Abdullah Çetin
Abdullah Çetin

"Evrene, insana, kuruma ve doğaya bütünsel bakış"

sadece yaşamın öğrencisi...

Yüzümüz Sağlığımız Hakkında Ne Söyler?

7 Eylül 2026

Yüz Okuma ve Sağlık

Yüzümüz gerçekten sağlık aynamız mı?

Bir insanın yüzüne baktığımızda onun yorgun, ateşli, solgun veya stresli olduğunu bazen sezebiliriz. Bu sezgi yalnızca bir varsayım mı, yoksa yüzümüz gerçekten bedenin iç durumu hakkında bilgi taşıyor olabilir mi?

İnsanlar binlerce yıldır bu sorunun peşinde. Geleneksel Çin Tıbbının yüz tanısı geleneğinden bu geleneği Türkiye'de uygulayan Murat Kaplan'ın çalışmalarına, oradan da modern görüntü analizi ve yapay zekâ araştırmalarına uzanan bu arayışın ortak noktası şudur: Yüz, dışarıdan gözlenebilen bir yüzeydir; sağlık durumu ve bedensel süreçler ise çoğu zaman doğrudan görünmez. Yüz okuma fikri, bu iki alan arasında bir bağlantı kurmaya çalışır.

Ancak bu bağlantı, yüzün tek başına hastalıkları teşhis ettiği anlamına gelmez. Geleneksel yorumlar, kişisel gözlem ve kültürel birikimle şekillenirken modern çalışmalar yüz rengi, parlaklık, doku ve bölgesel görüntü özelliklerini istatistiksel modellerle incelemektedir.

Geleneksel Çin Tıbbında yüz tanısı

Geleneksel Çin Tıbbı, yüzü bedenin genel durumuna ilişkin gözlem yapılabilecek alanlardan biri olarak ele alır. Yüz rengi, parlaklık, dudak görünümü ve bazı yüz bölgeleri geleneksel beden örüntüleriyle ilişkilendirilir.

Geleneksel Çin Tıbbı yorumlarında beş temel renk kategorisinden söz edilir:

  • Kırmızı tonlar "ısı" veya "ateş" örüntüleriyle ilişkilendirilebilir.
  • Solgunluk, bazı geleneksel sınıflandırmalarda kan veya qi eksikliğiyle bağlantılı kabul edilir.
  • Yeşilimsi tonlar durgunluk veya soğuklukla ilişkilendirilebilir.
  • Sarı tonlar dalak sistemiyle bağlantılandırılabilir.
  • Koyu tonlar böbrek sistemiyle ilişkilendirilebilir.

Bu ifadeler Geleneksel Çin Tıbbının kendi kavramsal çerçevesine aittir; modern tıbbın tek başına kabul ettiği tanı ölçütleri değildir [1].

2009 tarihli bir derleme, Geleneksel Çin Tıbbında yüz ve cilt renginin gözlenmesini ve bu gözlemleri renk ölçümü gibi yöntemlerle nesnelleştirme çabalarını ele alır [1].

2014 tarihli Zhao çalışması ise yüz görünümünü dijital görüntüler ve renk uzayları aracılığıyla ölçmeye çalışır. Böylece "yüz solgun görünüyor" gibi öznel bir gözlem, sayısal renk ve parlaklık değerlerine dönüştürülmeye çalışılır [2].

Geleneksel Çin Tıbbında yüz tanısı, yüzü bedenin iç durumu hakkında ipuçları taşıyan bir gözlem alanı olarak ele alır; ancak bu yaklaşım modern klinik tanıyla aynı şey değildir.

Murat Kaplan ve yüz okuma

Türkiye'de bu alanda çalışan isimlerden biri, Pedagoji Doktoru, Adli Psikoloji Uzmanı, Adli Belge İnceleme Uzmanı ve Yüz ve Beden Dili Analisti olan Murat Kaplan'dır. Kaplan, Geleneksel Çin Tıbbı ve Çin evrenbilimi prensipleri çerçevesinde yüz okuma, davranış ve karakter analizi yöntemleri üzerine çalışmakta ve bu alanda eğitimler vermektedir [3].

