Araştırma

Sağlık turizmi kurumlarının siteleri yapay zekâya hazır mı? 2026 araştırması

Yabancı hasta artık klinik ararken yalnızca Google’a değil, ChatGPT, Perplexity ve Google’ın yapay zekâ yanıtlarına da soruyor. Bu yanıtlarda hangi hastanenin anılacağı, büyük ölçüde o hastanenin web sitesinin bu sistemler tarafından ne kadar kolay okunup anlaşıldığına bağlı. Türkiye’de uluslararası sağlık turizmi yetki belgesi olan kurumların sitelerinin bu açıdan nerede durduğunu ölçen bir çalışma bulamadık; biz de kendimiz ölçtük. Sağlık Bakanlığı’nın yetkili kuruluş listesinden rastgele seçtiğimiz 50 özel hastane ve tıp merkezinin sitelerini 27 Ekim 2026’da tek tek inceledik. Bu yazıda yöntemi, bulguları ve kliniğinizin sitesi için çıkan dersleri paylaşıyoruz.

1. Kısaca: ne bulduk?

Özet: Örneklemdeki sitelerin hiçbiri yapay zekâ arama botlarını engellemiyor ve neredeyse hepsi metni JavaScript gerektirmeden sunuyor; yani temel erişim sorunu yok. Eksik olan, yapay zekânın kurumu doğru anlamasını sağlayan katman: sitelerin yarısından azı yapısal veriyle kendini tıbbi kurum olarak tanımlıyor, yalnızca %39’u ana sayfada dil alternatiflerini bildiriyor, beşte birinden azı llms.txt yayımlıyor ve büyük çoğunluğu yapay zekâ botları için bilinçli bir kural yazmamış.
0/29Yapay zekâ arama botunu engelleyen siterobots.txt’si ölçülebilen 29 sitenin hiçbiri
24/29Yapay zekâ botları için hiç kural yazmayan site%83: varsayılan izinle çalışıyor
13/28Kendini tıbbi kurum olarak işaretleyen site%46: Hospital, MedicalOrganization vb.
11/28Ana sayfada dil alternatifi bildiren site%39: hreflang etiketiyle
5/28llms.txt yayımlayan site%18
5/28Hiç yapısal veri kullanmayan site%18: ana sayfada JSON-LD yok

2. Yöntem: neyi, nasıl ölçtük?

Çerçeve: Sağlık Bakanlığı Sağlık Hizmetleri Genel Müdürlüğü’nün uluslararası sağlık turizmi yetki belgesi olan kuruluş listeleri (hastaneler, tıp merkezleri, muayenehaneler ve diğer sağlık tesisleri). Ekim 2026’da indirdiğimiz listelerde toplam 4.732 kayıt vardı: 549 hastane, 135 tıp merkezi, 2.471 muayenehane ve 1.577 diğer sağlık tesisi.

  1. Örneklem: Listedeki 334 özel hastaneden 40, 132 özel tıp merkezinden 10 kurum, sabit bir başlangıç değeriyle rastgele seçildi.
  2. Site eşleştirme: Listede web sitesi bilgisi yer almadığı için her kurumun sitesini adıyla aradık; ana sayfadaki kurum ya da grup adını kontrol ederek doğruladık. 50 kurumun 40’ında resmî site doğrulandı. Zincir hastaneler ortak alan adı kullandığı için bu 40 kurum 31 alan adına karşılık geldi; ölçümler alan adı düzeyinde yapıldı.
  3. Ölçüm: 27 Ekim 2026’da, kendini açıkça bir araştırma aracı olarak tanıtan bir istemciyle, her alan adına 4–5 istek gönderildi. Ana sayfa JavaScript çalıştırılmadan okundu; robots.txt, site haritası ve llms.txt dosyaları kontrol edildi.
  4. Raporlama: Sonuçları kurum adı vermeden, toplu olarak paylaşıyoruz. Amaç kurumları sıralamak değil, sektörün genel durumunu göstermek.

