RISKYZ-2020-00073MITAIID4 görüntülenme

Risk sınıflandırması: MIT AI Risk Repository etiketinden birebir alınmıştır.

7.Yapay Zekâ Sistem Güvenliği, Hatalar ve Sınırlamalar

Stanford Tıp Merkezi’nin aşı dağıtım algoritmasının ön saflardaki sağlık çalışanlarını dışladığı ve adaletsiz sonuçlara yol açtığı bildirildi

Yayınlandı: 29 Temmuz 2026Olay: Aralık 2020

Stanford Tıp Merkezi’nde aşı dağıtımı için kullanılan algoritmanın, ön saflarda çalışan asistan hekimleri dışlayarak idari personele öncelik vermesi üzerine protestolar yaşanmış; kurum yönetimi sistemdeki hataları kabul ederek özür dilemiştir.

Olay

Aralık 2020’de Stanford Tıp Merkezi, ilk 5.000 doz COVID-19 aşısının hangi personele öncelikli olarak uygulanacağını belirlemek amacıyla kural tabanlı bir puanlama algoritması kullanmıştır. Ancak sistemin, doğrudan hastalarla temas halinde olan ve yüksek risk altında çalışan 1.349 asistan hekimden yalnızca 7’sine aşı önceliği verdiği; buna karşın evden çalışan veya hastalarla doğrudan temas kurmayan idari personel ve kıdemli hekimleri önceliklendirdiği bildirilmiştir. Bu durum, hastane çalışanları arasında geniş çaplı protestolara ve sistemin adaletine yönelik ciddi eleştirilere yol açmıştır.

İncelemeler sonucunda algoritmanın; yaş (65 üstü ve 25 altına ek puan verme), çalışma birimi ve iş kolundaki COVID-19 yaygınlığı gibi değişkenleri temel aldığı belirlenmiştir. Asistan hekimlerin genellikle bu iki uç yaş grubunun arasında (orta yaş grubunda) yer almaları ve hastane içinde farklı birimlerde rotasyon yapmaları nedeniyle sabit bir "çalışma yeri" verisine sahip olmamalarının, sistemde düşük puan almalarına neden olduğu değerlendirilmektedir. Algoritmanın, personelin hastalarla fiili temas süresini veya maruziyet riskini doğrudan ölçmek yerine, bu durumu temsil edeceği varsayılan dolaylı verileri (proxy) kullandığı ve bu verilerin asistan hekimlerin gerçek risk profilini yansıtmadığı öne sürülmüştür.

Stanford yönetimi, yaşanan aksaklığı "karmaşık bir algoritmanın hatası" olarak nitelendirilmiş; dağıtım planının etik ve adil olması hedeflenirken sistemin beklenmedik sonuçlar doğurduğunu belirterek özür dilemiştir. Bununla birlikte, kurum içindeki bazı temsilciler, hastane yönetiminin algoritmadaki hatalardan liste yayımlanmadan günler önce haberdar olduğunu ancak sistemi revize etmeden uygulamaya koyduğunu iddia etmiştir. Olayın ardından kurum, aşı planını derhal revize edeceğini ve ön saflardaki çalışanların önceliklendirileceğini açıklamıştır.

Olay, otomatik karar verme sistemlerinin tasarım aşamasında tüm paydaşların görüşlerinin alınmamasının ve kullanılan değişkenlerin gerçek hayat riskleriyle örtüşmemesinin kurumsal güveni zedeleyebileceğini göstermiştir. Stanford yetkilileri, sistemin kötü niyetli bir tasarıma sahip olmadığını ancak uygulama aşamasında başarısız olduğunu kabul etmiştir.

Akademik Atıf

RiskYZ. (2026). RISKYZ-2020-00073: Stanford Tıp Merkezi’nin aşı dağıtım algoritmasının ön saflardaki sağlık çalışanlarını dışladığı ve adaletsiz sonuçlara yol açtığı bildirildi. RiskYZ Vaka Kütüphanesi. https://riskyz.org/cases/RISKYZ-2020-00073

Sınıflandırma

Risk Alanı
7.Yapay Zekâ Sistem Güvenliği, Hatalar ve Sınırlamalar
Alt Kategori
7.3Yetersiz kapasite veya dayanıklılık
Kaynak
Yapay Zekâ
Niyet
Kasıtsız
Zamanlama
Dağıtım Sonrası

Detaylar

Etkilenen Sistem
Stanford Medicine aşı önceliklendirme algoritması
Sektör
Sağlık
Konum
Amerika Birleşik Devletleri

Zaman Çizelgesi

Olay Tarihi
Aralık 2020
Yayınlandı
29.07.2026
Güncellendi
11.08.2026

Olay tarihi zararın başladığı anı gösterir; haberin ya da davanın tarihi olmayabilir. Nasıl belirlenir?

Etiketler

#yapay zekâ hatası#algoritmik önyargı#sağlık politikası#otomatik karar verme#şeffaflık#kamu güveni#hesap verebilirlik#kullanıcı güveni