Araştırma Makalesi
BibTex RIS Kaynak Göster

Sağlıkta Yapay Zekanın Kullanım Alanları Üzerine Nitel Bir Araştırma

Yıl 2022, Sayı: 35, 395 - 407, 07.05.2022
https://doi.org/10.31590/ejosat.1052614

Öz

Bu araştırmanın temel amacı, sağlıkta yapay zekanın kullanım alanlarını incelemektir. Doküman ve içerik analizlerini kullanıldığı bu nitel araştırmada, Ulusal Tez Merkezi’nde yer alan açık erişimli tezler değerlendirilmiştir. Konuyla ilgili toplam 125 adet tez farklı açılardan ele alınmıştır. Tezlerinin %89,6’sının Türkçe dilinde, %64,8’inin yüksek lisans düzeyinde, %26,4’ünün 2021 yılında, %14,4’ünün ise Selçuk ve Sakarya Üniversitelerince yazıldığı saptanmıştır. Çalışma sonucunda, sağlıkta yapay zekanın kullanım alanlarına ilişkin 13 farklı tema ortaya çıkartılmıştır. Bu temaların sırayla; “hastalıkların teşhisi (f: 21)”, “hastalıkların sınıflandırılması (f: 20)”, “hastalıkların tespiti (f: 15)”, “tıbbi görüntülerin işlenmesi (f: 14)”, “hastalıkların öngörülmesi (f: 13)”, “medikal destek sistemlerinin geliştirilmesi (f: 10)”, “hastalıkların tanılanması (f: 9)”, “hastalıkların risk derecesinin tayini (f: 8)”, “hastalıkların prognoz takibi (f: 5)”, “hastalıkların izlenmesi (f: 4)”, “halk sağlığı (f: 2)”, “sağlık hizmetleri yönetimi (f: 1)” ve “hekim görüşlerinin saptanması (f: 1)” şeklinde olduğu sonucuna varılmıştır. Ayrıca; Kanser, Diyabet Covid-19, Alzheimer, Demans, Parkinson, Çölyak, Epilepsi, Multiple Skleroz, Beyin Timörü, İnfertilite, Tiroid, Anemi, Uyku Apnesi,Glokom, Obsesif Kompulsif Bozukluk, Kalp Ritim Bozukluğu, Bakteriyel Cilt Enfeksiyonu, Yanık ve İşitme Kaybı gibi pek çok sağlık sorununda yapay zeka teknolojilerinin güvenilir ve başarılı bir biçimde kullanıldığı tespit edilmiştir.

Destekleyen Kurum

Yoktur.

Proje Numarası

Yoktur.

Teşekkür

Yoktur.