Muayenehaneler ve diğer sağlık tesisleri yetkili kuruluşların büyük çoğunluğunu oluşturuyor, ancak bu ölçüme dahil edilmedi. Ön denemede, rastgele örneklemden adıyla aradığımız 10 muayenehanenin hiçbirinde kuruma ait, doğrulanabilir bir site bulamadık; aramalarda yalnızca doktor rehberleri ve hastane profil sayfaları çıktı. Bu da başlı başına bir bulgu: küçük kurumların önemli bir kısmı internette kendi sitesiyle değil, üçüncü taraf platformlarla temsil ediliyor.

3. Bulgular bir bakışta

ÖlçütSonuçNe anlama geliyor?
Resmî site50 kurumun 40’ı (%80)10 kurumda resmî site bulunamadı ya da doğrulanamadıHer beş kurumdan biri adıyla aranınca bulunamıyorYapay zekâ yanıtında kaynak gösterilecek bir site yok
Yapay zekâ arama botları29 sitenin hiçbiri engellemiyorOAI-SearchBot, ChatGPT-User, Claude-SearchBot, PerplexityBotArama yanıtlarında görünmeye açıkTemel erişim sorunu yok
Bilinçli bot kuralı29 sitenin 24’ünde yok (%83)Hiçbir yapay zekâ botu adıyla anılmıyorKarar verilmemiş, varsayılan izin geçerliEğitim ve arama ayrımı yapılmamış
Tıbbi kurum işaretlemesi28 sitenin 13’ü (%46)Hospital, MedicalOrganization, IndividualPhysicianYarıdan fazlası kurum türünü makineye söylemiyorYapay zekâ bağlamdan tahmin etmek zorunda
Hiç yapısal veri28 sitenin 5’inde yok (%18)Ana sayfada JSON-LD bulunmuyorAdres, telefon, branş makineye yapılandırılmış verilmiyor
Dil alternatifleri28 sitenin 11’i (%39)Ana sayfada en az iki dilde hreflangYabancı hastaya hizmet veren kurumların çoğu dil sürümlerini bildirmiyorYanlış dildeki sayfa önerilebilir
llms.txt28 sitenin 5’i (%18)Bir sitede adres robots biçimli içerik döndürüyorHenüz yaygın değilErken davrananlar için fark yaratma alanı
Site haritası28 sitenin 26’sı (%93)robots.txt’de ya da /sitemap.xml’deSayfa keşfi büyük ölçüde sağlanmış
JavaScript’siz metinMedyan yaklaşık 1.060 kelimeHiçbir ana sayfa 300 kelimenin altında değilİçerik sunucuda üretiliyorJavaScript çalıştırmayan botlar da metni okuyabiliyor
Temel etiketlerAçıklama ve canonical: 28 sitenin 23’ühtml lang: 26; viewport: 28; Open Graph: 19Temel SEO büyük ölçüde yerindeYaklaşık beşte birinde açıklama eksik

Not: Oranlar ölçüm yapılabilen alan adı sayısına göredir: robots.txt için 29, ana sayfa ölçümleri için 28 alan adı. Yalnızca ana sayfa ölçüldü.

4. robots.txt: kimse engellemiyor, kimse karar da vermiyor

Yapay zekâ şirketleri iki farklı tür bot kullanır. Eğitim botları (GPTBot, ClaudeBot, Google-Extended, CCBot gibi) içeriği model eğitimi için toplar. Arama ve kullanıcı botları (OAI-SearchBot, ChatGPT-User, Claude-SearchBot, PerplexityBot) ise kullanıcı bir soru sorduğunda yanıtı oluşturmak ve kaynak göstermek için sayfayı okur. Hastane sitesinin yapay zekâ yanıtlarında kaynak olarak görünmesi için asıl önemli olan ikinci gruptur.

BotEngelleyen siteAdıyla anan site
OAI-SearchBot · ChatGPT-User0 / 29ChatGPT arama ve kullanıcı istekleri2 ve 1
Claude-SearchBot0 / 29Claude arama2
PerplexityBot0 / 29Perplexity arama dizini3
GPTBot · ClaudeBot · Google-Extended3 / 29Model eğitimi4
CCBot · Applebot-Extended · meta-externalagent · Bytespider3 / 29Eğitim ve veri toplama4

Not: Eğitim botlarını engelleyen 3 sitenin üçü de Cloudflare’in yönettiği robots.txt’yi kullanıyor: arama botlarına izin verip eğitim botlarını engelliyor ve Content-Signal satırıyla (search=yes, ai-train=no) tercihini bildiriyor.

