İş sağlığı ve güvenliği süreçlerinin dijital yönetim sistem tasarımı ve yapay zeka tabanlı risk analiz modeli
Di̇gi̇tal management system desi̇gn and arti̇fi̇ci̇al intelli̇gence-based ri̇sk analysi̇s model for occupati̇onal health and safety processes
- Tez No: 1007283
- Danışmanlar: DR. ÖĞR. ÜYESİ AYTAÇ UĞUR YERDEN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Halk Sağlığı, Computer Engineering and Computer Science and Control, Science and Technology, Public Health
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Gedik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İş Sağlığı ve Güvenliği Ana Bilim Dalı
- Bilim Dalı: İş Sağlığı ve Güvenliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, iş sağlığı ve güvenliği (İSG) süreçlerinin dijital ortamda bütüncül biçimde yönetilebilmesi amacıyla çok modüllü bir yazılım sistemi geliştirilmiş ve bu sistemin risk analizi modülüne ince ayarlı büyük dil modeli (LLM) destekli bir yapay zeka bileşeni entegre edilmiştir. Geliştirilen yazılım sistemi; risk analizi, eğitim yönetimi, sağlık kontrolleri, kaza kayıtları, kurul toplantıları, kişisel koruyucu donanım takibi ve raporlama gibi temel İSG süreçlerini tek bir platformda birleştirmektedir. Yazılım, modüler mimarisi sayesinde farklı kullanıcı rolleri için özelleştirilmiş erişim imkânı sunarken, tüm modüller merkezi bir veritabanı üzerinden senkronize çalışarak veri tutarlılığı ve izlenebilirlik sağlamaktadır. Geliştirme sürecinde .NET Framework 8.0 ve C# programlama dili kullanılmış; kullanıcı arayüzü Windows Presentation Foundation (WPF) tabanlı olarak tasarlanmıştır. Veritabanı işlemleri SQL Server ile yönetilmiş, raporlama için iTextSharp ve EPPlus kütüphaneleri entegre edilmiştir. Rol tabanlı yetkilendirme sistemi (RBAC) ve AES-256 şifreleme algoritması ile sistem güvenliği güçlendirilmiştir. Yapay zeka destekli risk analizi bileşeninde ise Qwen3-32B büyük dil modeli temel alınmıştır. Bu model, LoRA (Low-Rank Adaptation) parametre verimli ince ayar yöntemiyle, işyeri tehlikeleri, risk değerlendirme metodolojileri ve güvenlik kontrol önlemlerine ilişkin alana özgü bilgileri edinmek üzere uyarlanmıştır. 30 kişiden oluşan iş güvenliği uzmanları tarafından hazırlanan 3.342 tehlike senaryosundan oluşan bir veri kümesi üzerinde eğitim gerçekleştirilmiştir. Her örnek, tehlike adı, açıklaması, olasılık puanı, şiddet puanı ve kontrol önlemlerini içeren JSON formatında yapılandırılmış çıktılar barındırmaktadır. Yapılan performans ve işlevsellik testlerinde, yazılım sisteminin yüksek veri hacimleri altında dahi kararlı ve hızlı çalıştığı, kullanıcı dostu arayüzü sayesinde veri girişi ve raporlama işlemlerinin etkin şekilde gerçekleştirilebileceği sonucuna ulaşılmıştır. Yapay zeka modeli değerlendirmesinde ise ince ayarlı model, temel modele göre %32,1'lik bir iyileşmeyi temsil eden 0,8830'luk bir F1 puanı elde etmiştir. Dengeli bir hassasiyet (0,8826) ve geri çağırma (0,8836) oranının yanı sıra, genel risk kategorisi sınıflandırma doğruluğunun %88,3 olduğu gözlemlenmiştir. Yüksek riskli ve düşük riskli kategoriler arasında aşırı yanlış sınıflandırma meydana gelmemiş olup bu durum, muhafazakâr ve güvenlik bilincine sahip tahminler üretildiğini göstermektedir. Sonuç olarak, geliştirilen entegre sistem, İSG süreçlerinde dijital dönüşüm için sürdürülebilir, güvenli ve mevzuata uygun bir çözüm sunmakta; yapay zeka destekli risk analizi bileşeni ise güvenlik yönetimi uygulamalarında tutarlılığı ve verimliliği artırmak için önemli bir karar destek aracı potansiyeli taşımaktadır.