Kaynakça

  • Abdullah, R., & Fakieh, B. (2020). Health care employees’ perceptions of the use of artificial intelligence applications: survey study. Journal of medical Internet research, 22(5), e17620. http://dx.doi.org/10.2196/17620
  • Adnan, M. G. (2021). Optimization Of Heart Disease Prediction by İmproving. Altınbaş Üniversitesi, Lisansüstü Eğitim Enstütüsü, Yüksek Lisans Tezi.
  • Afrah I. A. (2020.) Kişisel Sağlık Desteği için Yapay Zeka Tabanlı Mobil Uzman Sistem Uygulaması Geliştirilmesi. Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Ahmet, S.N. (2020). Derin Öğrenme Algoritmaları ile Bilgisayar Destekli Akciğer Kanseri Teşhisi. Antalya Bilim Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Akyel A. (2021). Yapay Sinir ağları Kullanılarak Serebral İskemi ve Hemoraji Olaylarının Önceden Tahmin Edilmesi. Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Akyol, E. (2021). Nörodejeneratif Hastalıklarda Segmentasyon Yöntemi ile Hedef Bölge Tutumlarının Değerlendirilmesi. Dokuz Eylül Üniversitesi, Tıpta Uzmanlık Tezi.
  • Alan, M. (2020). Derin Öğrenme ile Biyosinyal Sınıflandırma ve Hastalık Tahmini. Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Alkan, O. (2019). Parkinson Hastalığının Teşhisinde Derin Öğrenme Yöntemi ile Spect Görüntü Analizi. Ağrı İbrahim Çeçen Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Altıkardeş, Z. A. (2012). Tip 2 Diyabetes Mellituslu Hastalarda 24 Saatlik Kan Basıncı Değişiminin Öngörülmesine Yönelik Uzman Sistem Tasarımı. Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Altınbaşak, G. (2019). Bipolar ve Ünibipolar Bozukluklarının Uygun Biyobelirteç Kullanarak Makine Öğrenme Yöntemleri ile Sınıflandırılması. Üsküdar Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Altındağ, O, (2013). Kanser Sınıflandırmada MikroRNA ve mRNA Anlatım Bilgilerinin Entegrasyonu. Başkent Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Amasyalı, M. F. (2008). Yeni Makine Öğrenmesi Metotları ve İlaç Tasarımına Uygulamaları. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Amisha, P. M., Pathania, M., & Rathaur, V. K. (2019). Overview of artificial intelligence in medicine. Journal of family medicine and primary care, 8(7), 2328. https://doi.org/10.4103/jfmpc.jfmpc_440_19
  • Arı, A. (2019). Yapay Sinir Ağları Kullanılarak Kalp Hastalığının Ön Görülmesi. Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Arslan, M. T. (2016). Yapay Zeka Tabanlı Yöntemler Kullanılarak Mikroarray Gen Verileninin Sınıflandırılması. Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Atav, A. (2020). İlaçların Diğer İlaçlar ile Etkileşimlerinin Uzman Sistem ile Belirlenmesi. Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Avcı, F. (2019). Derin Öğrenme Teknikleriyle Tomografi Görüntülerinde Karaciğer Bölütlemesi. Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Avuçlu, E (2019). Yapay Zeka ve Görüntü İşleme Teknikleri Kullanarak Diş Röntgen Görüntülerinden Kronolojik Yaş Tayini. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Aydın, A. G. (2011). Acil Servis Triajında Yapay Zeka Yöntemlerinin Güvenirliliği. Akdeniz Üniversitesi, Tıpta Uzmanlık Tezi.
  • Babalık, A. (2000). Uzman Sistemlerin Tıpta Teşhis Amaçlı Kullanımı, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Babaoğlu, İ. (2010). Koroner Arter Hastalığı ve Lezyon Lokalizosyonu Tahminlerinde Efor Stres Testinin Yapay Zeka Yöntemleri ile Değerlendirilmesi. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Bagherzadi, N. (2014). Esofagus Kanser Vakalarının Bayes Ağları ve Destek Vektör Makinaları Kullanılarak Ameliyat Sonrası Prognostik Tahmini. Ortadoğu Teknik Üniversitesi, Enformatik Enstitüsü, Yüksek Lisans Tezi.
  • Batı, F. (2020). Makine Öğrenmesi Sınıflandırma Algoritmaları Kullanılarak Meme Kanseri Tahmini. İstanbul Aydın Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Baykal, Y. (2019). Derin Öğrenme ile Manyetik Rezonans Görüntülerde Temporomandibular Eklem Disk Deplasmanlarının Diagnozu. Karadeniz Teknik Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Bayrak, O.C. (2020). Tıbbi Görüntülerden Derin Öğrenme Yöntemleri ile Karaciğer ve Beyin Lezyonlarının Bölütlenmesi. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Becker, A. (2019). Artificial intelligence in medicine: What is it doing for us today?. Health Policy and Technology, 8(2), 198-205. https://doi.org/10.1016/j.hlpt.2019.03.004
  • Bedük, H. (2019). Derin Öğrenme ile Histopatolojik Olarak Tanı Konmuş 65 Yaş Üstü Metastatik Meme Kanseri Hastalarında Kepoterapi Yan Etkisini Öngörme. Manisa Celal Bayar Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Beyan, T. (2005). Tıbbi Tanısal Süreçler için Yeni Bir Bulanık-Kaotik Tıbbi Modelleme Önerisi. Ortadoğu Teknik Üniversitesi, Enformatik Enstitüsü, Yüksek Lisans Tezi.
  • Bhbosale, S., Pujari, V., & Multani, Z. (2020). Advantages And Disadvantages of Artificial Intellegence. Aayushi International Interdisciplinary Research Journal, (77), 227-230.
  • Bowen, G. A. (2009). Document analysis as a qualitative research method. Qualitative Research Journal, 9(2), 27-40.
  • Castagno, S., & Khalifa, M. (2020). Perceptions of Artificial Intelligence Among Healthcare Staff: A Qualitative Survey Study. Frontiers in artificial intelligence, 3, 84. https://doi.org/10.3389/frai.2020.578983
  • Çakar, E. (2018). Akciğer Tomografisi Görüntülerinde Görüntü İşleme Teknikleri Kullanılarak Nodül Tespiti ve Yapay Zeka ile Nodüllerin Nitelendirilmesi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Çelik, İ. (2018). Elektrokardiyografi (EKG) Sinyallerinin Aritmi Tespiti için Yapay Zeka Yöntemleri ile Sınıflandırılması. Mersin Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Çetin, E. (2020). Mobil EEG Tabanlı Açlık ve Tokluk Sınıflandırılması. Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi. Çimen, Ü. (2016). Solunum Seslerinin Yapay Zeka Ortamında Sınıflandırılması. Afyon Kocatepe Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Dabbagh S.A.N. (2021). Using Deep Leearnig and Medical Data Classification for Predicting Bacterial Skin İnfaction. Altınbaş Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Dandıl, E. (2015). MR Görüntüleri ve MR Spektroskopi verileri ile Yapay Öğrenme Tabanlı Beyin Tümörü Tespit Yöntemi ve Uygulaması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Demirarslan, M. (2020). Sağlık Verilerinde Aykırı Gözlemlere Duyarlı ve Hastalık Tanısına Yönelik Yeni Bir Öznitelik Seçim Yöntemi Önerisi. Ege Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Demirbaş, S. (2021). Multiple Skleroz Olgularında Korpus Kallozum Morfolojisinin Endeksler ve Yapay Zeka ile Değerlendirilmesi. Akdeniz Üniversitesi, Tıpta Uzmanlık Tezi.
  • Demirel, E. (2020). Glioblastom ve Soliter Beyin Metastazı Ayırıcı Tanısında Konvansiyonel MR Sekanslarından Otomatik Segmentasyon ile Elde Edilen Rariomics Verileri ile Oluşturulan Yapay Zeka Modellerinin Başarısı. Afyonkarahisar Sağlık Bilimleri Üniversitesi, Tıpta Uzmanlık Tezi.
  • Dişçi, A.Y. (2021). İşitme Kaybı Türü ve İşitme Kaybı Derecesi Belirlenmesinde İki Metot Karşılaştırması: Yapay Sinir Ağları ve Koşullu Yapılarla Kodlanan Mobil Uygulama. İstanbul Aydın Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Dlamini, Z., Francies, F. Z., Hull, R., & Marima, R. (2020). Artificial intelligence (AI) and big data in cancer and precision oncology. Computational and Structural Biotechnology Journal, 18, 2300-2311. https://doi.org/10.1016/j.csbj.2020.08.019
  • Doğaner, A. (2020). Topluluk Öğrenme Yöntemleri ile Renal Hücreli Karsinom’un Tahmin Edilmesi. İnönü Üniversitesi, Sağlık Bilimleri Enstitüsü, Doktora Tezi.
  • Durak, M.N. (2017). Makine Öğrenmesi Sınıflandırma Yöntemleri ile Meme Kanserinin Erken Teşhisi. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Elhgaggagi, E.B.A.A. (2021). Derin Öğrenme ve Makine Öğrenme Paradigmalarını Kullanarak Tiroid Hastalığı Tahmini. Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Emir, B. (2021). Oküler Hastalıkların Sınıflandırılmasında derin Konvolüsyonel Sinir Ağı Modeli. Eskişehir Osmangazi Üniversitesi, Sağlık Bilimleri Enstitüsü, Doktora Tezi.
  • Erol, C. (2012). Yapay Zeka Denetim ile EMG Sinyallerinin İşlenmesi ve Sınıflandırılması. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Fayez M.A.F (2021). Yüksek Performanslı Makine Öğrenme Sistemi Kullanılarak Kardiyovasküler (CVD) Hastalığının Tanı. Altınbaş Üniversitesi, Lisansüstü Eğitim Enstitüsü, Doktora Tezi.
  • Fedal, M.H.S. (2021). X- Işını ve Derin Öğrenme ile Covid-19 Tespiti. Gazi Üniversitesi, Bilişim Enstitüsü, Yüksel Lisans Tezi.
  • Goodman, K., Zandi, D., Reis, A., & Vayena, E. (2020). Balancing risks and benefits of artificial intelligence in the health sector. Bulletin of the World Health Organization, 98(4), 230. http://dx.doi.org/10.2471/BLT.20.253823
  • Göğüş, F.Z. (2020). Osas Hastaları için CPAP Cihazlarındaki Optimum Basıncın Yapay Zeka ile Tahmini. Konya Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, Doktora Tezi.
  • Güldalı, O. (2021). Göğüs Röntgeni Görüntülerinden COVİD-19 Sınıflandırması Yapmak Amacıyla Derin Öğrenme Modellerinden Makine Öğrenmesi Algoritmalarına Derin Öznitelik Aktarımı. İstanbul Teknik Üniversite, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Güler, H. (2012). Akciğerin Elektiriksel Modellenmesi ile Bulanık Mantık Tabanlı Solunum Cihazı (Ventilatör) Tasarımı. Fırat Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Gündüz, E. (2021). Parotis Bezi Tümörlerinin Ayırıcı Tanısında Multiparemetrik Manyetik Rezonans Görüntüleme Kullanılarak Geliştirilen Derin Öğrenme Modeli. İnönü Üniversitesi, Tıpta Uzmanlık Tezi.
  • Güner, A. L. (2008). Miyokard Perfizyon Sintigrafilerinin Sayısal Analizi için Normal Veri Tabanı Oluşturularak Değerlendirme Sürecinde Bir Yapay Zeka Uygulaması Geliştirilmesi. Gazi Üniversitesi, Tıpta Uzmanlık Tezi.
  • Güraksın, G. E. (2015). Yapay Zeka Teknikleri Kullanarak Kemik Yaşı Tespiti. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi. Gürbüz, E, (2011). Hastalıkların Uzman Bir Sistem ile Otomatik Olarak Teşhis Edilmesi. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Güven, M. (2021). Kalp Rahatsızlıklarının Yapay Zeka Algoritmaları ve Akıllı Telefonlar\Tabletler Kullanılarak Tespit Edilmesi. Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Güzey, E.Z. (2020). Epileptik Nöbet Anında Göz Bulgularının Görüntü ve Sinyal İşleme Teknikleri Kullanılarak Tespiti. Akdeniz Üniversitesi, Tıpta Uzmanlık Tezi.
  • Hacıefendioğlu, Ş. (2012). Makine Öğrenmesi Yöntemleri ile Glokom Hastalığının Teşhisi. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Haznedar, Ü. (2010). Yapay Zeka Teknikleri Kullanarak Erkek Kısır Hastalarda Genetik Bozukluk Varlığının Tespiti. Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • He, J., Baxter, S. L., Xu, J., Xu, J., Zhou, X., & Zhang, K. (2019). The practical implementation of artificial intelligence technologies in medicine. Nature medicine, 25(1), 30-36. https://doi.org/10.1038/s41591-018-0307-0
  • Horgan, D., Romao, M., Morré, S. A., & Kalra, D. (2019). Artificial intelligence: power for civilisation–and for better healthcare. Public Health Genomics, 22(5-6), 145-161. https://doi.org/10.1159/000504785
  • Hussein, Y. (2021). Yapay Zeka ve Makine Öğrenimi, COVİD-19 ile Mücadeleye Nasıl Yardımcı Oldu. Bahçeşehir Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Işık, A. H. (2012). Kronik Akciğer Hastalarının Mobil İletişim Teknolojisi ile Takibi için Zeki Bakım ve Acil Tıbbı Yardım Sistemi. Gazi Üniversitesi, Bilişim Enstitüsü, Doktora Tezi.
  • İzgi, M. S. (2018). Ortodontide Yapay Zeka Yöntemleri ile Büyüme Gelişim Dönemlerinin Tespiti. Necmettin Erbakan Üniversitesi, Diş Hekimliği Uzmanlık Tezi.
  • Kaplan, A. (2021). Derin Öğrenmeye Dayalı Yapay Zeka Teknikleri Kullanılarak Dermoskopik Görüntülerden Melanom Tahminini Sağlayan Bir Web Arayüzünün Geliştirilmesi. İnönü Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kara, G. (2019). Hemiparetek Bireylerde Denge Düzeyinin Belirlenmesi: Yapay Sinir Ağları Uygulaması. Pamukkale Üniversitesi, Sağlık Bilimleri Enstitüsü, Doktora Tezi.
  • Karacan, E. (2015). Hastalıkların Uyarlanmış Destek Vektör Makinesi ile Teşhis Edilmesi. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Karakullukçu, E. (2020). Yanık Görüntülerinin Çok Değişkenli İstatistiksel Yöntemler ve Derin Öğrenme Yaklaşımları ile Analizi. Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Karakurt, M. (2019). Patoloji Görüntülerinin Derin Öğrenme Yöntemleri ile Sınıflandırılması. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Karakuş, A. (2019). Opsesif Kompülsif Bozukluk ve Tirikotilomani Bozukluklarının Uygun Biyobelirteç Kullanılarak Makine Öğrenme Yöntemleri ile Sınıflandırılması. Üsküdar Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Karal, E. (2021). Hekime Tanı Koymada Yardımcı Yapay Zeka Destekli Hastalık Tespit Uzmanı. İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kassam, A., & Kassam, N. (2020). Artificial intelligence in healthcare: a Canadian context. In Healthcare management forum, 33(1), 5-9. https://doi.org/10.1177/0840470419874356
  • Kaya, H. (2018). Akciğer Hastalıkları Teşhisinde Sınıflandırma ve Bulanık Mantık Yöntemlerinin Uygulanması. Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kaya, S. (2020). Proksimal Junctionel Kifoz Gelişim Nedenlerinin Makine Öğrenmesi Yöntemi ile Tespiti. Atatürk Üniversitesi, Tıpta Uzmanlık Tezi.
  • Kayhan, G. (2011). Mayoelektririk Protez Elin Yapay Zeka Metotları Kullanılarak Gerçek Zamanlı Olarak Denetlenmesi. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Keleş, A. (2003). Tıbbi Teşhislerin (Kanser) Sınıflandırılması için Yapay Zeka Modellerinin Kullanılması. Atatürk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kılıç, U. (2016). Hastayı Solunum Cihazından Ayırmak için Bulanık Mantık Tabanlı Bir Algoritmanın Geliştirilmesi. Fırat Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kocaoğlu, S. (2019). Bir Tümör Protezi Uzatma Modülünün Tasarımı, Analizi ve Zeki Kontrolü. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Koçer, H. E. (2007). İris Deseninin Yapay Zeka Yöntemleri ile Tanınması. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Kördemir, M. (2021). Beyin Tümörlerinin MR Görüntüleri Üzerinden Derin Öğrenme Yöntemiyle Tespiti ve Sınıflandırması. Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Krittanawong, C., Zhang, H., Wang, Z., Aydar, M., & Kitai, T. (2017). Artificial intelligence in precision cardiovascular medicine. Journal of the American College of Cardiology, 69(21), 2657-2664. http://dx.doi.org/10.1016/j.jacc.2017.03.571
  • Küçükakarsu, M. (2021). Odyometri Sistem Tasarımı ve EEG Sinyalleri Kullanılarak Makine Öğrenmesi Yöntemleri ile İşitme Testi. Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü Yüksek Lisans Tezi.
  • Küçükali, H. (2021). Tütün Bağımlılığı Örneğinde Halk Sağlığında Yapay Zeka Teknolojilerinin Kullanılması. İstanbul Üniversitesi, Lisansüstü Eğitim Enstitüsü, Doktora Tezi.
  • Maden, S. (2021). Türkçe ders kitapları ile ilgili lisansüstü tezlerin eğilimleri: Bir içerik analizi. Türkiye Eğitim Dergisi, 6(1), 30-45.
  • Malkoçoğlu V, A.B. (2020). Akut Lenfoblastik Lösemi Hücrelerini Derin Öğrenme Yöntemleri ile Sınıflandırılması. Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Meral, B. (2019). SVM, NB ve KNN Kullanımı ile Göğüs Kanseri Veri Sınıflandırılması, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Mercan, Ö. M. (2021). Akıllı Telefon Tabanlık Kolorimetrik Glikoz Tayininde Yapay Zeka Yaklaşımı. İzmir Katip Çelebi Üniversitesi, Yüksek Lisans Tezi.
  • Mesko, B. (2017). The 10 Most Exciting Digital Health Stories Of 2017, 2017. http://medicalfuturist.com/10-exciting-digital-health-stories-2017/
  • Mısıroğlu, H.K. (2021). Açık Kaynaklı Klinik Kanser Verilerinin R-Shiny Uygulaması ile Yapay Zeka Tabanlı Web Arayüzü Destek Sisteminin Geliştirilmesi. Dokuz Eylül Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Mintz, Y., & Brodie, R. (2019). Introduction to artificial intelligence in medicine. Minimally Invasive Therapy & Allied Technologies, 28(2), 73-81. https://doi.org/10.1080/13645706.2019.1575882
  • Mutlu, S. (2008). EEG Sinyallerine Yapay Zeka Tekniklerinin Uygulanması. Gazi Üniversitesi, Bilişim Enstitüsü, Yüksek Lisans Tezi.
  • Nadimpalli, M. (2017). Artificial intelligence risks and benefits. International Journal of Innovative Research in Science, Engineering and Technology, 6(6).
  • Nakçakan, Y. (2018). Derin öğrenme ile Alzheimer Hastalığının Teşhisi. İstanbul Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Nazlı, B. (2021). EKG Sinyallerinden Yapay Zeka Yöntemleri Kullanılarak Uyku Apnesi Teşhisinin Yapılması. Kastamonu Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Okutkan, C. (2021). Diyabetli Hastalarda Glikoz Yoğunluğu’ nun Tahmin Edilmesi İçin Yapay Zeka Tabanlı Bir Karar Destek Sistemi Tasarımı. İstanbul Üniversitesi, Lisans Üstü Eğitim Enstitüsü, Doktora Tezi.
  • Oral, C. (2011). Sayısal Mamografi Görüntülerine Yapay Zeka Yöntemlerinin Uygulanması. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Orhan, U, (2011). EEG İşaretlerinden Epilepsi Hastalığının Teşhisi için Yeni Yaklaşımlar. Zonguldak Karaelmas Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Özgönül, C. (2021). Görme Engelliler için Yapay Zeka Destekli Yapay Görme Sistemi. Hacettepe Üniversitesi, Tıpta Uzmanlık Tezi. Özkan, M. (2015). Endoskopik Ultrason Görüntülerinde Kronik Pankreatit ve Pankreas Kanserinin Yaşa Göre Bilgisayar Destekli Teşhisi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Özkaya, E. (2020). Yazılımsal Algoritma Kullanılarak Skafoit Kırıklarının Otomatik Tespiti. İzmir Katip Çelebi Üniversitesi, Tıpta Uzmanlık Tezi.