Kaplan'ın çalışmalarında şu unsurlar birlikte değerlendirilir [4]:

  • Yüz biçimi ve yüz bölgeleri: alın, kaş, göz, burun, kulak, dudak ve çene.
  • Yüz simetrisi ve çizgiler.
  • Cilt rengi ve parlaklık.
  • Yüzdeki izler ve benler.
  • Beden tipi ve duruş.
  • Ses tonu ve beden dili.
  • Davranış kalıpları.
  • Yin-Yang, Beş Element, Üç Köşk, Beş Memur ve On İki Ev gibi geleneksel kavramlar.
  • Organlar ve duygular arasındaki geleneksel ilişkiler.

Kaplan'ın çalışmalarında yüz özelliklerinin kişinin sağlık geçmişi veya bedensel dengesi hakkında ipuçları verebileceği belirtilir. Bu yaklaşımda yüz okuma, erken farkındalık ve önleyici sağlık düşüncesiyle ilişkilendirilir [5].

Kaplan'ın yazılarında yüz analizi; psikoloji, sinirbilim, evrimsel biyoloji, yüz algısı, yüz simetrisi, cilt özellikleri ve mikro ifadelerle ilişkilendirilir. Aynı zamanda bilimsel olarak desteklenen bulgularla spekülatif veya bilim dışı iddiaların ayrılması gerektiği de vurgulanır [6].

Yüz, biyoloji ve yaşam geçmişi

Murat Kaplan'ın çalışmalarında yüz simetrisi ile erken yaşam koşulları arasında ilişki kuran araştırmalara da yer verilir [7]. Bu tür çalışmalar, yüzün farklı noktalarından elde edilen ölçümler ile çocukluk koşulları veya yaşam geçmişi arasında istatistiksel bağlantılar olup olmadığını araştırır.

Ancak bu tür bulgular, bir kişinin yüzüne bakarak çocukluğunun veya yaşam koşullarının kesin biçimde tahmin edilebileceği anlamına gelmez. Yüz simetrisi genetik, yaş, gelişim, beslenme, hastalıklar, çevresel koşullar ve yaşam boyunca oluşan değişimlerden etkilenebilir.

Cilt rengi, kızarıklık, parlaklık ve doku da yaş, güneş, stres, uyku, beslenme, ilaçlar, inflamasyon ve çevresel koşullardan etkilenebilir. Bu nedenle yüzdeki tek bir özellikten sağlık sonucu çıkarmak hatalı olabilir.

Yüz ifadeleri ve mikro ifadeler duygusal durum hakkında bazı ipuçları taşıyabilir; ancak bunlardan kişilik, niyet veya hastalık hakkında kesin sonuç çıkarılamaz.

Güncel araştırmalar: Yüz tanısından yapay zekâya

Son yıllardaki çalışmalar, yüz ve dil görüntülerini dijital veriye dönüştürerek çeşitli sağlık örüntülerini sınıflandırmaya çalışıyor. Bu çalışmaların bir bölümü Geleneksel Çin Tıbbındaki yüz ve dil tanısı kavramlarından hareket ediyor; başka çalışmalar ise yüz rengini, ışık yansıtma özelliklerini veya yüz dokusunu doğrudan biyomedikal veri olarak inceliyor.

Şizofreni ve yüz tanısı görüntüleri

Liu ve arkadaşları, Geleneksel Çin Tıbbı yüz tanısı görüntülerini Vision Transformer tabanlı bir yapay zekâ modeliyle analiz etti [8]. Çalışma, yüzün gözler, ağız, alın, yanaklar ve burun gibi bölgelerinin sınıflandırma modeline katkısını incelemeye çalıştı [8].

Bu araştırma, yüz görüntülerinde istatistiksel örüntüler aranabileceğini gösterir. Ancak bir kişinin yüzüne bakarak klinik olarak şizofreni tanısı konulabileceğini göstermez [8].

Koroner kalp hastalığı ve yüz rengi

2025 tarihli bir çalışmada, koroner kalp hastalığı olan ve olmayan kişilerin yüz görüntüleri karşılaştırıldı. Yüz; alın, yanaklar, burun, dudaklar ve çene gibi bölgelere ayrılarak renk, doygunluk ve parlaklık gibi nesnel özellikler incelendi. Araştırmacılar, kalp hastalığı olan grupta yüz renginin genel olarak daha koyu, daha doygun ve daha az parlak olduğunu tespit etti [9].