Tablo net: hiçbir site yapay zekâ aramasına kapalı değil, ama yalnızca 29 sitenin 5’i herhangi bir yapay zekâ botunu adıyla anıyor. Geri kalan 24 site için durum bilinçli bir tercih değil, robots.txt yazıldığında bu botların henüz gündemde olmamasının sonucu. Bu bir sorun değil; ancak eğitim ve arama ayrımını kendi politikanıza göre yapmak istiyorsanız, bunun için robots.txt’ye birkaç satır eklemek yeterli. Hangi botun ne iş yaptığını PerplexityBot ve yapay zekâ botları rehberimizde ayrıntılı anlattık.

5. Bot doğrulama ekranları: görünmeyen engel

robots.txt izin verse de bir siteye erişim, içerik dağıtım ağının (CDN) bot yönetimi ayarlarına da bağlıdır. Ölçüm sırasında 31 alan adının 2’si, kendini açıkça tanıtan araştırma istemcimize ana sayfa yerine “tarayıcınız doğrulanıyor” ekranı döndürdü; 1 alan adında bu ekran aralıklı olarak çıktı, 1 site de bakım modundaydı.

Bu, gerçek yapay zekâ botlarının engellendiği anlamına gelmez: Cloudflare gibi hizmetler doğrulanmış botlara farklı davranabilir. Ama bot yönetimi ayarlarının, robots.txt’de verdiğiniz kararla çelişip çelişmediğini kontrol etmek gerekir. Örneğin robots.txt’de PerplexityBot’a izin verip CDN’de tüm otomatik trafiğe doğrulama ekranı göstermek, botu fiilen dışarıda bırakabilir. Kendi sitenizde CDN panelindeki yapay zekâ botu ayarlarını robots.txt ile birlikte gözden geçirin.

6. Yapısal veri: yapay zekâ kurumu nasıl tanıyor?

Yapısal veri (JSON-LD), sayfadaki bilgiyi makinenin anlayacağı biçimde etiketler: “bu bir hastanedir, adresi şudur, şu branşlarda hizmet verir, şu doktorlar çalışır”. Yapay zekâ sistemleri ve arama motorları bu etiketleri kurumu doğru tanımak ve bilgileri birbirine bağlamak için kullanır.

  • 13 site (%46) kendini Hospital, MedicalOrganization ya da IndividualPhysician gibi tıbbi bir türle işaretliyor.
  • 10 site yapısal veri kullanıyor ama yalnızca genel türlerle (WebSite, Organization, BreadcrumbList); kurumun bir sağlık kuruluşu olduğu makineye söylenmiyor.
  • 5 site (%18) ana sayfada hiç yapısal veri kullanmıyor.
  • Sık sorulan sorular işaretlemesi (FAQPage) yalnızca 1 sitede, kişi işaretlemesi (Person, genellikle doktor) 7 sitede var.

Yapay zekâ yanıtları çoğunlukla “İstanbul’da saç ekimi yapan JCI akrediteli hastaneler” gibi soruları yanıtlar. Kurum türü, konum, branş ve doktor bilgisi yapılandırılmış olarak verilmediğinde, sistem bunu sayfa metninden tahmin etmek zorunda kalır. Tahmin her zaman yanlış değildir, ama rekabette yapılandırılmış veriyi verenler bir adım öndedir.

