GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| SBS151 | Sağlıkta Yapay Zekâ Uygulamaları | SEÇMELİ DERS GRUBU | 1 | 1 | 2.00 |
Dersin Seviyesi
Önlisans
Dersin Sunulduğu Dil
TÜRKÇE
Dersin Amacı
Bu ders, sağlık alanında yapay zekâ (YZ) teknolojilerinin temel kavramlarını, kullanım alanlarını ve etkilerini tanıtmayı amaçlar. Öğrenciler, yapay zekânın tanı, tedavi, hasta takibi, yönetim ve araştırma süreçlerindeki rolünü örneklerle öğrenir; etik, yasal ve sosyal boyutları konusunda farkındalık kazanır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Öğretim Görevlisi İbrahim Halil Özdemir Öğretim Görevlisi Gonca Nur Köprülü
Öğrenme Çıktıları
| 1 | Yapay zekâ kavramını ve temel çalışma prensiplerini basit düzeyde açıklar. |
| 2 | Sağlıkta yapay zekâ kullanım alanlarını örneklerle tanımlar. |
| 3 | Görüntü analizi, doğal dil işleme ve karar destek sistemleri gibi temel uygulama türlerini açıklar. |
| 4 | Yapay zekânın sağlık hizmetleri üzerindeki fırsat ve zorluklarını değerlendirir. |
| 5 | Yapay zekâ uygulamalarında etik, yasal ve mahremiyet konularını tartışır. |
Öğretim Sistemi
BİRİNCİ ÖĞRETİM
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Bu ders, yapay zekânın sağlık alanındaki kullanım alanlarını ve etkilerini tanıtmayı hedefler. Öğrenciler, yapay zekâ kavramlarını, makine öğrenmesi ve derin öğrenmenin temelini, doğal dil işleme uygulamalarını ve üretken yapay zekâ çözümlerini öğrenirler. Klinik karar destek sistemleri, halk sağlığı ve epidemiyolojide yapay zekâ, kişiselleştirilmiş sağlık hizmetleri, sohbet robotları ve etik-yasal boyutlar dersin kapsamını oluşturur. Öğrenciler, gelecek perspektifleri ve vaka çalışmalarıyla sağlıkta yapay zekânın fırsat ve zorluklarını değerlendirme imkânı bulur.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Yapay Zekâya Giriş | ||
| 2 | Sağlıkta Yapay Zekânın Yeri | ||
| 3 | Makine Öğrenmesi ve Derin Öğrenme | ||
| 4 | Doğal Dil İşleme (NLP) ve Sağlık | ||
| 5 | Sağlıkta Üretken Yapay Zeka | ||
| 6 | Prompt Yazma ve Yapay Zeka İletişim Kurma | ||
| 7 | Klinik Karar Destek Sistemleri | ||
| 8 | Ara Sınav | ||
| 9 | Halk Sağlığı ve Epidemiyolojide Yapay Zeka | ||
| 10 | Kişiselleştirilmiş Sağlık Sistemleri | ||
| 11 | Sağlıkta Yapay Zeka Destekli Sohbet Robotları | ||
| 12 | Etik ve Yasal Boyutlar | ||
| 13 | Sağlıkta Yapay Zeka Liderliği | ||
| 14 | Gelecek Perspektifleri 1 | ||
| 15 | Gelecek Perspektifleri 2 ve Vaka Çalışmaları | ||
| 16 | Final Sınavı |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Minh, D., Wang, H. X., Li, Y. F., & Nguyen, T. N. (2022). Explainable artificial intelligence: a comprehensive review. Artificial Intelligence Review, 55(5), 3503-3568. 2. Al Kuwaiti, A., Nazer, K., Al-Reedy, A., Al-Shehri, S., Al-Muhanna, A., Subbarayalu, A. V., ... & Al-Muhanna, F. A. (2023). A review of the role of artificial intelligence in healthcare. Journal of personalized medicine, 13(6), 951. 3. Sharifani, K., & Amini, M. (2023). Machine learning and deep learning: A review of methods and applications. World Information Technology and Engineering Journal, 10(07), 3897-3904. 4. Lamichhane, B. (2023). Evaluation of chatgpt for nlp-based mental health applications. arXiv preprint arXiv:2303.15727. 5. Reddy, S. (2024). Generative AI in healthcare: an implementation science informed translational path on application, integration and governance. Implementation Science, 19(1), 27. 6. Sahoo, P., Singh, A. K., Saha, S., Jain, V., Mondal, S., & Chadha, A. (2024). A systematic survey of prompt engineering in large language models: Techniques and applications. arXiv preprint arXiv:2402.07927. 7. Elhaddad, M., & Hamam, S. (2024). AI-driven clinical decision support systems: an ongoing pursuit of potential. Cureus, 16(4). 8. Xu, L., Sanders, L., Li, K., & Chow, J. C. (2021). Chatbot for health care and oncology applications using artificial intelligence and machine learning: systematic review. JMIR cancer, 7(4), e27850.
Planlanan Öğrenme Aktiviteleri ve Metodları
1. Problem çözme yöntemi, 2. Tartışma yöntemi, 3. Proje tabanlı öğrenme, 4. Örnek olay yöntemi, 5. İşbirlikli öğrenme
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 2 | 28 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 10 | 10 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 10 | 10 |
| Ev Ödevi | 1 | 5 | 5 |
| Toplam İş Yükü (saat) | 57 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | PÇ 16 | PÇ 17 | PÇ 18 | |
| ÖÇ 1 | 5 | 4 | 5 | 4 | 5 | 3 | 3 | 3 | 1 | 2 | 2 | 1 | 1 | 1 | 1 | 1 | 3 | 2 |
| ÖÇ 2 | 5 | 3 | 5 | 4 | 4 | 2 | 2 | 1 | 1 | 2 | 2 | 1 | 1 | 1 | 1 | 1 | 3 | 2 |
| ÖÇ 3 | 4 | 3 | 5 | 4 | 4 | 4 | 3 | 3 | 1 | 3 | 1 | 1 | 1 | 1 | 1 | 1 | 3 | 2 |
| ÖÇ 4 | 4 | 4 | 5 | 4 | 5 | 3 | 3 | 2 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 4 | 2 |
| ÖÇ 5 | 4 | 3 | 4 | 4 | 4 | 2 | 3 | 1 | 1 | 1 | 2 | 1 | 1 | 1 | 3 | 1 | 2 | 2 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek