Sağlık verilerini kullanarak yapay zekâya dayalı bir meta-analiz çalışması
A meta-analysis study based on artificial intelligence using health data
- Tez No: 980753
- Danışmanlar: DR. ÖĞR. ÜYESİ MAHMUT TURHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Meta analizi, Sağlık verileri, Yapay zeka, Meta analysis, Health data, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Nişantaşı Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu meta-analiz çalışmasının amacı, sağlık alanında kullanılan yapay zekâ tabanlı uygulamaların tanı, tedavi planlaması ve hastalık öngörüsündeki etkinliğini değerlendirmektir. Çalışmada 2023–2025 yılları arasında yayımlanmış, hakemli dergilerde yer alan ve sağlık verilerine dayalı yapay zekâ modellerini konu alan nitelikli araştırmalar sistematik bir şekilde taranmış ve belirli metodolojik ölçütler doğrultusunda analiz edilmiştir. Araştırma kapsamında özellikle makine öğrenmesi, derin öğrenme ve sinir ağları gibi yöntemlerin kullanıldığı çalışmalara odaklanılmış; farklı disiplinlerde (kardiyoloji, onkoloji, nöroloji, radyoloji vb.) yapay zekâ uygulamalarının etkileri karşılaştırmalı olarak ele alınmıştır. Bulgular, yapay zekâ teknolojilerinin geleneksel klinik karar destek sistemlerine kıyasla daha hızlı, daha doğru ve kişiye özel sağlık hizmeti sunma potansiyeline sahip olduğunu açıkça göstermektedir. Özellikle görüntüleme verilerinin analizinde (MRI, BT, X-ray vb.) derin öğrenme algoritmalarının yüksek doğruluk oranlarına ulaştığı ve erken teşhis süreçlerinde hekime önemli ölçüde yardımcı olduğu belirlenmiştir. Aynı şekilde, kronik hastalıkların yönetiminde kullanılan veri madenciliği tekniklerinin hasta takibinde ve olası komplikasyonların ön görülmesinde etkili sonuçlar verdiği saptanmıştır. Hastalık tahmini, bireyselleştirilmiş tedavi seçeneklerinin geliştirilmesi ve sağlık sisteminin iş yükünün azaltılması açısından yapay zekâ temelli çözümlerin büyük bir potansiyele sahip olduğu sonucuna varılmıştır. Meta-analiz bulguları yapay zekânın sağlık sektöründe yalnızca tamamlayıcı bir teknoloji değil, aynı zamanda karar alma süreçlerinde aktif rol oynayan stratejik bir araç olarak değerlendirilmesi gerektiğini ortaya koymaktadır. Bu bağlamda, etik sorumluluklar ve veri güvenliği konularında gerekli altyapı sağlandığı takdirde, yapay zekâ destekli sağlık sistemlerinin gelecekte daha yaygın ve etkili biçimde kullanılacağı öngörülmektedir.
Özet (Çeviri)
The aim of this meta-analysis study is to evaluate the effectiveness of artificial intelligence based applications used in the field of health in diagnosis, treatment planning and disease prediction. In the study, qualified studies published between 2023 and 2025 in peer-reviewed journals and based on health data based artificial intelligence models were systematically scanned and analyzed in line with certain methodological criteria. The study focused on studies using methods such as machine learning, deep learning and neural networks; the effects of artificial intelligence applications in different disciplines (cardiology, oncology, neurology, radiology etc.) were comparatively discussed. The findings clearly show that artificial intelligence technologies have the potential to provide faster, more accurate and personalized health services compared to traditional clinical decision support systems. It was determined that deep learning algorithms, especially in the analysis of imaging data (MRI, CT, X-ray etc.), reached high accuracy rates and significantly assisted the physician in early diagnosis processes. Similarly, it has been determined that data mining techniques used in the management of chronic diseases provide effective results in patient follow-up and prediction of possible complications. It has been concluded that artificial intelligence-based solutions have great potential in terms of disease prediction, development of individualized treatment options and reduction of workload of the healthcare system. Meta-analysis findings reveal that artificial intelligence should be considered not only as a complementary technology in the healthcare sector but also as a strategic tool that plays an active role in decisionmaking processes. In this context, it is foreseen that artificial intelligence supported healthcare systems will be used more widely and effectively in the future if the necessary infrastructure is provided in terms of ethical responsibilities and data security.
Benzer Tezler
- Sensor-based activity recognition and authentication using deep learning
Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma
NİLAY TÜFEK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Yoğun bakım ünitesindeki hasta verilerinin erken teşhis ve müdahale amaçlı yapay zekaya dayalı analizi
Artificial intelligence based analysis of patient data in the intensive care unit for early diagnosis and intervention
PERİHAN YAVUZCAN ŞAHİN
Doktora
Türkçe
2025
Sağlık Yönetimiİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN GÖRGEL
- Cihaz sensörleri ile insan aktivitelerine dayalı makine öğrenmesi
Machine learning based on human activities with device sensors
MUHAMMED YUSUF UYSAL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNA APAK
- Sürdürülebilir hava kalitesi için yapay zeka yöntemleri ile partiküler madde tahmininin modellenmesi
Modeling particulate matter estimation with artificial intelligence methods for sustainable air quality
SALİHA ÇELİKCAN BİLGİN
Yüksek Lisans
Türkçe
2023
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Sınıflandırma problemlerinde topluluk öğrenme yöntemlerinin incelenmesi ve küçük hücreli dışı akciğer kanseri verileri üzerine bir uygulaması
Examination of ensemble learning methods in classification problems and an application on non-small cell lung cancer data
MEHMET KIVRAK
Doktora
Türkçe
2020
Biyoistatistikİnönü ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
PROF. DR. CEMİL ÇOLAK