  • Özsezen, A.M. (2021). Yapay Zeka ve Derin Öğrenme Teknolojileri ile Kalça Eklemi Radyografilerinde Femoral Komponentin Tanınması. Sağlık Bilimleri Üniversitesi, Gülhane Tıp Fakültesi, Tıpta Uzmanlık Tezi.
  • Özsoy, Y.Y. (2021). Karaciğer Kanseri Tedavisinde Makine Algoritma Öğrenimi ve Yapay Zeka Teşhisi. İstanbul Aydın Üniversitesi, Lisans Üstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Panch, T., Szolovits, P., & Atun, R. (2018). Artificial intelligence, machine learning and health systems. Journal of global health, 8(2), 1-8. https://doi.org/10.7189/jogh.08.020303
  • Patel, V. L., Shortliffe, E. H., Stefanelli, M., Szolovits, P., Berthold, M. R., Bellazzi, R., & Abu-Hanna, A. (2009). The coming of age of artificial intelligence in medicine. Artificial intelligence in medicine, 46(1), 5-17. http://dx.doi.org/10.1016/j.artmed.2008.07.017
  • Peker, A. A, (2021). Akciğer Metastazlarında Primer Tümör Kaynağının Yapay Zeka Algoritmaları ile Değerlendirilmesi. Bezm-i Alem Vakıf Üniversitesi, Tıpta Uzmanlık Tezi.
  • Polat, K. (2004). Özellik Seçme (FS) ile Yapay Bağışıklık Tanıma Sistemi (AIRS) Kullanılarak Medikal Teşhise Gidiş. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Pourhomayoun, M., & Shakibi, M. (2021). Predicting mortality risk in patients with COVID-19 using machine learning to help medical decision-making. Smart Health, 20. https://doi.org/10.1016/j.smhl.2020.100178
  • Pradhan, K., John, P., & Sandhu, N. (2021). Use of artificial intelligence in healthcare delivery in India. Journal of Hospital Management and Health Policy. https://doi.org/10.21037/jhmhp-20-126 Qanbar, M. M. (2019). Derin Öğrenme Yaklaşımı ile Malariaa (sıtma) Hastalığı Görüntülerinin Sınıflandırılması. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Saken, M. (2020). Çölyak Hastalığının Teşhis Edilmesi ve Sınıflandırılmasında Yapay Zeka Algoritmalarının Kullanılması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Salimitorkamani, M. (2016). Yapay Zeka ile EKG Sinyalin Analizi ve Hastalık Teşhisinde Sınıflandırılması. Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Sayın, B. (2021). Aşırı Öğrenme Makineleri ile Beta Talasemi ve Demir Eksikliği Anemisinin Ayırt Edilmesi. Fırat Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Serin, Z. (2020). Meme Kanserinin Histopatolojik Görüntüler Üzerinde Derin Sinir Ağları Kullanılarak Bilgisayar Destekli Otomatik Tespiti. Bilecik Şeyh Edebali Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Sevim, S. (2019). Makine Öğrenmesi Yöntemi ile Hastalıkların Önceden Belirlenmesi ve Diyabet Üzerine Bir Uygulama. İstanbul Aydın Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Shoma, A. (2021). Akciğer Hastalıklarının Tanısında Kullanılan X-ışını Görüntülerine Yapay Zeka ve Segmentasyon Uygulaması. İstanbul Üniversitesi, Lisans Üstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Somashekhar, S. P., Sepúlveda, M. J., Puglielli, S., Norden, A. D., Shortliffe, E. H., Kumar, C. R., ... & Ramya, Y. (2018). Watson for Oncology and breast cancer treatment recommendations: agreement with an expert multidisciplinary tumor board. Annals of Oncology, 29(2), 418-423. https://doi.org/10.1093/annonc/mdx781
  • Songül, C. (2021). Yapay Zeka ile gliomlarda KI67 İşaretleme. Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Sun, T. Q., & Medaglia, R. (2019). Mapping the challenges of Artificial Intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368-383. https://doi.org/10.1016/j.giq.2018.09.008
  • Sunarti, S., Rahman, F. F., Naufal, M., Risky, M., Febriyanto, K., & Masnina, R. (2021). Artificial intelligence in healthcare: opportunities and risk for future. Gaceta Sanitaria, 35, 67-70. https://doi.org/10.1016/j.gaceta.2020.12.019
  • Sunay, A. S. (2010). Kalpteki Fokal Ventriküler Aritmi Kaynağının Yerinin Tespitinde Kümeleme ve Sınıflandırma Uygulamaları. Başkent Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Süer, K. (2019). Yapay Zeka ile Meme Kanseri Lenf Nodu Analizi. Beykent Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Şahin, A. (2020). İleri Zamanlı Kan Glikoz Değeri Tahmini. Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Şahin, C. (2004). Yapay Sinir Ağları ile Troid Hastalıklarının Sınıflandırılması. Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Tan, F. G., Yüksel, A. S., Aydemir, E. & Ersoy, M. (2021). Derin Öğrenme Teknikleri ile Nesne Tespiti ve Takibi Üzerine Bir İnceleme. Avrupa Bilim ve Teknoloji Dergisi, (25), 159-171. https://doi.org/10.31590/ejosat.878552
  • Taşçı, A. E. (2013). Akciğer Tomografileri Kullanılarak Yapay Zeka ve Görüntü İşleme Tekniklerine Dayalı Otomatik Nodül Bölge Tespit Yöntemi Geliştirilmesi. Ege Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Topuz, M. D. (2014). Makine Öğrenmesi Algoritmaları ve Anomali Tespiti. Bahçeşehir Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Tursun, G. (2019). Nesnelerin İnterneti ve Bulanık Mantık Kullanarak Giyilebilir Tıbbi Cihazlarda Hipertansiyon Teşhisi. Düzce Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Tutumlu, H. (2011). Yapay Zeka Yöntemleri ile El Damar Deseni Tanıma. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Türk, F. (2012). Yapay Sinir Ağır Yöntemleriyle Hipertansiyon Teşhis Sistemi Geliştirilmesi. Kırıkkale Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Türker, H. (2021). Stereolitografi Yöntemi ile Kişiye Özel Dental Rehber Plağın İmalatı ve Boyutsal Doğruluğunun Yapay Sinir Ağları ile Değerlendirilmesi. Isparta Uygulamalı Bilimler Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksel Lisans Tezi.
  • Uçar, M.K. (2017). Obstrüktif Uyku Apne Teşhisi için Makine Öğrenmesi Tabanlı Yeni Bir Yöntem Geliştirilmesi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Uysal E. (2019). Retina Görüntülerinde Bilgisayar Destekli Damar Segmentasyonu. Afyonkocatepe Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Ültay, E., Akyurt, H., & Ültay, N. (2021). Sosyal bilimlerde betimsel içerik analizi. IBAD Sosyal Bilimler Dergisi, (10), 188-201.
  • Yahyaouı, A. (2017). Göğüs Hastalıklarının Teşhis Edilmesinde Makine Öğrenmesi Algoritmalarının Kullanılması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi
  • Yalçınöz, H.B. (2020). Alzheimer ve Vasküler Demans Hastalarının EEG Kayıtlarının Senkronizayson Analizi ile İncelenmesi. Mersin Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yancı, M. (2020). Derin Öğrenme Yöntemleri ile Medikal Görüntülerde Kanserli Doku Tespiti. Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yavuz, C. (2020). Cihat-bot Kullanarak Kural Tabanlı Hastalık Tanısı Tahmini. Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yazıcı, İ. (2008). EMG İşaretlerinin İşlenmesi ve Sınıflandırılması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yeasmin, S. (2019, May). Benefits of artificial intelligence in medicine. In 2019 2nd International Conference on Computer Applications & Information Security (ICCAIS) (pp. 1-6). IEEE.
  • Yıldırım, Ö. (2020). Derin Öğrenme Yöntemleri Kullanılarak Covit-19 Vaka Tahmini ve Mevsimsel Etkilerin Tahmini. Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Yıldırım, Z. (2021). Yapay Zekanın Tıp Alanında İkame Edici veya Tamamlayıcı Kullanımının Doktorlar Üzerindeki Etkilerine Yönelik Bir Senaryo Çalışması. Fırat Üniversitesi, Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi.
  • Yıldız K, T. (2021). Hematolojik Hastalıkların Teşhisinde Yapay Zeka Tekniklerinin Performans Karşılaştırması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yılmaz, A. (2015). Sinirsel Bulanık Mantık Modeliyle Kanser Risk Analizi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Yılmaz, O. (2020). Yapay Sinir Ağları ile Görme Engelliler için İlaç Tanıma ve Sesli Bilgi Verilme Uygulaması. İstanbul Aydın Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Yücebaş, S. C. (2006). Hipokrat-I: Bayes Ağı Tabanlı Tıbbi Teşhis Destek Sistemi. Başkent Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yücelbaş, Ş. (2013). Hibrit Sınıflayıcılar Kullanarak Kalpteki Ritim Bozukluklarının Teşhisi. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Zakiroğlu, N. (2019). Yapay Zeka Teknikleri Kullanarak Kemik Yaşı Tespiti Üzerinde Bir Uygulama. İstanbul Aydın Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Zencirli, K. (2020). Bipolar Parsiyel Protez Uygulanmış Kalça Kırıklı Hastalarda Makine Öğrenme Yöntemleri ile Perioperatif Prognoz ve Maliyet Analizi. Atatürk Üniversitesi, Tıpta Uzmanlık Tezi.
  • Zoroğlu, C. (2015). Bulanık Uzman Sistem Kullanarak Tıkayıcı Uyku Apne Hipopne Sendromunun Ciddiyet Seviyesinin Tahmini. İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.

