Sağlık Turizminde GEO: Yapay Zekaya Kaynak Olmak

Londra'da yaşayan bir hasta, Türkiye'deki bir kliniğe giden yolculuğuna arama kutusundan başlamıyor. Süreç çoğu zaman bir sohbet penceresinde, "Türkiye'de bir kliniğe nasıl karar veririm, nelere bakmalıyım?" gibi geniş ve biraz tedirgin bir soruyla açılıyor. Soru İngilizce, Almanca veya Arapça yazılıyor; cevabı üreten model ise Türkçe, İngilizce ve bazen üçüncü bir dildeki kaynakları aynı anda tarıyor. Hasta bu aşamada henüz klinik seçmiyor. Hangi soruları soracağını, neyin makul neyin şüpheli olduğunu, kimin ne yetkisiyle konuştuğunu öğreniyor.

Kararın asıl eşiği burada kuruluyor. Klinik adınızın o eşiğin hangi tarafında anılacağı, sitenizde kaç anahtar kelime geçtiğiyle değil, sizi anlatan bilgilerin bir makine tarafından okunup güvenle özetlenebilir olup olmadığıyla belirleniyor. Bu yazı, sağlık turizmiyle uğraşan klinik ve hastanelerin yapay zeka arama motorlarında kaynak gösterilebilir hale gelmesi için izleyebileceği yolu anlatıyor. Bir tedavi önerisi, başarı iddiası ya da hasta çekme vaadi içermiyor; konusu tıp değil, görünürlüğün altyapısı.

Sağlık turizminde soru, bir tıbbi soru değil güven sorusudur

Yurt dışından gelen sorguları okuduğunuzda tekrar eden şey klinik merak değil, doğrulama ihtiyacıdır. "Bu klinik gerçekten ruhsatlı mı", "hekimin uzmanlığı hangi alanda", "kim çeviri yapacak", "ülkeme döndükten sonra kime ulaşırım", "ödeme nasıl ilerliyor". Bunların hiçbiri tıbbi bilgi sorusu değil; hepsi kurumsal kimlik, yetki ve süreç sorusudur.

Bu ayrım pratikte şu anlama gelir: yapay zeka motorunun sizi önerebilmesi için tedaviyi anlatmanız yetmez, kurumu anlatmanız gerekir. Model bir kliniği yanıtına koyarken o kliniğin kim olduğunu, nerede bulunduğunu, hangi izinle çalıştığını ve hastayla nasıl iletişim kurduğunu birbirini doğrulayan kaynaklardan görebilmek ister. Tedavi sayfalarınız iyi yazılmış olabilir; kurumsal kimliğiniz dağınıksa model sizi güvenli bir cevap malzemesi olarak görmez ve daha net tanımlanmış bir kurumu anar.

Bu yüzden sağlık turizmi içeriğinde ilk iş, tedavi anlatısını zenginleştirmek değil, kurumsal gerçekleri tek ve tutarlı bir kaynağa oturtmaktır: yasal unvan, adres, ruhsat ve yetki belgesi bilgisi, hekim kadrosu, iletişim kanalları, çalışma saatleri, konuşulan diller. Bu bilgiler sitede, harita kaydında ve varsa üçüncü taraf dizinlerde birbirini tutmalıdır. Yerel SEO ile GEO arasındaki farkı anlatan yazıda değindiğimiz tutarlılık ilkesi sağlıkta çok daha sert işler; çünkü çelişkili bir adres kaydı burada yalnızca sıralama değil, güvenilirlik kaybıdır.

Çok dilli görünürlük: aynı içeriği çevirmek neden yetmez

Sağlık turizminde en yaygın hata, Türkçe sayfaları makineyle çevirip aynı yapının altına dizmektir. Bu, iki ayrı düzeyde başarısız olur.

Birincisi teknik düzey. Aynı içeriğin farklı dillerdeki sürümleri birbirine hreflang ile bağlanmazsa arama sistemleri hangi sürümü kime göstereceğini kestiremez; sürümler birbirinin kopyası gibi görünür. Her dil için ayrı ve kalıcı bir URL, karşılıklı hreflang bağları ve o dile ait kendi canonical etiketi gerekir. Dil seçimi yalnızca tarayıcı hafızasında tutuluyor ve URL değişmiyorsa, o dil bir tarayıcı için pratikte yoktur.