Bu çalışma, Geleneksel Çin Tıbbındaki "yüz rengindeki değişiklikler anlam taşıyabilir" fikrini modern renk ölçümleriyle araştırmaya çalışan bir örnek olarak görülebilir [9].

Ancak yüz rengindeki farklılıkların yalnızca kalp hastalığına özgü olmadığı unutulmamalıdır. Işık, cilt tonu, yaş, dolaşım, ilaçlar ve fotoğraf kalitesi de aynı ölçümleri etkileyebilir.

Eksiklik ve fazlalık örüntüleri

Li ve arkadaşları, yüz, dudak ve dil görüntülerinden alınan özellikleri kullanarak Geleneksel Çin Tıbbındaki "eksiklik" ve "fazlalık" örüntülerini sınıflandırmaya çalıştı [10]. Modelin girdileri arasında yüz rengi, dudak rengi, dil gövdesinin rengi, dil kaplamasının rengi ve kaplama kalınlığı yer aldı [10].

Çalışmanın temel yaklaşımı şu şekilde özetlenebilir:

Yüz ve dil rengi ile yüzey özellikleri → görüntü analizi → geleneksel örüntü sınıflandırması [10].

Bu, geleneksel yüz ve dil gözlemlerini daha ölçülebilir hâle getirme çabasını gösterir. Bununla birlikte böyle bir modelin klinik karar vermede kullanılabilmesi için daha geniş ve bağımsız veri setlerinde doğrulanması gerekir [10].

Akciğer kanseri için yüz görüntüsü tabanlı risk modeli

Shi ve arkadaşları, yüz tanısı görüntülerinden elde edilen özelliklerle akciğer kanseri için erken uyarı risk modeli oluşturulmasını araştırdı. Çalışmada yüz görüntüsü özellikleri makine öğrenmesi modellerine aktarıldı [11].

Bu sonuç, yüz fotoğrafının tek başına kanser taraması yapabildiği anlamına gelmez. Modelin farklı topluluklarda, farklı kameralarla ve gerçek klinik ortamlarda ayrıca doğrulanması gerekir [11].

Yüz ve dil görüntülerinden böbrek eksikliği örüntüsü

2025 tarihli Li ve arkadaşlarının çalışmasında, üreme çağındaki kadınlarda Geleneksel Çin Tıbbındaki "böbrek eksikliği sendromu" örüntüsünü sınıflandırmak için yüz ve dil görüntüleri birlikte kullanıldı [12]. Araştırmacılar 376 yüz-dil görüntü çifti topladı; 182 kişi böbrek eksikliği grubunda, 194 kişi ise böbrek eksikliği olmayan grupta yer aldı [12].

Yalnızca dil görüntüsüne dayalı modelin AUC değeri yaklaşık 0,7145; yalnızca yüz görüntüsüne dayalı modelin AUC değeri yaklaşık 0,8960; yüz ve dil görüntülerinin birleştirildiği modelin AUC değeri ise yaklaşık 0,9208 olarak bildirildi. Bağımsız dış doğrulama grubunda birleşik modelin AUC değeri 0,8353 oldu [12].

"Böbrek eksikliği" burada Geleneksel Çin Tıbbına ait bir örüntü kategorisidir; modern nefrolojideki böbrek hastalığı tanısıyla eş anlamlı değildir [12].

Yüzün görünür ışık yansıtması ve kansızlık

2025 tarihli bir çalışmada, yüzün görünür ışık yansıtma özelliklerinden yararlanarak kansızlık için bir risk uyarı modeli geliştirildi [13]. Bu yaklaşımda yüz, yalnızca geleneksel yorumların konusu olarak değil, ışığı farklı biçimlerde yansıtan ölçülebilir bir biyolojik yüzey olarak ele alındı [13].

Bu araştırmanın önemi, yüz rengini yalnızca insan gözünün değerlendirmesine bırakmak yerine spektroskopik ölçümlerle incelemesidir. Ancak bir modelin yüksek sınıflandırma doğruluğu, onun tüm toplumlarda ve klinik ortamlarda kullanılabilir olduğunu tek başına göstermez.

Yüz ve dil görüntülerinden metabolik bozukluk tahmini

Liu ve arkadaşlarının 2026 tarihli çalışmasında 614 katılımcının yüz ve dil görüntüleri incelendi [14]. Araştırmacılar, glukoz ve lipid metabolizması bozukluklarını sınıflandırmak için yüz ve dil görüntülerinden renk ve parlaklık göstergeleri çıkardı [14]. XGBoost modeliyle oluşturulan sistemde AUC değeri 0,946, doğruluk ise 0,861 olarak bildirildi [14].

