Sağlık Bilimleri Fakültesi · Hemşirelik · Lisans
AKTS: 3 T+U+L: 2+0+0 Bölüm Seçmeli
Koordinatör: Dr. Öğr. Üyesi Sahra TİLKİ
Öğretim Üyeleri: Dr. Öğr. Üyesi Sahra TİLKİ
Dersin Amacı
Bu dersin amacı, öğrencilere yapay zekâ (YZ) ve makine öğrenmesi (MÖ) teknolojilerinin sağlık alanındaki uygulamalarını tanıtmak; sağlık verilerinin işlenmesi, analizi ve yorumlanmasında kullanılan temel yöntemleri öğretmek; klinik karar destek sistemleri, hasta izleme, medikal görüntüleme, doğal dil işleme ve etik/hukuki boyutlar hakkında bilgi ve beceri kazandırmaktır.
Ders İçeriği
Bu derste, yapay zekâ ve makine öğrenmesi tekniklerinin sağlık alanında kullanımına ilişkin temel kavramlar, yöntemler ve uygulama alanları ele alınmaktadır.
Dersin Öğrenme Çıktıları
- Yapay zekâ ve makine öğrenmesi (MÖ) temel kavramlarını hem teorik hem pratik düzeyde açıklar.
- Hemşirelik bakım süreçlerinde YZ uygulama alanlarını (triage, erken uyarı, hasta izleme, bakım planlaması) tanımlar.
- Temel veri ön işleme, sınıflandırma ve regresyon modellerini tanımlar.
- Klinik verilerle çalışırken etik, gizlilik (KVKK/GDPR), veri kalitesi ve güvenlik sorunlarını tanımlar.
Temel Alan Dağılımı
(52) Mühendislik%50 (72) Sağlık%50
Öğretim Yöntem ve Teknikleri
AnlatımSoru-CevapTartışmaAlıştırma ve UygulamaGrup ÇalışmasıBeyin FırtınasıÖrnek OlayBireysel ÇalışmaProblem Çözme
Ölçme ve Değerlendirme
Proje / TasarımSınav (Yazılı Sınav / Test: Doğru-Yanlış Testi, Çoktan Seçmeli Testi, Kısa Cevaplı Test, Eşleştirmeli Test)
AKTS / İş Yükü
| Etkinlik | Sayı | Süre (saat) | Toplam İş Yükü |
|---|---|---|---|
| Ders Süresi (Sınav Haftası Dahil) | 16 | 2 | 32 |
| Sınıf Dışı Ders Çalışma Süresi | 0 | 0 | 0 |
| Ara Sınav | 1 | 2 | 2 |
| Kısa Sınav | 0 | 0 | 0 |
| Ödev | 0 | 0 | 0 |
| Uygulama | 1 | 5 | 5 |
| Final | 1 | 2 | 2 |
Ders Akışı
| Hafta | Konu | Ön Hazırlık |
|---|---|---|
| 1 | Yapay Zekâ ve Hemşirelik | - |
| 2 | Veri ve Sağlık Verisi Özellikleri | Hafta 1 |
| 3 | Temel İstatistik ve Veri Ön İşleme | Hafta 2 |
| 4 | Makine Öğrenmesine Giriş: Denetimli Öğrenme | Hafta 3 |
| 5 | Makine Öğrenmesine Giriş: Denetimli Öğrenme (devam) | Hafta 4 |
| 6 | Model Değerlendirme ve Performans Metrikleri | Hafta 4 |
| 7 | Doğal Dil İşleme (DDİ) ve Sağlık Metinleri | Hafta 6 |
| 8 | Ara Sınav | 1.-7.Hafta tekrar |
| 9 | Zaman Serisi ve Hasta İzleme (Wearables, Monitör Verisi) | Week 7 |
| 10 | Görüntü İşleme Temelleri (Temel Seviye) | Hafta 9 |
| 11 | Görüntü İşleme Temelleri (Temel Seviye) | Hafta 10 |
| 12 | Açıklanabilirlik (XAI) ve Klinik Güvenilirlik | Hafta 11 |
| 13 | Etik, Hukuk ve İnsan Faktörleri | Hafta 12 |
| 14 | Proje sunumları | - |
| 15 | Proje sunumları | - |
| 16 | Final | 1.-15. Hafta tekrar |