A Qualitative Research on the Uses of Artificial Intelligence in Health

Yıl 2022, Sayı: 35, 395 - 407, 07.05.2022
https://doi.org/10.31590/ejosat.1052614

Öz

The main purpose of this research is to examine the usage areas of artificial intelligence in health. In this qualitative research, in which document and content analyzes were used, open access theses in the National Thesis Center were evaluated. A total of 125 theses on the subject have been discussed from different perspectives. It has been determined that 89.6% of the theses were written in Turkish, 64.8% at the master's level, 26.4% in 2021, and 14.4% by Selçuk and Sakarya Universities. As a result of the study, 13 different themes related to the use of artificial intelligence in health were revealed. These themes are in order; “diagnosis of diseases (f: 21)”, “classification of diseases (f: 20)”, “detection of diseases (f: 15)”, “processing of medical images (f: 14)”, “prediction of diseases (f: 13)”, “development of medical support systems (f: 10)”, “diagnosis of diseases (f: 9)”, “determination of the degree of risk of diseases (f: 8)”, “prognosis follow-up of diseases (f: 5)”, “monitoring of diseases (f: 4)”, “public health (f: 2)”, “health services management (f: 1)” and “determination of physician opinions (f: 1)”. In addition, it has been determined that artificial intelligence technologies are used reliably and successfully in many health problems such as Cancer, Diabetes, Covid-19, Alzheimer's, Dementia, Parkinson's, Celiac, Epilepsy, Multiple Sclerosis, Brain Timor, Infertility, Thyroid, Anemia, Sleep Apnea, Glaucoma, Obsessive Compulsive Disorder, Heart Rhythm Disorder, Bacterial Skin Infection, Burn and Hearing loss.

Proje Numarası

Yoktur.

