Bilgi Paketi / Ders Kataloğu
| Ders Kodu | : HDK639 |
| Ders Türü | : Seçmeli |
| Ders Grubu | : Doktora |
| Eğitim Dili | : Türkçe |
| Staj Durumu | : Yok |
| Teori | : 2 |
| Uyg. | : 0 |
| Kredi | : 2 |
| Laboratuvar | : 0 |
| AKTS | : 4 |
Kadın sağlığı hemşireliğinde yapay zekâ (YZ) ve makine öğrenmesi (MÖ) uygulamalarına dair veri türlerini tanımlayabilen; sağlık verisi ekosisteminde yer alan elektronik sağlık kayıtları, giyilebilir teknolojiler ve uzaktan izlem sistemlerinden elde edilen verileri analiz edebilen; kadın sağlığına özgü YZ/MÖ tabanlı uygulamaları eleştirel bir yaklaşımla değerlendirebilen; etik, hasta merkezli ve disiplinlerarası bir perspektifle bu teknolojileri bütüncül bakım süreçlerine entegre edebilecek doktora düzeyi uzmanlar yetiştirmek.
Ders, kadın sağlığı hemşireliği bağlamında yapay zekâ (YZ) ve makine öğrenmesi (MÖ) uygulamalarını sağlık verisi ekosistemi perspektifiyle ele alır; elektronik sağlık kayıtlarında kadın sağlığı göstergeleri, veri kalitesi, anonimleştirme ve gizlilik konularını değerlendirir. Fertilite ve siklus takibinden obstetrik izlemlerde uzaktan monitörizasyona, giyilebilir teknolojilerden IoT tabanlı çözümlere kadar çeşitli alanlardaki uygulamalar incelenir. Ayrıca, oyunlaştırma temelli sağlık uygulamaları, büyük dil modelleri (LLM) ve sohbet botlarıyla eğitim süreçleri, perinatal ve postpartum bakım, klimakterik dönem yönetimi, ürojinekolojik sorunlar, tarama programları ve jinekolojik onkoloji izlemleri kapsamında YZ/MÖ destekli yaklaşımlar tartışılır. Ders, etik değerlendirmelerle birlikte YZ tabanlı hasta bakımının kadın sağlığına etkilerini ve hemşirelikteki gelecek trendleri kapsamlı biçimde ele alır.
| 1. | Sağlık verisi ekosisteminin yapay zekâ ve makine öğrenmesi bağlamında nasıl işlediğini kavrayabilmesi |
| 2. | Elektronik sağlık kayıtlarında kadın sağlığına özgü göstergeleri açıklayabilmesi ve veri gizliliği ilkelerini değerlendirebilmesi. |
| 3. | Fertilite ve siklus takibinde kullanılan yapay zekâ uygulamalarının üreme sağlığına katkılarını yorumlayabilmesi. |
| 4. | Obstetrik izlemlerde uzaktan monitörizasyon sistemlerinin işleyişini ve kullanım alanlarını açıklayabilmesi. |
| 5. | Giyilebilir teknolojilerin ve IoT tabanlı sistemlerin kadın sağlığına etkilerini değerlendirebilmesi. |
| 6. | Yapay zekâ ve makine öğrenmesi tabanlı oyunlaştırma uygulamalarının kadın sağlığı üzerindeki potansiyel etkilerini açıklayabilmesi |
| 7. | Büyük dil modelleri ve sohbet botlarının kadın sağlığı hemşireliğinde eğitiminde nasıl kullanılabileceğini tanımlayabilmesi. |
| 8. | Perinatal ve postpartum bakımda yapay zekâ uygulamalarının bakım süreçlerine katkılarını değerlendirebilmesi. |
| 9. | Klimakterik dönemde yapay zekâ destekli sağlık hizmetlerinin temel özelliklerini açıklayabilmesi. |
| 10. | Ürojinekolojik sorunların yönetiminde yapay zekâ tabanlı çözümlerin kullanılabilirliğini kavrayabilmesi. |
| 11. | Kadın sağlığı taramalarında yapay zekâ uygulamalarının yerini ve önemini açıklayabilmesi. |
| 12. | Jinekolojik onkolojide yapay zekâ ile sürdürülen bakım ve izlem süreçlerini yorumlayabilmesi. |
| 13. | Kadın sağlığı alanında yapay zekâ tabanlı bakım uygulamalarının etik boyutlarını tartışabilmesi. |
| 14. | Kadın sağlığı hemşireliğinde yapay zekâ ve makine öğrenmesine yönelik gelecek eğilimleri kavrayabilmesi. |
| 1. | Ahn, K. H., & Lee, K. S. (2022). Artificial İntelligence İn Obstetrics. Obstetrics & Gynecology Science, 65(2), 113-124. |
| 2. | Artificial Intelligence And Machine Learning For Women's Health Issues. (2024). Hollanda: Academic Press.Deep Learning İn Breast Cancer Imaging (2024) |
