatbot tam burada devreye girer: gün boyu tekrarlanan rutin trafiğin büyük kısmını kendisi karşılar, randevuyu açar, hatırlatmayı yapar ve yalnızca bir insanın kararını ya da şefkatini gerektiren az sayıda vakayı süzüp ekibin önüne koyar.


Bu yazı, dijital hasta deneyiminin tümünü değil, dar ve teknik bir konuyu ele alır: sağlıkta chatbot teknolojisinin kendisini, bot türlerinden KVKK uyumuna kadar.


Sağlıkta Chatbot Hangi Türlere Ayrılır


Klinik tarafında her sohbet robotu aynı işi yapmaz. Sağlıkta chatbot kararı verirken karşınıza üç ayrı mimari çıkar ve hangisini seçtiğiniz hem maliyeti hem de hastanın deneyimini belirler. NovaVita Media'nın rehberi bu üç türü ayırıyor.


Birincisi kural tabanlı botlardır. NovaVita Media bunları "önceden tanımlanmış akışlar ve seçenek menüleri üzerine kurulu" diye tanımlıyor; kurulumu basit, yönetimi kolay, maliyeti düşüktür (2026). Randevu rezervasyonu ve sık sorulan sorular için biçilmiş kaftan. Ama hasta menüde olmayan bir şeyi serbest cümleyle yazdığı an bot ne diyeceğini bilemez ve hasta soğuk bir duvara toslar.


İkinci tür NLP tabanlı botlardır. Doğal dil işleme sayesinde serbest metni anlar, bağlama duyarlı yanıt üretir. GPT tabanlı çözümler klinik bilgi tabanına bağlandığında, hastanın kendi kelimeleriyle sorduğu soruyu kavrayıp o kliniğe özel cevabı üretir ve menü ağaçlarının soğukluğu yerini sohbete bırakır. Kurulumu daha karmaşıktır. Karşılığında deneyim çok daha akıcıdır.


Üçüncüsü ise bir teknolojiden çok bir kanaldır: WhatsApp Business API entegrasyonu. "Türk hastaların en yoğun kullandığı iletişim kanalı WhatsApp'tır" tespitini yapıyor aynı kaynak. Klinikler pratikte bu türleri ayrı düşünmez; çoğunlukla NLP zekâsını WhatsApp'a taşıyarak hastanın zaten her gün açtığı uygulamanın içinde akıllı bir asistan kurar. Yani sahadaki tipik sağlıkta chatbot, WhatsApp üzerinde çalışan NLP destekli bir bottur.


WhatsApp Neden Sağlıkta Chatbot'un Ana Kanalı Oldu


Hasta artık e-posta beklemiyor. Hızlı mesaj bekliyor. DocReport'un klinik WhatsApp rehberi bunu net koyuyor: "Hastalar e-posta yerine hızlı mesaj bekliyor. Uluslararası hastalar için WhatsApp çoğu zaman en rahat iletişim kanalı" (2026). Sağlıkta chatbot dendiğinde ilk akla gelen kanal bu yüzden WhatsApp.


Rakamlar da bu yönü destekliyor. PostCare'in klinik otomasyon analizi, bazı sektör verilerine göre WhatsApp açılma oranının e-postanın belirgin üzerinde olduğunu belirtiyor (2026). Bu oranlar tek bir sağlayıcının ölçümüdür, bağımsız akademik veri değildir. Yine de yön açık.


Ama burada bir tuzak var. WhatsApp büyüdükçe kontrolden çıkar. DocReport şu riski sıralıyor: kişisel telefonlar, kaybolan mesajlar, yanlış dilde yanıtlar, eksik takipler ve KVKK riskleri. Yani sıradan bir WhatsApp hattı çözüm değil. Bu açığı kapatmak için, her görüşmenin doğru hasta dosyasına bağlandığı, hangi mesajın hangi aşamada olduğu görülen ve yetkisiz erişimin engellendiği yapılandırılmış bir sağlıkta chatbot altyapısı gerekir. Aradaki fark küçük görünür. Sonuçları büyüktür.


Dikkat: Hasta verisini koordinatörün kişisel telefonunda biriktirmek KVKK açısından ciddi bir risktir. DocReport (2026); kalıcı hasta verisinin kişisel cihazlarda tutulmaması, yetkisiz ekip üyelerinin mesajlara erişiminin engellenmesi ve mesaj geçmişiyle sorumluluk takibinin kayıt altına alınması gerektiğini vurguluyor.