Kaynakça

  • Abdullah, R., & Fakieh, B. (2020). Health care employees’ perceptions of the use of artificial intelligence applications: survey study. Journal of medical Internet research, 22(5), e17620. http://dx.doi.org/10.2196/17620
  • Adnan, M. G. (2021). Optimization Of Heart Disease Prediction by İmproving. Altınbaş Üniversitesi, Lisansüstü Eğitim Enstütüsü, Yüksek Lisans Tezi.
  • Afrah I. A. (2020.) Kişisel Sağlık Desteği için Yapay Zeka Tabanlı Mobil Uzman Sistem Uygulaması Geliştirilmesi. Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Ahmet, S.N. (2020). Derin Öğrenme Algoritmaları ile Bilgisayar Destekli Akciğer Kanseri Teşhisi. Antalya Bilim Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Akyel A. (2021). Yapay Sinir ağları Kullanılarak Serebral İskemi ve Hemoraji Olaylarının Önceden Tahmin Edilmesi. Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Akyol, E. (2021). Nörodejeneratif Hastalıklarda Segmentasyon Yöntemi ile Hedef Bölge Tutumlarının Değerlendirilmesi. Dokuz Eylül Üniversitesi, Tıpta Uzmanlık Tezi.
  • Alan, M. (2020). Derin Öğrenme ile Biyosinyal Sınıflandırma ve Hastalık Tahmini. Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Alkan, O. (2019). Parkinson Hastalığının Teşhisinde Derin Öğrenme Yöntemi ile Spect Görüntü Analizi. Ağrı İbrahim Çeçen Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Altıkardeş, Z. A. (2012). Tip 2 Diyabetes Mellituslu Hastalarda 24 Saatlik Kan Basıncı Değişiminin Öngörülmesine Yönelik Uzman Sistem Tasarımı. Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Altınbaşak, G. (2019). Bipolar ve Ünibipolar Bozukluklarının Uygun Biyobelirteç Kullanarak Makine Öğrenme Yöntemleri ile Sınıflandırılması. Üsküdar Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Altındağ, O, (2013). Kanser Sınıflandırmada MikroRNA ve mRNA Anlatım Bilgilerinin Entegrasyonu. Başkent Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Amasyalı, M. F. (2008). Yeni Makine Öğrenmesi Metotları ve İlaç Tasarımına Uygulamaları. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Amisha, P. M., Pathania, M., & Rathaur, V. K. (2019). Overview of artificial intelligence in medicine. Journal of family medicine and primary care, 8(7), 2328. https://doi.org/10.4103/jfmpc.jfmpc_440_19
  • Arı, A. (2019). Yapay Sinir Ağları Kullanılarak Kalp Hastalığının Ön Görülmesi. Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Arslan, M. T. (2016). Yapay Zeka Tabanlı Yöntemler Kullanılarak Mikroarray Gen Verileninin Sınıflandırılması. Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Atav, A. (2020). İlaçların Diğer İlaçlar ile Etkileşimlerinin Uzman Sistem ile Belirlenmesi. Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Avcı, F. (2019). Derin Öğrenme Teknikleriyle Tomografi Görüntülerinde Karaciğer Bölütlemesi. Eskişehir Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Avuçlu, E (2019). Yapay Zeka ve Görüntü İşleme Teknikleri Kullanarak Diş Röntgen Görüntülerinden Kronolojik Yaş Tayini. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Aydın, A. G. (2011). Acil Servis Triajında Yapay Zeka Yöntemlerinin Güvenirliliği. Akdeniz Üniversitesi, Tıpta Uzmanlık Tezi.
  • Babalık, A. (2000). Uzman Sistemlerin Tıpta Teşhis Amaçlı Kullanımı, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Babaoğlu, İ. (2010). Koroner Arter Hastalığı ve Lezyon Lokalizosyonu Tahminlerinde Efor Stres Testinin Yapay Zeka Yöntemleri ile Değerlendirilmesi. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Bagherzadi, N. (2014). Esofagus Kanser Vakalarının Bayes Ağları ve Destek Vektör Makinaları Kullanılarak Ameliyat Sonrası Prognostik Tahmini. Ortadoğu Teknik Üniversitesi, Enformatik Enstitüsü, Yüksek Lisans Tezi.
  • Batı, F. (2020). Makine Öğrenmesi Sınıflandırma Algoritmaları Kullanılarak Meme Kanseri Tahmini. İstanbul Aydın Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Baykal, Y. (2019). Derin Öğrenme ile Manyetik Rezonans Görüntülerde Temporomandibular Eklem Disk Deplasmanlarının Diagnozu. Karadeniz Teknik Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Bayrak, O.C. (2020). Tıbbi Görüntülerden Derin Öğrenme Yöntemleri ile Karaciğer ve Beyin Lezyonlarının Bölütlenmesi. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Becker, A. (2019). Artificial intelligence in medicine: What is it doing for us today?. Health Policy and Technology, 8(2), 198-205. https://doi.org/10.1016/j.hlpt.2019.03.004
  • Bedük, H. (2019). Derin Öğrenme ile Histopatolojik Olarak Tanı Konmuş 65 Yaş Üstü Metastatik Meme Kanseri Hastalarında Kepoterapi Yan Etkisini Öngörme. Manisa Celal Bayar Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Beyan, T. (2005). Tıbbi Tanısal Süreçler için Yeni Bir Bulanık-Kaotik Tıbbi Modelleme Önerisi. Ortadoğu Teknik Üniversitesi, Enformatik Enstitüsü, Yüksek Lisans Tezi.
  • Bhbosale, S., Pujari, V., & Multani, Z. (2020). Advantages And Disadvantages of Artificial Intellegence. Aayushi International Interdisciplinary Research Journal, (77), 227-230.
  • Bowen, G. A. (2009). Document analysis as a qualitative research method. Qualitative Research Journal, 9(2), 27-40.
  • Castagno, S., & Khalifa, M. (2020). Perceptions of Artificial Intelligence Among Healthcare Staff: A Qualitative Survey Study. Frontiers in artificial intelligence, 3, 84. https://doi.org/10.3389/frai.2020.578983
  • Çakar, E. (2018). Akciğer Tomografisi Görüntülerinde Görüntü İşleme Teknikleri Kullanılarak Nodül Tespiti ve Yapay Zeka ile Nodüllerin Nitelendirilmesi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Çelik, İ. (2018). Elektrokardiyografi (EKG) Sinyallerinin Aritmi Tespiti için Yapay Zeka Yöntemleri ile Sınıflandırılması. Mersin Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Çetin, E. (2020). Mobil EEG Tabanlı Açlık ve Tokluk Sınıflandırılması. Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi. Çimen, Ü. (2016). Solunum Seslerinin Yapay Zeka Ortamında Sınıflandırılması. Afyon Kocatepe Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Dabbagh S.A.N. (2021). Using Deep Leearnig and Medical Data Classification for Predicting Bacterial Skin İnfaction. Altınbaş Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Dandıl, E. (2015). MR Görüntüleri ve MR Spektroskopi verileri ile Yapay Öğrenme Tabanlı Beyin Tümörü Tespit Yöntemi ve Uygulaması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Demirarslan, M. (2020). Sağlık Verilerinde Aykırı Gözlemlere Duyarlı ve Hastalık Tanısına Yönelik Yeni Bir Öznitelik Seçim Yöntemi Önerisi. Ege Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Demirbaş, S. (2021). Multiple Skleroz Olgularında Korpus Kallozum Morfolojisinin Endeksler ve Yapay Zeka ile Değerlendirilmesi. Akdeniz Üniversitesi, Tıpta Uzmanlık Tezi.
  • Demirel, E. (2020). Glioblastom ve Soliter Beyin Metastazı Ayırıcı Tanısında Konvansiyonel MR Sekanslarından Otomatik Segmentasyon ile Elde Edilen Rariomics Verileri ile Oluşturulan Yapay Zeka Modellerinin Başarısı. Afyonkarahisar Sağlık Bilimleri Üniversitesi, Tıpta Uzmanlık Tezi.
  • Dişçi, A.Y. (2021). İşitme Kaybı Türü ve İşitme Kaybı Derecesi Belirlenmesinde İki Metot Karşılaştırması: Yapay Sinir Ağları ve Koşullu Yapılarla Kodlanan Mobil Uygulama. İstanbul Aydın Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Dlamini, Z., Francies, F. Z., Hull, R., & Marima, R. (2020). Artificial intelligence (AI) and big data in cancer and precision oncology. Computational and Structural Biotechnology Journal, 18, 2300-2311. https://doi.org/10.1016/j.csbj.2020.08.019
  • Doğaner, A. (2020). Topluluk Öğrenme Yöntemleri ile Renal Hücreli Karsinom’un Tahmin Edilmesi. İnönü Üniversitesi, Sağlık Bilimleri Enstitüsü, Doktora Tezi.
  • Durak, M.N. (2017). Makine Öğrenmesi Sınıflandırma Yöntemleri ile Meme Kanserinin Erken Teşhisi. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Elhgaggagi, E.B.A.A. (2021). Derin Öğrenme ve Makine Öğrenme Paradigmalarını Kullanarak Tiroid Hastalığı Tahmini. Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Emir, B. (2021). Oküler Hastalıkların Sınıflandırılmasında derin Konvolüsyonel Sinir Ağı Modeli. Eskişehir Osmangazi Üniversitesi, Sağlık Bilimleri Enstitüsü, Doktora Tezi.