Bu sonuçlar, yüz ve dil görüntülerinin metabolik bozukluklarla ilişkili istatistiksel örüntüler taşıyabileceğini düşündürmektedir; ancak model, klinik tanının yerine geçecek biçimde değerlendirilmemelidir [14].

Yüz ve dil özellikleri ile koroner arter darlığı

2026 tarihli bir çalışmada yüz ve dil özellikleri, koroner kalp hastalığı ve kalp biyobelirteçleriyle birlikte değerlendirilerek koroner arter darlığına ilişkin bir tahmin modeli araştırıldı [15].

Bu yaklaşım, yüz görüntüsünü tek başına yorumlamak yerine [15]:

  • Yüz verisini,
  • Dil verisini,
  • Laboratuvar biyobelirteçlerini,
  • Makine öğrenmesini

birlikte kullanır. Bu nedenle "yüzden tek başına tanı" yaklaşımından daha kontrollü bir araştırma modelidir [15].

Yapay zekâ destekli dil analizi ve koroner arter hastalığı

Hekmat-Ardakani ve arkadaşlarının 2025 tarihli çalışmasında, yapay zekâ destekli dil görüntüsü analizinin koroner arter hastalığını teşhis ve tahmin etmedeki potansiyeli araştırıldı [16]. Bu çalışma doğrudan yüz analizi üzerine olmasa da, görüntü tabanlı tanı yöntemlerinin kardiyovasküler hastalıklardaki kullanımına ilişkin önemli bir örnektir [16].

Farklı yaklaşımlardaki ortak mantık

Yaklaşım Gözlenen veri Çıkarılmaya çalışılan bilgi
Geleneksel Çin Tıbbı yüz tanısı Renk, parlaklık, dudak ve yüz bölgeleri Bedensel örüntü veya denge
Murat Kaplan'ın çalışmaları Yüz, beden, ses ve davranış Sağlık, mizaç, duygu ve davranış eğilimleri
Yapay zekâ destekli yüz analizi Renk, doku, şekil ve piksel verileri İstatistiksel sağlık sınıflandırması
Yüz-dil birleşim modelleri Yüz ve dil görüntüleri Geleneksel örüntü veya hastalık riski sınıflandırması
Biyomedikal görüntüleme Yüz verileri, ışık yansıtma ve biyobelirteçler Hastalık riski veya klinik durumla ilişki
Adli yüz yaklaşımı Kafatası ve anatomik işaretler Muhtemel yüz görünümünün oluşturulması

Bu sistemlerin aynı olduğunu söylemek doğru değildir. Ancak hepsi, yüzle ilgili gözlemlenebilir verilerden doğrudan görünmeyen bir özellik hakkında çıkarım üretmeye çalışır.

Geleneksel Çin Tıbbında bu çıkarım, yüz rengi veya yüz bölgesi ile bedensel örüntü arasında kurulur. Yapay zekâ araştırmalarında ise aynı genel fikir, sayısal renk, doku, piksel ve şekil özellikleriyle istatistiksel olarak test edilir. Adli yüz yaklaşımında ise kafatası yapısından muhtemel yüz görünümüne ulaşılmaya çalışılır [17].

Yüz okumanın sınırları

Yüz analizine ilişkin çalışmaların ve geleneksel yaklaşımların önemli sınırlılıkları vardır:

  • Yüz görünümü ışık, kamera ve fotoğraf kalitesinden etkilenir.
  • Yaş, genetik, cilt bakımı, güneş, uyku ve stres yüzü değiştirir.
  • Aynı yüz özelliği farklı nedenlerden kaynaklanabilir.
  • Küçük veya tek merkezli veri setleri genellenebilir olmayabilir.
  • Yapay zekâ modelleri eğitim verilerindeki kültürel ve demografik yanlılıkları taşıyabilir.
  • İstatistiksel ilişki, hastalık nedeni anlamına gelmez.
  • Bir modelin doğruluğu bağımsız veri setlerinde düşebilir.
  • Geleneksel yorumlar uygulayıcıdan uygulayıcıya değişebilir.
  • Yüz ve dil örüntüleri, modern tıptaki hastalık kategorileriyle otomatik olarak eş anlamlı değildir.
  • Yüz okuma klinik muayenenin, kan testlerinin veya görüntüleme yöntemlerinin yerini tutmaz.
  • Yüzden kişilik, ahlâk veya suç eğilimi çıkarma iddiaları özellikle dikkatle ele alınmalıdır. Tarihsel fizyonomi ile modern kriminal bilim aynı şey değildir; görünüşten suç eğilimi çıkarma fikri ciddi etik ve bilimsel riskler taşır.