| 3. | Arun, Raj. Mastering Large Language Models with Python: Unleash the Power of Advanced Natural Language Processing for Enterprise Innovation and Efficiency Using Large Language Models (LLMs) with Python. Hindistan, Orange Education Pvt Limited, 2024. |
| 4. | Caelen, Olivier, and Blete, Marie-Alice. Developing Apps with GPT-4 and ChatGPT. Amerika Birleşik Devletleri, O'Reilly Media, 2023. |
| 5. | Clancy, T. R. (2020). Artificial İntelligence And Nursing: The Future İs Now. JONA: The Journal Of Nursing Administration, 50(3), 125-127. |
| 6. | Edmonds, J. K. (2023). Use Of Artificial Intelligence To Improve Women’s Health And Enhance Nursing Care. Journal Of Obstetric, Gynecologic & Neonatal Nursing, 52(3), 169-171. |
| 7. | Esen, A. C., & Öter, E. G. (2023). Jinekolojik Operasyonların Hasta Yönetiminde Dijital Teknolojilerin ve Yapay Zekanın Kullanımı. In International Conference On Frontiers İn Academic Research (Vol. 1, Pp. 499-505). |
| 8. | Esen, A. C., & Öter, E. G. (2023). Yapay Zekâ ve Hemşirelik. Sağlık & Bilim 2023: Hemşirelik-Iıı, 7. |
| 9. | Esen, A. C., & Öter, E. G. (2025). Gebelik Takibi ve Yönetiminde Yenilikçi Yaklaşım Olarak Yapay Zekâ Kullanımı: Bir Literatür Derlemesi, III. Uluslararası ve IV. Ulusal Kadın Sağlığı Hemşireliği Kongresi. |
| 10. | Jeong, G. H. (2020). Artificial İntelligence, Machine Learning, And Deep Learning İn Women’s Health Nursing. Korean Journal Of Women Health Nursing, 26(1), 5-9. |
| 11. | O'Connor, S., Yan, Y., Thilo, F. J., Felzmann, H., Dowding, D., & Lee, J. J. (2023). Artificial İntelligence İn Nursing And Midwifery: A Systematic Review. Journal Of Clinical Nursing, 32(13-14), 2951-2968 |
| 12. | Predicting Pregnancy Complications Through Artificial Intelligence And Machine Learning. (2023). Amerika Birleşik Devletleri: IGI Global. |
| 13. | Robert, N. (2019). How Artificial İntelligence İs Changing Nursing. Nursing Management, 50(9), 30-39. |
| 14. | Russell, S. J., & Norvig, P. (2016). Artificial intelligence: a modern approach. pearson. |
| 15. | Sarno, L., Neola, D., Carbone, L., Saccone, G., Carlea, A., Miceli, M., ... & Maruotti, G. M. (2023). Use Of Artificial İntelligence İn Obstetrics: Not Quite Ready For Prime Time. American Journal Of Obstetrics & Gynecology MFM, 5(2), 100792. |
| 16. | Sezgin E, Chekeni F, Lee J, Keim S. Clinical Accuracy Of Large Language Models And Google Search Responses To Postpartum Depression Questions: Cross-Sectional Study. J Med Internet Res. 2023 Sep 11;25:E49240. Doi: 10.2196/49240. PMID: 37695668; PMCID: PMC10520763. |
| 17. | Utilizing AI Techniques For The Perimenopause To Menopause Transition. (2024). Amerika Birleşik Devletleri: IGI Global.Adoption Barriers & Facilitators Of Wearable Health Devices With AI (2025) |
| Değerlendirme Türü | Adet | Yüzde |
|---|---|---|
| Derse Katılım (Performans) | 1 | %5 |
| Sunum | 1 | %5 |
| Ara Sınav (Vize) | 1 | %20 |
| Dönem Sonu Sınavı (Final) | 1 | %70 |
| Etkinlik | Sayısı | Ön Hazırlık | Süre | Toplam Iş Yükü (Saat) |
|---|---|---|---|---|
| Kuramsal Ders | 14 | 4 | 2 | 84 |
| Ödev | 2 | 2 | 0 | 4 |
| Ara Sınav | 1 | 4 | 1 | 5 |
| Dönem Sonu Sınavı | 1 | 6 | 1 | 7 |
| TOPLAM İŞ YÜKÜ (Saat) | 100 | |||
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 | |
OÇ-1 | 4 | 4 | 4 | 4 | 3 | 5 | |||||||
OÇ-2 | 4 | 4 | 3 | 4 | 4 | 3 | |||||||
OÇ-3 | 5 | 5 | 3 | 5 | 5 | 4 | |||||||
OÇ-4 | 5 | 4 | 5 | 4 | 4 | 5 | |||||||
OÇ-5 | 4 | 3 | 3 | 4 | 4 | 3 | |||||||
OÇ-6 | 4 | 3 | 3 | 4 | 5 | 3 | |||||||
OÇ-7 | 4 | 5 | 5 | 4 | 5 | 4 | |||||||
OÇ-8 | 5 | 4 | 5 | 4 | 5 | 4 | |||||||
OÇ-9 | 5 | 3 | 5 | 4 | 4 | 4 | |||||||
OÇ-10 | 4 | 5 | 5 | 4 | 4 | 4 | |||||||
OÇ-11 | 5 | 5 | 4 | 4 | 5 | 5 | |||||||
OÇ-12 | 4 | 4 | 4 | 4 | 5 | 5 | |||||||
OÇ-13 | 5 | 4 | 5 | 3 | 5 | 5 | |||||||
OÇ-14 | 4 | 3 | 4 | 3 | 3 | 4 | |||||||