Randevu Botu ve 7/24 İlk Yanıt Nasıl Çalışır


Sağlıkta chatbot'un en somut faydası randevu trafiğini soğurmasıdır. OctoChat'in sağlık sektörü rehberi, WhatsApp botuyla hastanın günün her saati yapabildiği işlemleri tek tek sayıyor: yeni randevu açma, mevcut randevuyu başka tarihe taşıma, iptal, otomatik hatırlatma ve gelmeden önce gönderilen onay talebi (2026). Üstelik insan müdahalesi olmadan.


Onay talebi mekanizması ilginçtir. Bot, randevudan önce "Randevunuza gelecek misiniz?" diye sorar ve bu tek satırlık dokunuş, hastanın ya kararını teyit etmesini ya da gelemeyeceği randevuyu vaktinde iptal ederek o slotu başka bir hastaya açmasını sağlayarak kliniğin sessizce para kaybettiği boş saatleri azaltır. OctoChat, randevu hatırlatmanın no-show oranını azalttığını bildiriyor; ancak sektör sağlayıcılarının paylaştığı bu aralıklar mutlak garanti değil, gözlemlenen iyileşmedir.


Mesai dışı saatler ayrı bir kazanç alanı. NovaVita Media, "7/24 İlk Yanıt: Mesai dışı hasta sorularına anında yanıt ve yönlendirme" diyor (2026). Gece on birde aklına bir soru takılan, kaygılı bir hasta düşünün: telefonla kimseye ulaşamayacağı o saatte bile bot ona anında ilk yanıtı verir, gerekiyorsa mesajı sabah ekibe iletmek üzere işaretler ve böylece hasta yalnız hissetmezken klinik de uykudayken yeni bir hasta ilişkisi kurar.


Liste burada bitmiyor. Test sonucu bildirimi, poliklinik bilgilendirme, ilaç hatırlatma, ameliyat öncesi ve sonrası takip de aynı kategoride: kronik hastaya her sabah ilaç saatini hatırlatmaktan, ameliyat öncesi açlık talimatını yanlış anlaşılmaya yer bırakmayacak netlikte iletmeye kadar uzanan bu görevler, her hasta için tekrar eden ve bir kurala bağlanabilen işlerdir. Botun en iyi yaptığı şey de bu.


Ön-Triyaj ve Sınıflandırma: Sağlıkta Chatbot Nereye Kadar Karar Verir


Burası en hassas bölge. Sağlıkta chatbot semptom değerlendirmesi yapabilir mi? Kısmen evet. Tanı koyabilir mi? Kesinlikle hayır. Bu iki cevap arasındaki çizgi, kötü botla iyi botu birbirinden ayırır.


NovaVita Media bu sınırı dikkatle çiziyor: "Semptom Ön Değerlendirme: Genel bilgilendirme (tanı koymadan) ve doğru uzmana yönlendirme" (2026). Yani bot, hastanın yazdığı şikâyeti dinler, bunu genel bir bilgiyle karşılar ve hangi bölüme gitmesi gerektiğini gösterir; fakat o şikâyetin altında yatan hastalığı adlandırmak, yani teşhis koymak, başından sonuna hekimin yetkisinde kalır.


Acil durum senaryosu bu ilkenin en net testidir. OctoChat'in örnek akışında hasta "Göğsümde ağrı var" yazdığında bot şu yanıtı verir: "Göğüs ağrısı ciddi bir belirti olabilir. Lütfen hemen 112'yi arayın veya en yakın acil servise gidin. Bu bir tıbbi tavsiye değildir, güvenliğiniz için acil yardım alın" (2026). Dikkat edin: bot burada nedeni tahmin etmeye, kalp krizi mi reflü mü diye yorum yapmaya hiç kalkışmaz; yalnızca tablonun ciddi olabileceğini fark eder ve hastayı saniyesinde acil yardıma yönlendirir. Doğru reflekstir bu.


Devlet tarafında da mantık aynı. Sağlık Bakanlığı'nın "NeyimVar?" uygulaması, hastanın girdiği şikâyete göre olası tanı önerileri sunup ardından MHRS üzerinden ilgili polikliniğe randevu almasını sağlıyor; yani Türkiye'nin resmi dijital sağlık altyapısı bile bu aracı bir hekimin yerine geçen tanı makinesi olarak değil, hastayı doğru kapıya yönlendiren bir öneri sistemi olarak konumluyor (mhrs.gov.tr). Ön değerlendirme serbest, tanı yasak.