7. Dil sürümleri: sağlık turizminin en büyük açığı

Örneklemdeki kurumların hepsi uluslararası sağlık turizmi yetki belgesi sahibi; yani yabancı hastaya hizmet vermeye yetkili. Buna rağmen 28 sitenin yalnızca 11’i (%39) ana sayfada hreflang etiketiyle başka dil sürümlerini bildiriyor.

hreflang, arama motorlarına ve onların verisini kullanan yapay zekâ sistemlerine “bu sayfanın Almanca sürümü şu adreste” der. Bu etiket olmadığında Almanca soru soran bir hastaya Türkçe sayfa önerilebilir ya da dil sürümleri ayrı ve ilgisiz sayfalar gibi değerlendirilebilir. Bazı kurumlar dil sürümlerini ayrı alan adlarında ya da yalnızca JavaScript ile çalışan bir dil seçicide tutuyor olabilir; bu ölçüm yalnızca ana sayfadaki etiketlere baktı. Yine de tablo açık: yabancı hasta için yapılan yatırımın önemli bir kısmı, dil sürümlerinin makineye doğru tanıtılmaması yüzünden görünmez kalıyor olabilir.

8. İyi haber: içerik okunabilir durumda

2024’te yayımlanan bağımsız ölçümlere göre büyük yapay zekâ tarayıcılarının çoğu sayfaları JavaScript çalıştırmadan okuyor. Bu yüzden içeriği yalnızca tarayıcıda JavaScript ile oluşturan siteler bu botlara boş görünebilir.

Ölçtüğümüz 28 ana sayfanın hiçbiri bu durumda değildi: JavaScript çalıştırılmadan okunan metin medyan yaklaşık 1.060 kelime, en düşük değer 500 kelimenin üzerindeydi. Site haritası 28 sitenin 26’sında, sayfa açıklaması ve canonical etiketi 23’ünde vardı; hiçbir ana sayfa arama motorlarına kapatılmamıştı. Yani sektör, klasik SEO’nun temellerini büyük ölçüde atmış durumda. Eksik olan, bu temelin üzerine kurulan yapay zekâ katmanı.

9. Kliniğiniz için kontrol listesi

Araştırmanın bulguları, sağlık turizmi yapan her klinik ve hastane için kısa bir kontrol listesine dönüşüyor:

  1. Sitenizin adınızla bulunduğundan emin olun: Kurum adınızı aratın; ilk sonuçta kendi siteniz değil de bir rehber çıkıyorsa yapay zekâ da sizi o rehber üzerinden tanır.
  2. robots.txt’de karar verin: Arama botlarına (OAI-SearchBot, ChatGPT-User, Claude-SearchBot, PerplexityBot) açıkça izin verin; eğitim botları için kendi politikanızı yazın.
  3. CDN ayarlarını robots.txt ile uyumlu tutun: İzin verdiğiniz botlara doğrulama ekranı gösterilmediğini kontrol edin.
  4. Kurum türünü yapısal veriyle söyleyin: Hospital, MedicalClinic ya da Dentist türünü; adres, telefon, branşlar ve doktorlarla birlikte işaretleyin.
  5. Dil sürümlerini hreflang ile bağlayın: Her dil sürümü diğerlerini ve kendisini göstersin.
  6. Sık sorulan soruları işaretleyin: Fiyat aralığı, süreç, konaklama gibi soruları sayfada yanıtlayın ve FAQPage ile işaretleyin. Sağlık hizmetlerinin tanıtımına ilişkin kurallara uyun.
  7. llms.txt ekleyin: Henüz bir öneri ve büyük yapay zekâ şirketleri kullandıklarını resmî olarak doğrulamadı; ama hazırlaması bir saat sürer ve sektörde yaygın olmadığı için fark yaratır.
  8. İçeriği JavaScript’e bağımlı yapmayın: Yeni site yaptırırken metnin sunucuda üretildiğinden emin olun.

Yapay zekâ aramasının genel mantığını Klinikler yapay zekâ aramalarında nasıl görünür? yazımızda, sitenin temel yapısını klinik web sitesinde olması gerekenler yazımızda anlattık.

10. Sınırlılıklar

  • Örneklem küçük: 28–31 alan adında bir oran yaklaşık ±15–18 puanlık belirsizlik taşır. Sonuçlar genel eğilimi gösterir, kesin yüzdeleri değil.
  • Yalnızca ana sayfa: Tedavi ve doktor sayfalarında yapısal veri ve dil etiketleri farklı olabilir.
  • Zincir etkisi: Zincir hastaneler aynı alan adını paylaştığı için alan adı düzeyinde ölçtük; kurum düzeyinde oranlar farklı olabilir.
  • Site eşleştirme: 10 kurumun sitesini bulamadık ya da doğrulayamadık; bu kurumların sitesi olmadığı anlamına gelmez.
  • CDN davranışı: Gerçek yapay zekâ botlarının ölçüm istemcimizden farklı karşılanması mümkündür.
  • Tek gün: Ölçüm 27 Ekim 2026’da yapıldı; siteler sürekli değişir.

