Written by Konuk Yazarlar• 08 Ocak 2026• 01:01• LLM, Sağlık

Yerel Dilde Terapist: Uganda’daki klinik çağrılarıyla eğitilen zihinsel sağlık chatbot’u

Kampala’daki Butabika hastanesine yapılan hasta çağrıları, AI araştırmacılarına yerel dillerde (ör. Swahili, Luganda) ruhsal durumları tanıyabilen bir sohbet botu geliştirme olanağı sunuyor. Makerere University AI Lab ve ortakları, hasta kimlik bilgilerini ayıkladıktan sonra konuşma kayıtlarını modele öğretiyor; amaç depresyon, intihar eğilimi gibi riskleri saptayıp gerekirse müdahaleyi hızlandırmak. Sistem SMS üzerinden çalışabilecek şekilde tasarlanabiliyor, böylece akıllı telefona veya internete erişimi olmayanlara da ulaşılabilecek. Aynı zamanda SAHPRA, Path ve diğer kurumlar gibi düzenleyiciler güvenlik, yanlış yönlendirme ve “halüsinasyon” risklerini sınırlamak için düzenleyici çerçeveler üzerinde çalışıyor; MHRA gibi kurumlar da benzer denemeler yürütüyor.

Butabika hastanesinin yardım hattına gelen çağrılar, Prof Joyce Nakatumba-Nabende’nin liderlik ettiği Makerere AI Lab ekibi tarafından anonimleştirildikten sonra yapay zekâyı eğitmekte kullanılıyor. Amaç, Swahili, Luganda ve diğer yerel dillerde insanların depresyon, psikoz veya intihar eğilimlerini nasıl dile getirdiklerini anlamak ve modeller aracılığıyla konuşma örüntülerinden riskleri tespit edebilmek. Proje, çağrılardaki anahtar kelimeler ve bağlamlardan hareketle “bu konuşmaya göre depresyon eğilimi var; takip için geri arama veya sevk gereklidir” gibi kararları desteklemeyi hedefliyor. Ayrıca sistem, akıllı telefon veya interneti olmayan kullanıcılar için SMS üzerinden de hizmet verebilecek şekilde planlanıyor.

Araştırmacılar ve fon sağlayıcılar AI’nin erişilebilirlik ve damgalamayı aşma potansiyelini vurguluyor; dijital müdahaleler mevcut uzman eksikliğini hafifletebilir. Bununla birlikte, güvenlik kaygıları da ön planda: chatbota bağlı olumsuz vakalar ve üretken modellerin yanlış/zararlı çıktı üretme (“hallüsinasyon”) riski tartışılıyor. Bu nedenle Güney Afrika Sağlık Ürünleri Düzenleme Kurumu (SAHPRA), Path ve Wellcome gibi aktörler düzenleyici çerçeveler ve gerçek zamanlı izleme sistemleri geliştiriyor; Christelna Reynecke gibi yetkililer algoritmaların ilaçlar gibi güvence taşımasını, beklenmedik zararların hızla tespit edilmesini istiyor. Bilal Mateen’in vurguladığı gibi, bir ülkenin öncelikleri —örneğin “Does this thing operate well in Zulu?”— farklı olabilir; bu da yerel doğrulama ve düzenlemenin önemini gösteriyor.