Sağlıkta Chatbot ve KVKK: Veri Özel Nitelikli Sayılır


Sağlıkta chatbot hasta verisi işler. Dolayısıyla KVKK devreye girer. Sağlık verisi, KVKK kapsamında özel nitelikli kişisel veri sayılır. Ekstra koruma ister. Bu katmanı kurulumda atlayan bir klinik, en küçük bir veri sızıntısında hem yıllarca emek verdiği hasta güvenini hem de mevzuata aykırılıktan doğan ciddi bir idari yaptırım riskini aynı anda sırtlanır.


OctoChat uyum gereksinimlerini sıralıyor: sağlık verisi işlemek için hastadan açık rıza almak, mesaj trafiğini şifrelemek, veriye yalnızca yetkili personelin erişmesini sağlamak, yasal saklama sürelerine uymak ve bir veri ihlali anında ne yapılacağını önceden tanımlayan bir plan hazır tutmak (2026). NovaVita de aynı çizgide: "açık rıza mekanizması, veri minimizasyonu ilkesi ve güvenli veri depolama gereklilikleri karşılanmalıdır" (2026).


Veri ihlali bildiriminde dikkatli olmak gerekir. Çünkü sıkça karıştırılır: GDPR ihlal bildirimini katı biçimde 72 saatle sınırlarken, KVKK ihlalin en kısa sürede ve Kişisel Verileri Koruma Kurulu'nun belirlediği usulle bildirilmesini ister; dolayısıyla iki çerçeveyi aynı sanıp 72 saati mutlak kural gibi yazmak hatalı olur. Doğru yaklaşım nedir? Bir ihlal prosedürünü baştan hazır tutmak ve fark edildiği an gecikmeden bildirmek.


Önemli: Açık rıza tek seferlik bir onay kutusu değildir. Hasta onamını ve iletişim tercihlerini dosyada tutmak, hangi verinin hangi amaçla işlendiğini kayıt altına almak gerekir. Bu katman kurulumda atlanırsa sonradan eklenmesi zordur.


Hibrit İnsan-Bot Modeli: Neden Sağlıkta Chatbot Tek Başına Yetmez


Sağlıkta tam otomasyon hedef değildir. Hedef, insanı doğru yerde tutmaktır. DocReport bunu en açık ifade eden kaynak: "Yapay zeka WhatsApp'ta otomatik doktor gibi davranmamalıdır. En doğru kullanım, ekibe taslak ve özet desteği vermektir" (2026). Başarılı bir sağlıkta chatbot projesi, botun nerede durup kararı insana bırakacağı üzerine kuruludur.


Bu modelde bot, hastanın uzun ve dağınık mesajını koordinatörün saniyeler içinde okuyabileceği kısa bir vaka özetine dönüştürür, cevap taslağını hastanın dilinde hazırlar, eksik fotoğraf veya kimlik bilgisini işaretler ve doktor onayı gerektiren mesajı ayrıştırarak ekibin önüne koyar. Karar koltuğunda yine insan oturur. Bot sadece hızlandırır.


Eskalasyon kuralı bu modelin omurgasıdır. NovaVita yönlendirme senaryosunu tarif ediyor: "Acil durumlar, sigorta soruları ve karmaşık tıbbi sorular için 'personelimiz sizi arayacak' yönlendirmesi" (2026). Kötü kurgulanmış bir sistemde bot, cevabını bilmediği karmaşık tıbbi soruda hastayı uydurma yanıtla yanıltır ya da mesajı kaybeder; iyi kurgulanmış bir sistemde ise tam o eşikte durup soruyu açıkça insana devreder.


Sağlıkta Chatbot Kurulumu ve Entegrasyon: Pratik Adımlar


Teknik kurulum sanıldığından sade başlar. NovaVita, WordPress tabanlı klinik sitelerinde Tidio veya Crisp gibi araçların widget entegrasyonunun 30-60 dakikada tamamlanabileceğini belirtiyor (2026). Ama bir sağlıkta chatbot projesinin asıl emeği koddan önce, içerik hazırlığında gizlidir; burayı atlayan klinikte bot, boş cevap veren bir kabuk olarak kalır.


