Yapay Zekâ ve Makine Öğrenmesinin Sağlık Alanında Etkileri
Open Access
- 11 November 2025
- book chapter
- Published by Academician Publishing
- p. 25-46
Abstract
Yapay zekâ (YZ) ve makine öğrenmesi, sağlık alanında hızla gelişen ve klinik süreçleri kökten dönüştüren yenilikçi teknolojiler arasında yer almaktadır. Alan Turing’in “Computing Machinery and Intelligence” çalışması ve 1956 Dartmouth Konferansı ile temelleri atılan YZ; günümüzde makine öğrenmesi, derin öğrenme ve yapay sinir ağları aracılığıyla sağlık hizmetlerinin birçok alanında uygulanmaktadır. Özellikle radyoloji, patoloji, kardiyoloji ve diş hekimliği gibi disiplinlerde tanısal doğruluğun artırılması, tedavi planlamasının kişiselleştirilmesi ve klinik karar destek sistemlerinin güçlendirilmesi açısından önemli katkılar sağlamaktadır. Derin öğrenme tabanlı modeller, büyük veri setlerini analiz ederek erken teşhis, hastalık sınıflandırması ve risk değerlendirmelerinde yüksek doğruluk sunmaktadır. Ayrıca ilaç geliştirme, genomik analizler, elektronik sağlık kayıtlarının yönetimi ve hasta güvenliğinin artırılmasında da etkin bir rol üstlenmektedir. Ancak YZ’nin sağlık alanındaki entegrasyonu yalnızca teknik yeniliklerle sınırlı değildir; hasta mahremiyetinin korunması, algoritmik önyargıların önlenmesi, şeffaflık ve hesap verilebilirlik gibi etik ve hukuki boyutlar da kritik öneme sahiptir. Avrupa Birliği Yapay Zekâ Yasası (2024) ve ABD’deki düzenlemeler, bu teknolojilerin güvenli ve sorumlu kullanımını sağlamak için önemli çerçeveler sunmaktadır. Sonuç olarak, yapay zekâ ve makine öğrenmesi tabanlı yaklaşımlar; sağlık hizmetlerinde daha hızlı, güvenilir, maliyet etkin ve kişiselleştirilmiş çözümler sunarak geleceğin klinik uygulamalarına yön verecek stratejik bir potansiyele sahiptir.Keywords
This publication has 20 references indexed in Scilit:
- Artificial intelligence (A.I.) in dental curricula: Ethics and responsible integrationJournal of Dental Education, 2023
- Radiology artificial intelligence: a systematic review and evaluation of methods (RAISE)European Radiology, 2022
- Image Segmentation Using Deep Learning: A SurveyIEEE Transactions on Pattern Analysis and Machine Intelligence, 2021
- Artificial intelligence and the future of global healthThe Lancet, 2020
- The unreasonable effectiveness of deep learning in artificial intelligenceProceedings of the National Academy of Sciences, 2020
- Variation in the Thickness of Knee Cartilage. The Use of a Novel Machine Learning Algorithm for Cartilage Segmentation of Magnetic Resonance ImagesThe Journal of Arthroplasty, 2019
- Machine learning: applications of artificial intelligence to imaging and diagnosisBiophysical Reviews, 2018
- A survey on deep learning in medical image analysisMedical Image Analysis, 2017
- Three-dimensional morphology study of surgical adolescent idiopathic scoliosis patient from encoded geometric modelsEuropean Spine Journal, 2016
- Recursive functions of symbolic expressions and their computation by machine, Part ICommunications of the ACM, 1960