  • Erol, C. (2012). Yapay Zeka Denetim ile EMG Sinyallerinin İşlenmesi ve Sınıflandırılması. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Fayez M.A.F (2021). Yüksek Performanslı Makine Öğrenme Sistemi Kullanılarak Kardiyovasküler (CVD) Hastalığının Tanı. Altınbaş Üniversitesi, Lisansüstü Eğitim Enstitüsü, Doktora Tezi.
  • Fedal, M.H.S. (2021). X- Işını ve Derin Öğrenme ile Covid-19 Tespiti. Gazi Üniversitesi, Bilişim Enstitüsü, Yüksel Lisans Tezi.
  • Goodman, K., Zandi, D., Reis, A., & Vayena, E. (2020). Balancing risks and benefits of artificial intelligence in the health sector. Bulletin of the World Health Organization, 98(4), 230. http://dx.doi.org/10.2471/BLT.20.253823
  • Göğüş, F.Z. (2020). Osas Hastaları için CPAP Cihazlarındaki Optimum Basıncın Yapay Zeka ile Tahmini. Konya Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, Doktora Tezi.
  • Güldalı, O. (2021). Göğüs Röntgeni Görüntülerinden COVİD-19 Sınıflandırması Yapmak Amacıyla Derin Öğrenme Modellerinden Makine Öğrenmesi Algoritmalarına Derin Öznitelik Aktarımı. İstanbul Teknik Üniversite, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Güler, H. (2012). Akciğerin Elektiriksel Modellenmesi ile Bulanık Mantık Tabanlı Solunum Cihazı (Ventilatör) Tasarımı. Fırat Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Gündüz, E. (2021). Parotis Bezi Tümörlerinin Ayırıcı Tanısında Multiparemetrik Manyetik Rezonans Görüntüleme Kullanılarak Geliştirilen Derin Öğrenme Modeli. İnönü Üniversitesi, Tıpta Uzmanlık Tezi.
  • Güner, A. L. (2008). Miyokard Perfizyon Sintigrafilerinin Sayısal Analizi için Normal Veri Tabanı Oluşturularak Değerlendirme Sürecinde Bir Yapay Zeka Uygulaması Geliştirilmesi. Gazi Üniversitesi, Tıpta Uzmanlık Tezi.
  • Güraksın, G. E. (2015). Yapay Zeka Teknikleri Kullanarak Kemik Yaşı Tespiti. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi. Gürbüz, E, (2011). Hastalıkların Uzman Bir Sistem ile Otomatik Olarak Teşhis Edilmesi. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Güven, M. (2021). Kalp Rahatsızlıklarının Yapay Zeka Algoritmaları ve Akıllı Telefonlar\Tabletler Kullanılarak Tespit Edilmesi. Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Güzey, E.Z. (2020). Epileptik Nöbet Anında Göz Bulgularının Görüntü ve Sinyal İşleme Teknikleri Kullanılarak Tespiti. Akdeniz Üniversitesi, Tıpta Uzmanlık Tezi.
  • Hacıefendioğlu, Ş. (2012). Makine Öğrenmesi Yöntemleri ile Glokom Hastalığının Teşhisi. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Haznedar, Ü. (2010). Yapay Zeka Teknikleri Kullanarak Erkek Kısır Hastalarda Genetik Bozukluk Varlığının Tespiti. Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • He, J., Baxter, S. L., Xu, J., Xu, J., Zhou, X., & Zhang, K. (2019). The practical implementation of artificial intelligence technologies in medicine. Nature medicine, 25(1), 30-36. https://doi.org/10.1038/s41591-018-0307-0
  • Horgan, D., Romao, M., Morré, S. A., & Kalra, D. (2019). Artificial intelligence: power for civilisation–and for better healthcare. Public Health Genomics, 22(5-6), 145-161. https://doi.org/10.1159/000504785
  • Hussein, Y. (2021). Yapay Zeka ve Makine Öğrenimi, COVİD-19 ile Mücadeleye Nasıl Yardımcı Oldu. Bahçeşehir Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Işık, A. H. (2012). Kronik Akciğer Hastalarının Mobil İletişim Teknolojisi ile Takibi için Zeki Bakım ve Acil Tıbbı Yardım Sistemi. Gazi Üniversitesi, Bilişim Enstitüsü, Doktora Tezi.
  • İzgi, M. S. (2018). Ortodontide Yapay Zeka Yöntemleri ile Büyüme Gelişim Dönemlerinin Tespiti. Necmettin Erbakan Üniversitesi, Diş Hekimliği Uzmanlık Tezi.
  • Kaplan, A. (2021). Derin Öğrenmeye Dayalı Yapay Zeka Teknikleri Kullanılarak Dermoskopik Görüntülerden Melanom Tahminini Sağlayan Bir Web Arayüzünün Geliştirilmesi. İnönü Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kara, G. (2019). Hemiparetek Bireylerde Denge Düzeyinin Belirlenmesi: Yapay Sinir Ağları Uygulaması. Pamukkale Üniversitesi, Sağlık Bilimleri Enstitüsü, Doktora Tezi.
  • Karacan, E. (2015). Hastalıkların Uyarlanmış Destek Vektör Makinesi ile Teşhis Edilmesi. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Karakullukçu, E. (2020). Yanık Görüntülerinin Çok Değişkenli İstatistiksel Yöntemler ve Derin Öğrenme Yaklaşımları ile Analizi. Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Karakurt, M. (2019). Patoloji Görüntülerinin Derin Öğrenme Yöntemleri ile Sınıflandırılması. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Karakuş, A. (2019). Opsesif Kompülsif Bozukluk ve Tirikotilomani Bozukluklarının Uygun Biyobelirteç Kullanılarak Makine Öğrenme Yöntemleri ile Sınıflandırılması. Üsküdar Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Karal, E. (2021). Hekime Tanı Koymada Yardımcı Yapay Zeka Destekli Hastalık Tespit Uzmanı. İstanbul Ticaret Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kassam, A., & Kassam, N. (2020). Artificial intelligence in healthcare: a Canadian context. In Healthcare management forum, 33(1), 5-9. https://doi.org/10.1177/0840470419874356
  • Kaya, H. (2018). Akciğer Hastalıkları Teşhisinde Sınıflandırma ve Bulanık Mantık Yöntemlerinin Uygulanması. Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kaya, S. (2020). Proksimal Junctionel Kifoz Gelişim Nedenlerinin Makine Öğrenmesi Yöntemi ile Tespiti. Atatürk Üniversitesi, Tıpta Uzmanlık Tezi.
  • Kayhan, G. (2011). Mayoelektririk Protez Elin Yapay Zeka Metotları Kullanılarak Gerçek Zamanlı Olarak Denetlenmesi. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Keleş, A. (2003). Tıbbi Teşhislerin (Kanser) Sınıflandırılması için Yapay Zeka Modellerinin Kullanılması. Atatürk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kılıç, U. (2016). Hastayı Solunum Cihazından Ayırmak için Bulanık Mantık Tabanlı Bir Algoritmanın Geliştirilmesi. Fırat Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Kocaoğlu, S. (2019). Bir Tümör Protezi Uzatma Modülünün Tasarımı, Analizi ve Zeki Kontrolü. Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Koçer, H. E. (2007). İris Deseninin Yapay Zeka Yöntemleri ile Tanınması. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Kördemir, M. (2021). Beyin Tümörlerinin MR Görüntüleri Üzerinden Derin Öğrenme Yöntemiyle Tespiti ve Sınıflandırması. Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Krittanawong, C., Zhang, H., Wang, Z., Aydar, M., & Kitai, T. (2017). Artificial intelligence in precision cardiovascular medicine. Journal of the American College of Cardiology, 69(21), 2657-2664. http://dx.doi.org/10.1016/j.jacc.2017.03.571
  • Küçükakarsu, M. (2021). Odyometri Sistem Tasarımı ve EEG Sinyalleri Kullanılarak Makine Öğrenmesi Yöntemleri ile İşitme Testi. Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü Yüksek Lisans Tezi.
  • Küçükali, H. (2021). Tütün Bağımlılığı Örneğinde Halk Sağlığında Yapay Zeka Teknolojilerinin Kullanılması. İstanbul Üniversitesi, Lisansüstü Eğitim Enstitüsü, Doktora Tezi.
  • Maden, S. (2021). Türkçe ders kitapları ile ilgili lisansüstü tezlerin eğilimleri: Bir içerik analizi. Türkiye Eğitim Dergisi, 6(1), 30-45.
  • Malkoçoğlu V, A.B. (2020). Akut Lenfoblastik Lösemi Hücrelerini Derin Öğrenme Yöntemleri ile Sınıflandırılması. Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Meral, B. (2019). SVM, NB ve KNN Kullanımı ile Göğüs Kanseri Veri Sınıflandırılması, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Mercan, Ö. M. (2021). Akıllı Telefon Tabanlık Kolorimetrik Glikoz Tayininde Yapay Zeka Yaklaşımı. İzmir Katip Çelebi Üniversitesi, Yüksek Lisans Tezi.
  • Mesko, B. (2017). The 10 Most Exciting Digital Health Stories Of 2017, 2017. http://medicalfuturist.com/10-exciting-digital-health-stories-2017/
  • Mısıroğlu, H.K. (2021). Açık Kaynaklı Klinik Kanser Verilerinin R-Shiny Uygulaması ile Yapay Zeka Tabanlı Web Arayüzü Destek Sisteminin Geliştirilmesi. Dokuz Eylül Üniversitesi, Sağlık Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Mintz, Y., & Brodie, R. (2019). Introduction to artificial intelligence in medicine. Minimally Invasive Therapy & Allied Technologies, 28(2), 73-81. https://doi.org/10.1080/13645706.2019.1575882
  • Mutlu, S. (2008). EEG Sinyallerine Yapay Zeka Tekniklerinin Uygulanması. Gazi Üniversitesi, Bilişim Enstitüsü, Yüksek Lisans Tezi.