İkincisi bağlam düzeyi; asıl belirleyici olan da bu. Almanya'dan gelen bir sorgu ile Körfez ülkelerinden gelen bir sorgu aynı cümleleri kurmaz. Biri sigorta kapsamını ve fatura biçimini sorar, diğeri refakatçi düzenini ve konaklama süresini. Biri mesafeyi kilometreyle, diğeri uçuş süresiyle düşünür. Bir tutar euro ile mi, sterlin ile mi, dolar ile mi anlamlandırılacaktır? Havalimanından kliniğe ulaşım ne kadar sürer? Bu soruların cevapları o dildeki sayfada yerelden yazılmış olmalıdır; çeviri metninin içine sıkıştırılmış bir dipnot olarak değil.

Pratik ölçüt şudur: bir dildeki sayfayı, o ülkeden gelen bir hastanın gerçekten sorduğu beş soruya cevap verecek biçimde yeniden kurgulayamıyorsanız, o sayfa henüz çok dilli değil, yalnızca çevrilmiştir.

YMYL içerik ve E-E-A-T: sağlıkta kanıt eşiği yüksektir

Sağlık, para ve hukuk içerikleri arama sistemlerinde ayrı bir sınıfta değerlendirilir. Yanlış bilginin bedeli yüksek olduğu için bu alanlarda kaynağın kim olduğu, metnin ne söylediği kadar önemlidir. Yapay zeka motorları da aynı çekingenlikle davranır: adı geçen kurumun kimliği doğrulanabilir değilse, o kurum cevaba girmez.

Kanıtı görünür kılmanın somut yolları var:

• Hekim kimliği sayfa düzeyinde durmalı. Tedavi sayfasının altında "uzman ekibimiz" ifadesi değil; adı, uzmanlık alanı, mezuniyeti, varsa üyelikleri ve yayınlarıyla tanımlı bir hekim profili ve o profile giden bir bağlantı bulunmalı.
• Tıbbi içerik denetimi kayıt altında olmalı. Metni kimin yazdığı, hangi hekimin gözden geçirdiği ve en son ne zaman güncellendiği sayfada yazılı olmalı. Bu üçlü, sağlık içeriğinde en güçlü tekil güven sinyalidir.
• Yetki belgeleri açıkça anılmalı. Türkiye'de uluslararası sağlık turizmi faaliyeti Sağlık Bakanlığı'nın belirlediği yetkilendirme çerçevesine tabidir; kuruluşun ve varsa aracı kuruluşun yetki durumu, ruhsat bilgisi ve yasal unvanı sitede erişilebilir olmalıdır.
• Mevzuat sınırı içeride kalmalı. Türkiye'de sağlık hizmetlerinin tanıtımı serbest bir reklam alanı değildir; Sağlık Bakanlığı'nın tanıtım ve bilgilendirme mevzuatı talep yaratıcı ifadeleri, başarı ve garanti iddialarını, hasta görsellerine dayalı önce-sonra sunumlarını sınırlar. GEO çalışması bu sınırın içinde yapılır: iddia değil, doğrulanabilir bilgi yayınlanır.

Bu son madde kısıt gibi görünse de pratikte avantaja dönüşür. Abartılı iddia, dil modellerinin en kolay elediği içerik türüdür; ölçülü ve dayanağı gösterilen anlatım ise alıntılanmaya en uygun olanıdır. Schema markup ve E-E-A-T'nin yapay zeka arama motorlarında nasıl çalıştığını ele alan yazı, bu sinyallerin teknik karşılığını ayrıntılandırıyor.

Fiyat, paket ve lojistik bilgisinin makine okunabilir olması

Hasta yolculuğunun ikinci yarısı büyük ölçüde operasyonel sorulardan oluşur: sürecin adımları, kalınacak gün sayısı, refakatçi düzeni, transfer, tercüman, kontrol randevusu, ödeme ve iade koşulları, dönüş sonrası iletişim. Bu bilgileri düzyazı paragrafların içine gömdüğünüzde bir dil modeli bunları özetleyebilir ama emin olamaz. Yapılandırılmış veriye çevirdiğinizde ise doğrudan alıntılanabilir hale gelir.

Uygulamada dört katman işe yarar:

1. Kurum katmanı. MedicalClinic veya Hospital şeması; yasal ad, adres, coğrafi konum, telefon, e-posta, çalışma saatleri ve availableLanguage ile konuşulan diller.
2. Kişi katmanı. Her hekim için Physician şeması; uzmanlık alanı, bağlı olduğu kurum ve profil sayfasının kendi URL'si.
3. Hizmet katmanı. Sunulan hizmetler için MedicalProcedure veya Service; sürecin adımları ve kapsamı. Fiyat alanı ancak gerçekten yayınladığınız, güncel ve koşulları açıkça yazılı bir bilgi varsa doldurulmalı. Yayınlamadığınız bir tutarı şemaya yazmak, tutmadığında güven kaybının en hızlı yoludur.
4. Soru katmanı. Sürecin tekrar eden sorularını SSS bloklarına, teknik tarafta FAQPage işaretlemesine dönüştürün. Her cevap tek başına okunduğunda anlamlı olmalı; çünkü model onu bağlamından kopararak alıntılar.

Bu işaretlemenin sayfadaki görünür metinle birebir örtüşmesi şarttır. Şemada yazan çalışma saatinin iletişim sayfasındakinden farklı olması yalnızca teknik bir hata değil, doğrulanabilirlik iddianızı zayıflatan bir çelişkidir. Aynı mantığın klinik tarafındaki ayrıntılı uygulamasını diş klinikleri için hazırladığımız GEO rehberinde bulabilirsiniz.

Yorum, hasta deneyimi ve doğrulanabilir referans

Yurt dışından gelen hasta, kliniğin kendi sitesinde yazdığına tek başına yaslanmaz; dışarıdan doğrulama arar. Yapay zeka motorları da benzer biçimde çalışır ve kurum hakkındaki bilgiyi birden çok bağımsız kaynakta görmek ister.

Buradaki kritik ayrım, referansın doğrulanabilir olmasıdır. Kaynağı belirsiz memnuniyet cümleleri ya da yeniden düzenlenmiş hasta anlatıları hem mevzuat açısından risklidir hem de model tarafında karşılığı yoktur. Karşılığı olan sinyaller şunlardır: kurumun bağımsız platformlardaki gerçek kayıtları, mesleki kuruluş ve dernek üyelikleri, hekimlerin yayın veya konuşma kayıtları, akreditasyon ve belge bilgileri, adınızın geçtiği doğrulanabilir haberler.

Hasta deneyimini anlatmak isterseniz, klinik sonuç iddiası yerine süreci anlatın: ilk temastan itibaren hangi adımların işlediğini, kimin hangi dilde iletişim kurduğunu, hangi belgelerin hazırlandığını, dönüş sonrası takibin nasıl yürüdüğünü. Süreç anlatısı hem mevzuat sınırı içinde kalır hem de hastanın gerçekten sorduğu soruya cevap verdiği için alıntılanma olasılığı yüksektir.

Uygulama sırası: 90 günlük öncelik listesi

Bu işi tek seferde bitirmeye çalışmak yerine, en yüksek getirili adımdan başlamak daha gerçekçi.

İlk 30 gün — temel doğruluk. Kurumsal gerçekleri tek kaynağa oturtun: yasal unvan, adres, telefon, e-posta, yetki ve ruhsat bilgisi, hekim listesi. Site, harita kaydı ve dizinler arasındaki çelişkileri giderin. İletişim sayfasını, bir tarayıcı JavaScript çalıştırmasa bile okunabilir hale getirin; e-posta adresi gizlenmiş ya da yalnızca formun içinde saklıysa model onu göremez.

31-60 gün — dil ve kanıt. Öncelikli iki hedef pazar seçin ve o dillerde ayrı URL'li, hreflang bağlı, yerelden yazılmış sayfalar kurun. Aynı dönemde her hekim için profil sayfası açın; her tıbbi içeriğe yazar, denetleyen hekim ve güncelleme tarihi bilgisini ekleyin. Mevzuata uygunluk kontrolünü bu aşamada yapın, en sonda değil.