Bilgi tabanıyla başlanır. NovaVita'nın önerdiği adımlar şöyle: kliniğin en sık aldığı 30-50 soruyu yanıtlarıyla listelemek, randevu akışını "isim, telefon, hizmet türü, tercih edilen tarih" sırasıyla kurmak, acil ve karmaşık durumlar için yönlendirme senaryolarını önceden yazmak ve dil desteğini netleştirmek. Türkçe birincil; sağlık turizmi klinikte İngilizce veya Arapça ikincil dil eklenir.


Entegrasyon katmanı kliniği devlet ve hastane sistemlerine bağlar. OctoChat; botun Hastane Bilgi Sistemi (HBYS), Laboratuvar Sistemi (LIS) ve e-Reçete ile entegre olarak hasta kayıtlarına eriştiğini, hazır test sonucunu bildirdiğini ve reçete yenileme taleplerini işlediğini anlatıyor (2026). Türkiye'de MHRS, e-Nabız ve Reçetem gibi sistemler bu altyapının resmi parçasıdır (turkiye.gov.tr).


Sağlık turizmi yapan klinikte çok dillilik kritik hale gelir. DocReport uyarıyor: çok dilli iletişim sadece çeviri değildir. Bir saç ekimi hastasına operasyon öncesi açlık ve transfer bilgisini anlatmakla, bir diş implantı hastasına geçici protez ve kontrol sürecini açıklamak farklı içerikler gerektirir; iyi bir sistem bu yüzden tedavi türüne göre doğru şablonu önerir.


Kurulduktan sonra ölçüm başlar. NovaVita; chatbot başlangıç oranı, konuşma tamamlama oranı, randevu dönüşüm oranı ve personele yönlendirme oranını izlemeyi öneriyor (2026). Bu metrikleri Google Analytics 4'e özel olay olarak aktardığınızda, hangi etkileşimin randevuya dönüştüğünü ve hangisinin yarıda koptuğunu görür, böylece bütçeyi tahmine değil veriye dayanarak yönetirsiniz.


Sonuçta sağlıkta chatbot, hastanın klinikle kurduğu ilk temas noktasıdır; doğru kurgulandığında hastayı sıcak karşılar, özensiz kurulduğunda ise daha ilk mesajda güveni zedeler ve hastayı rakip kliniğe iter. Fark teknolojide değil. İnsanı nerede konumlandırdığınızda gizli.


Sık Sorulan Sorular


Sağlıkta chatbot tıbbi tanı koyabilir mi?


Hayır. Sağlıkta chatbot semptom ön değerlendirmesi yapıp hastayı doğru polikliniğe yönlendirebilir, ancak hiçbir koşulda tanı koyamaz. Göğüs ağrısı gibi acil belirtilerde bot, hastayı vakit kaybetmeden 112'ye ve en yakın acil servise yönlendirmekle yükümlüdür. Tanı yetkisi yalnızca hekime aittir.


Klinikte WhatsApp ile sağlıkta chatbot kullanmak KVKK'ya uygun mu?


Evet, koşullar sağlanırsa. Sağlık verisi özel nitelikli kişisel veridir; hastadan açık rıza alınması, verinin şifrelenmesi, erişimin yetkili personelle sınırlanması ve bir veri ihlali planının hazır olması gerekir. Hasta verisinin koordinatörün kişisel telefonunda biriktirilmesi risklidir.


Kural tabanlı bot mu, AI tabanlı bot mu seçmeliyim?


Randevu ve sık sorulan sorular ağırlıklıysa kural tabanlı bot yeterli ve düşük maliyetlidir. Hastalar serbest metinle karmaşık sorular soruyorsa NLP tabanlı bot daha iyi sonuç verir. Çoğu klinik pratikte sağlıkta chatbot kurarken bu ikisini WhatsApp kanalı üzerinde birleştirir.


Sağlıkta chatbot personelin yerini alır mı?


Hayır. En güvenli model hibrittir. Bot rutin trafiği üstlenir, uzun mesajı özetler ve doktor onayı gereken vakayı ekibe devreder. Karmaşık tıbbi sorular ve acil durumlar her zaman insana eskalasyon edilir. Sağlıkta chatbot ekibin yerini almaz, hızını artırır.


Sağlıkta chatbot kurulumu ne kadar sürer?


Teknik widget entegrasyonu WordPress tabanlı bir klinik sitesinde 30-60 dakikada tamamlanabilir. Asıl süre bilgi tabanı hazırlığında geçer: 30-50 sık sorulan sorunun yanıtlanması, randevu akışının kurgulanması ve yönlendirme senaryolarının yazılması.


Kaynaklar



 
 
bottom of page