Özet (Çeviri)
In this study, a multi-module software system was developed for the holistic digital management of occupational health and safety (OHS) processes, and an artificial intelligence component supported by fine-tuned large language models (LLMs) was integrated into the risk analysis module of this system. The developed software system integrates fundamental OHS processes such as risk analysis, training management, health checks, accident records, committee meetings, personal protective equipment tracking, and reporting on a single platform. Thanks to its modular architecture, the software offers customized access for different user roles, while all modules operate synchronously through a central database, ensuring data consistency and traceability. During the development process, .NET Framework 8.0 and the C# programming language were used; the user interface was designed on a WPF basis. Database operations were managed with SQL Server, and iTextSharp and EPPlus libraries were integrated for reporting. System security was strengthened with a role-based authorization system (RBAC) and AES-256 encryption algorithm. For the AI-supported risk analysis component, the Qwen3-32B large language model was used as the foundation. This model was adapted through Low-Rank Adaptation (LoRA) parameter-efficient fine-tuning to acquire domain-specific knowledge related to workplace hazards, risk assessment methodologies, and safety control measures. The training process was conducted on a dataset consisting of 3,342 hazard scenarios prepared by 30 occupational safety experts. Each sample contains structured outputs in JSON format, including hazard name, description, probability score, severity score, and control measures. Performance and functionality tests revealed that the software system operates stably and quickly even under high data volumes. The fine-tuned AI model achieved an F1-score of 0.8830, representing a 32.1% improvement over the base model. Balanced precision (0.8826) and recall (0.8836) were observed, alongside an overall risk category classification accuracy of 88.3%. No extreme misclassifications occurred between high-risk and low-risk categories, indicating conservative and safety-conscious predictions. In conclusion, the developed integrated system offers a sustainable, secure, and regulation-compliant solution for digital transformation in OHS processes, while the AI-supported risk analysis component holds significant potential as a decision support tool to enhance consistency and efficiency in safety management practices.
Benzer Tezler
- Current status of industry 4.0 transformation and impact of industry 4.0 on engineering work in Turkish white goods industry
Endüstri 4.0 dönüşümünün Türkiye beyaz eşya sektöründeki mevcut durumu ve mühendislik işi üzerindeki etkisi
KÜBRA ŞİMŞEK DEMİRBAĞ
Doktora
İngilizce
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN YILDIRIM
- İş ve Sosyal Güvenlik Hukuku bakımından dijital platform çalışanlarının hukuki statüsü
Legal status of digital platform workers in terms of Labour and Social Security Law
HAZAL TOLU YILMAZ
Doktora
Türkçe
2022
Çalışma Ekonomisi ve Endüstri İlişkileriGalatasaray ÜniversitesiÖzel Hukuk Ana Bilim Dalı
PROF. DR. ENVER MURAT ENGİN
- Risk assessment under fuzzy fmea approach for working at height operations in maritime transportation
Deniz taşımacılığında yüksek işletmelerde çalışmalara yönelik bulanık fmea yaklaşımı altında risk değerlendirmesi
DOĞUKAN KURUM
Yüksek Lisans
İngilizce
2024
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE AKYÜZ
- Dijital dönüşüm ortamında yalın itfaiye sistemi tasarımı
Designing a lean firefighting system in the context of digital transformation
AYŞE ÜTÜK
Doktora
Türkçe
2024
Kamu YönetimiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAYRİ BARAÇLI
- İş sağlığı ve güvenliği kapsamında yapay zekâ destekli genel risk yönetimi sistemi tasarımı ve uygulaması
Design and implementation of an artificial intelligence supported general risk management system within the scope of occupational health and safety
MEHMET YILDIRIM
Yüksek Lisans
Türkçe
2025
Mühendislik BilimleriKocaeli Sağlık ve Teknoloji Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATMA DAĞDELEN