61-90 gün — yapı ve ölçüm. Şema katmanlarını yayına alın, süreç sorularını SSS bloklarına dönüştürün ve marka adınızla ilgili sorguları yapay zeka arayüzlerinde düzenli olarak test edin: adınız anılıyor mu, anılıyorsa hangi bilgiyle, yanlış bir bilgi tekrarlanıyor mu. Bu testin kaydını tutun; GEO'da ilerleme bu kayıtla ölçülür.

Sıralamanın mantığını daha genel bir çerçevede görmek isterseniz GEO stratejisinin adım adım kurulumunu anlatan yazı iyi bir başlangıç noktası. Kendi kurumunuz için hangi adımın önce geldiğini konuşmak isterseniz bize ulaşabilirsiniz.

Sıkça Sorulan Sorular

Sağlık turizminde GEO ile klasik SEO arasındaki fark nedir?

Klasik SEO bir arama sonuç sayfasında sıralama almayı hedefler ve tıklamayı ölçer. GEO ise sohbet tabanlı arayüzlerin ürettiği cevabın içinde kaynak olarak anılmayı hedefler. Sağlık turizminde bu fark belirginleşir, çünkü hasta genellikle bir liste değil bir değerlendirme çerçevesi ister. Bu da kurumsal kimliğin, yetki bilgisinin ve süreç ayrıntılarının makine tarafından okunabilir olmasını anahtar kelime yoğunluğundan daha belirleyici hale getirir.

Yurt dışı hastalar için sayfaları çevirmek yeterli mi?

Yeterli değildir. Çeviri, teknik olarak ayrı URL ve karşılıklı hreflang bağlarıyla desteklenmezse arama sistemleri sürümleri birbirinden ayıramaz. Daha önemlisi, her pazarın kendi soru kalıpları vardır: sigorta ve fatura düzeni, refakatçi ve konaklama, para birimi, uçuş süresi. Bu bağlam bilgisi çevrilmiş metne dipnot olarak eklenemez; o dildeki sayfanın kendi yapısı içinde, yerelden yazılmış olması gerekir.

Sağlık hizmeti tanıtımı mevzuatı GEO çalışmasını engeller mi?

Engellemez, çerçeveler. Türkiye'de sağlık hizmetlerinin tanıtımı serbest bir reklam alanı değildir; talep yaratıcı ifadeler, başarı ve garanti iddiaları ile hasta görsellerine dayalı sunumlar mevzuatla sınırlandırılmıştır. GEO çalışması zaten bu tür iddialara dayanmaz. Doğrulanabilir kurumsal bilgi, hekim kimliği, süreç anlatımı ve yapılandırılmış veri hem mevzuat sınırı içinde kalır hem de dil modellerinin alıntılamaya en yatkın olduğu içerik türüdür.

Fiyat bilgisini sitede yayınlamalı mıyım?

Bu ticari bir karardır, teknik bir zorunluluk değil. Ancak yayınlamayı seçtiyseniz bilginin güncel olması, kapsamının açıkça yazılması ve sayfadaki metinle yapılandırılmış veride aynı görünmesi gerekir. Yayınlamadığınız veya sık değişen bir tutarı şemaya yazmak, hasta karşılaştığı rakamla aradaki farkı gördüğünde en hızlı güven kaybı yoludur. Fiyat vermeyecekseniz, neyin kapsama dahil olduğunu ve teklifin nasıl alındığını anlatmak daha işlevsel bir cevaptır.

Yapay zeka motorlarında görünür olup olmadığımı nasıl ölçerim?

Doğrudan bir sıralama panosu yoktur, bu yüzden ölçüm elle kurulur. Hedef pazarlarınızın dillerinde, hastanın gerçekten soracağı biçimde bir soru listesi hazırlayın ve bunları farklı yapay zeka arayüzlerinde düzenli aralıklarla sorun. Her seferinde şunu kaydedin: kurum adınız geçti mi, hangi bilgiyle geçti, bilgi doğru muydu, hangi kaynak gösterildi. Zaman içinde bu kayıt, çalışmanın işe yarayıp yaramadığını gösteren tek somut veriye dönüşür.