Bu araştırmanın bulgularını kaynak göstererek kullanabilirsiniz. Ölçümü belirli aralıklarla tekrarlayıp sonuçları güncellemeyi planlıyoruz.

11. Sonuç

Türkiye’nin yetkili sağlık turizmi kurumları, yapay zekâ aramasına teknik olarak kapalı değil; ama kendilerini bu sistemlere tanıtmak için gereken adımların çoğunu henüz atmamış durumda. Bu, erken davranan klinikler için bir fırsat: yapısal veri, hreflang, net bir robots.txt politikası ve llms.txt, birkaç günlük işle tamamlanabilir ve rakiplerin çoğunun henüz yapmadığı bir fark yaratır.

Kliniğinizin sitesini bu ölçütlerle birlikte inceleyelim: klinik SEO ve özel tasarım web site hizmetlerimize göz atın ya da ücretsiz görüşme planlayın.

Sık sorulan sorular

Bu araştırmada hangi kurumlar incelendi?

Sağlık Bakanlığı’nın uluslararası sağlık turizmi yetki belgesi olan kuruluş listesinden rastgele seçilen 40 özel hastane ve 10 özel tıp merkezi. Resmî sitesi doğrulanan 40 kurum, zincir hastaneler nedeniyle 31 alan adına karşılık geldi. Sonuçlar kurum adı verilmeden, toplu olarak paylaşıldı.

Hastane siteleri ChatGPT ve Perplexity’ye kapalı mı?

Hayır. robots.txt’si ölçülebilen 29 sitenin hiçbiri OAI-SearchBot, ChatGPT-User, Claude-SearchBot ya da PerplexityBot’u engellemiyor. Ancak 24’ü bu botlar için hiç kural yazmamış; varsayılan izinle çalışıyor.

En büyük eksik ne?

Kurumun makineye doğru tanıtılması. Sitelerin yalnızca %46’sı yapısal veriyle kendini tıbbi kurum olarak işaretliyor, %39’u ana sayfada dil sürümlerini hreflang ile bildiriyor ve %18’i llms.txt yayımlıyor.

llms.txt gerçekten gerekli mi?

Henüz bir öneri ve büyük yapay zekâ şirketleri kullandıklarını resmî olarak doğrulamadı. Hazırlaması kolay ve sağlık turizmi sitelerinde yaygın olmadığı için düşük maliyetli bir fark yaratma adımıdır; ancak yapısal veri ve hreflang’den önce gelmez.

Kendi sitemi nasıl kontrol ederim?

Alan adınızın sonuna /robots.txt ve /llms.txt ekleyip açın; Google’ın Zengin Sonuç Testi ile yapısal verinizi kontrol edin; sayfa kaynağında hreflang etiketlerini arayın. CDN kullanıyorsanız yapay zekâ botu ayarlarını robots.txt ile karşılaştırın.

Bulguları kendi içeriğimde kullanabilir miyim?

Evet. Kaynak olarak bu sayfaya bağlantı vermeniz yeterli. Ölçüm 27 Ekim 2026 tarihlidir; zamanla değişebilir.

SEO optimizasyonu hakkında destek alın.Doktorlara ve sağlık kuruluşlarına özel hizmet veriyoruz. Ücretsiz görüşmede ihtiyacınızı birlikte netleştirelim.
Ücretsiz görüşme

SEO optimizasyonu sayfasını inceleyin

Kliniğinizin dijital büyümesini birlikte planlayalım.

Yalnızca doktorlara ve sağlık kuruluşlarına hizmet veriyoruz. İhtiyacınızı dinleyip size uygun paketi hazırlayalım.

İletişim WhatsApp iMessage