⚠️ Sağlık uyarısı: Yüzdeki herhangi bir değişiklik tek başına hastalık anlamına gelmez. Yüz analizi tanı veya tedavi yerine geçmez. Sağlıkla ilgili belirti veya kaygı varsa bir sağlık profesyoneline başvurulmalıdır.

Sonuç

Yüz okuma, geleneksel gözlemden dijital görüntü analizine kadar uzanan geniş bir alandır. Geleneksel Çin Tıbbı yüzü bedenin iç durumu hakkında ipuçları taşıyan bir gözlem alanı olarak ele alır. Murat Kaplan'ın çalışmaları da bu geleneğin prensiplerini yüz, beden, ses ve davranışla birlikte değerlendirerek uygular. Güncel yapay zekâ araştırmaları da bu tür gözlemleri renk, parlaklık, doku, ışık yansıtma ve bölgesel görüntü özelliklerine ayırarak test etmektedir.

Bu yaklaşımların hiçbiri diğerinin doğrudan kanıtı değildir. Ancak ortak bir soru etrafında buluşurlar:

Yüzün görünen özellikleri, kişinin görünmeyen bedensel veya psikolojik durumları hakkında ne kadar bilgi taşıyabilir?

Bugünkü araştırmalar bu soruya kesin bir yanıt vermiş değil. Ancak yüz ve dil görüntülerinin klinik verilerle birleştirilmesi, yapay zekâ modellerinin geliştirilmesi ve yüz özelliklerinin sayısal olarak ölçülmesi, bu alanın araştırma konusu olmaya devam ettiğini gösteriyor.

Bu sorunun güvenilir biçimde yanıtlanabilmesi için daha büyük örneklemlere, farklı toplumlarda yapılmış çalışmalara, standartlaştırılmış görüntüleme yöntemlerine, bağımsız doğrulamaya ve gerçek klinik ortamlarda testlere ihtiyaç var.

Siz de yüz okuma, bütünsel sağlık değerlendirmesi veya bilimsel farkındalık atölyeleri konusunda benimle çalışmak isterseniz iletişime geçebilirsiniz.

Saygılarımla,

Abdullah Çetin
Uzman Biyolog · Fen Bilimleri Öğretmeni
→ Hakkımda

Kaynakça

Abdullah Çetin
Abdullah Çetin Uzman Biyolog · Fen Bilimleri Öğretmeni · 20+ yıl deneyim

Botanik, ekoloji ve bütünsel eğitim alanlarında araştırmacı ve danışman. Antalya merkezli çalışmalarıyla doğa, bilim ve eğitimi buluşturuyor.

Hakkımda →

Bu yazıyı paylaş:

📌 Bu çalışmayı referans olarak göstermek için:

Bu yazı Abdullah Çetin tarafından hazırlanmıştır. Referans gösterilerek paylaşılabilir. Ticari amaçla kullanılamaz.

← Koçluk & Kişisel Gelişim Kategorisine Dön

🤝 Bu konuda destek mi arıyorsunuz?

Bu yazının konusuyla ilgili bireysel ve kurumsal hizmetlerimi inceleyebilir, hemen randevu alabilirsiniz.

🔬 Bilimsel ve Teknolojik Hizmetler📅 Randevu Al💬 WhatsApp

📚 İlgili Yazılar

📖 Bütünsel Eğitim ve Danışmanlık Yaklaşımı 📖 Proje Döngüsü Yönetimi 📖 Bilimsel Araştırma Yöntemleri
📩 E-posta Bülteni:

Blog yazılarından, yeni hizmetlerden haberdar olun.

🍪 Bu site, deneyiminizi geliştirmek için Google Analytics çerezleri kullanmaktadır. Ayrıntılar için Gizlilik Politikası'nı inceleyebilirsiniz.