  • Nadimpalli, M. (2017). Artificial intelligence risks and benefits. International Journal of Innovative Research in Science, Engineering and Technology, 6(6).
  • Nakçakan, Y. (2018). Derin öğrenme ile Alzheimer Hastalığının Teşhisi. İstanbul Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Nazlı, B. (2021). EKG Sinyallerinden Yapay Zeka Yöntemleri Kullanılarak Uyku Apnesi Teşhisinin Yapılması. Kastamonu Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Okutkan, C. (2021). Diyabetli Hastalarda Glikoz Yoğunluğu’ nun Tahmin Edilmesi İçin Yapay Zeka Tabanlı Bir Karar Destek Sistemi Tasarımı. İstanbul Üniversitesi, Lisans Üstü Eğitim Enstitüsü, Doktora Tezi.
  • Oral, C. (2011). Sayısal Mamografi Görüntülerine Yapay Zeka Yöntemlerinin Uygulanması. Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Orhan, U, (2011). EEG İşaretlerinden Epilepsi Hastalığının Teşhisi için Yeni Yaklaşımlar. Zonguldak Karaelmas Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Özgönül, C. (2021). Görme Engelliler için Yapay Zeka Destekli Yapay Görme Sistemi. Hacettepe Üniversitesi, Tıpta Uzmanlık Tezi. Özkan, M. (2015). Endoskopik Ultrason Görüntülerinde Kronik Pankreatit ve Pankreas Kanserinin Yaşa Göre Bilgisayar Destekli Teşhisi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Özkaya, E. (2020). Yazılımsal Algoritma Kullanılarak Skafoit Kırıklarının Otomatik Tespiti. İzmir Katip Çelebi Üniversitesi, Tıpta Uzmanlık Tezi.
  • Özsezen, A.M. (2021). Yapay Zeka ve Derin Öğrenme Teknolojileri ile Kalça Eklemi Radyografilerinde Femoral Komponentin Tanınması. Sağlık Bilimleri Üniversitesi, Gülhane Tıp Fakültesi, Tıpta Uzmanlık Tezi.
  • Özsoy, Y.Y. (2021). Karaciğer Kanseri Tedavisinde Makine Algoritma Öğrenimi ve Yapay Zeka Teşhisi. İstanbul Aydın Üniversitesi, Lisans Üstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Panch, T., Szolovits, P., & Atun, R. (2018). Artificial intelligence, machine learning and health systems. Journal of global health, 8(2), 1-8. https://doi.org/10.7189/jogh.08.020303
  • Patel, V. L., Shortliffe, E. H., Stefanelli, M., Szolovits, P., Berthold, M. R., Bellazzi, R., & Abu-Hanna, A. (2009). The coming of age of artificial intelligence in medicine. Artificial intelligence in medicine, 46(1), 5-17. http://dx.doi.org/10.1016/j.artmed.2008.07.017
  • Peker, A. A, (2021). Akciğer Metastazlarında Primer Tümör Kaynağının Yapay Zeka Algoritmaları ile Değerlendirilmesi. Bezm-i Alem Vakıf Üniversitesi, Tıpta Uzmanlık Tezi.
  • Polat, K. (2004). Özellik Seçme (FS) ile Yapay Bağışıklık Tanıma Sistemi (AIRS) Kullanılarak Medikal Teşhise Gidiş. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Pourhomayoun, M., & Shakibi, M. (2021). Predicting mortality risk in patients with COVID-19 using machine learning to help medical decision-making. Smart Health, 20. https://doi.org/10.1016/j.smhl.2020.100178
  • Pradhan, K., John, P., & Sandhu, N. (2021). Use of artificial intelligence in healthcare delivery in India. Journal of Hospital Management and Health Policy. https://doi.org/10.21037/jhmhp-20-126 Qanbar, M. M. (2019). Derin Öğrenme Yaklaşımı ile Malariaa (sıtma) Hastalığı Görüntülerinin Sınıflandırılması. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Saken, M. (2020). Çölyak Hastalığının Teşhis Edilmesi ve Sınıflandırılmasında Yapay Zeka Algoritmalarının Kullanılması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Salimitorkamani, M. (2016). Yapay Zeka ile EKG Sinyalin Analizi ve Hastalık Teşhisinde Sınıflandırılması. Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Sayın, B. (2021). Aşırı Öğrenme Makineleri ile Beta Talasemi ve Demir Eksikliği Anemisinin Ayırt Edilmesi. Fırat Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Serin, Z. (2020). Meme Kanserinin Histopatolojik Görüntüler Üzerinde Derin Sinir Ağları Kullanılarak Bilgisayar Destekli Otomatik Tespiti. Bilecik Şeyh Edebali Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Sevim, S. (2019). Makine Öğrenmesi Yöntemi ile Hastalıkların Önceden Belirlenmesi ve Diyabet Üzerine Bir Uygulama. İstanbul Aydın Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Shoma, A. (2021). Akciğer Hastalıklarının Tanısında Kullanılan X-ışını Görüntülerine Yapay Zeka ve Segmentasyon Uygulaması. İstanbul Üniversitesi, Lisans Üstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Somashekhar, S. P., Sepúlveda, M. J., Puglielli, S., Norden, A. D., Shortliffe, E. H., Kumar, C. R., ... & Ramya, Y. (2018). Watson for Oncology and breast cancer treatment recommendations: agreement with an expert multidisciplinary tumor board. Annals of Oncology, 29(2), 418-423. https://doi.org/10.1093/annonc/mdx781
  • Songül, C. (2021). Yapay Zeka ile gliomlarda KI67 İşaretleme. Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Sun, T. Q., & Medaglia, R. (2019). Mapping the challenges of Artificial Intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368-383. https://doi.org/10.1016/j.giq.2018.09.008
  • Sunarti, S., Rahman, F. F., Naufal, M., Risky, M., Febriyanto, K., & Masnina, R. (2021). Artificial intelligence in healthcare: opportunities and risk for future. Gaceta Sanitaria, 35, 67-70. https://doi.org/10.1016/j.gaceta.2020.12.019
  • Sunay, A. S. (2010). Kalpteki Fokal Ventriküler Aritmi Kaynağının Yerinin Tespitinde Kümeleme ve Sınıflandırma Uygulamaları. Başkent Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Süer, K. (2019). Yapay Zeka ile Meme Kanseri Lenf Nodu Analizi. Beykent Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Şahin, A. (2020). İleri Zamanlı Kan Glikoz Değeri Tahmini. Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Şahin, C. (2004). Yapay Sinir Ağları ile Troid Hastalıklarının Sınıflandırılması. Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Tan, F. G., Yüksel, A. S., Aydemir, E. & Ersoy, M. (2021). Derin Öğrenme Teknikleri ile Nesne Tespiti ve Takibi Üzerine Bir İnceleme. Avrupa Bilim ve Teknoloji Dergisi, (25), 159-171. https://doi.org/10.31590/ejosat.878552
  • Taşçı, A. E. (2013). Akciğer Tomografileri Kullanılarak Yapay Zeka ve Görüntü İşleme Tekniklerine Dayalı Otomatik Nodül Bölge Tespit Yöntemi Geliştirilmesi. Ege Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Topuz, M. D. (2014). Makine Öğrenmesi Algoritmaları ve Anomali Tespiti. Bahçeşehir Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Tursun, G. (2019). Nesnelerin İnterneti ve Bulanık Mantık Kullanarak Giyilebilir Tıbbi Cihazlarda Hipertansiyon Teşhisi. Düzce Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Tutumlu, H. (2011). Yapay Zeka Yöntemleri ile El Damar Deseni Tanıma. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Türk, F. (2012). Yapay Sinir Ağır Yöntemleriyle Hipertansiyon Teşhis Sistemi Geliştirilmesi. Kırıkkale Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Türker, H. (2021). Stereolitografi Yöntemi ile Kişiye Özel Dental Rehber Plağın İmalatı ve Boyutsal Doğruluğunun Yapay Sinir Ağları ile Değerlendirilmesi. Isparta Uygulamalı Bilimler Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksel Lisans Tezi.
  • Uçar, M.K. (2017). Obstrüktif Uyku Apne Teşhisi için Makine Öğrenmesi Tabanlı Yeni Bir Yöntem Geliştirilmesi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Uysal E. (2019). Retina Görüntülerinde Bilgisayar Destekli Damar Segmentasyonu. Afyonkocatepe Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Ültay, E., Akyurt, H., & Ültay, N. (2021). Sosyal bilimlerde betimsel içerik analizi. IBAD Sosyal Bilimler Dergisi, (10), 188-201.
  • Yahyaouı, A. (2017). Göğüs Hastalıklarının Teşhis Edilmesinde Makine Öğrenmesi Algoritmalarının Kullanılması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi
  • Yalçınöz, H.B. (2020). Alzheimer ve Vasküler Demans Hastalarının EEG Kayıtlarının Senkronizayson Analizi ile İncelenmesi. Mersin Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yancı, M. (2020). Derin Öğrenme Yöntemleri ile Medikal Görüntülerde Kanserli Doku Tespiti. Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yavuz, C. (2020). Cihat-bot Kullanarak Kural Tabanlı Hastalık Tanısı Tahmini. Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yazıcı, İ. (2008). EMG İşaretlerinin İşlenmesi ve Sınıflandırılması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yeasmin, S. (2019, May). Benefits of artificial intelligence in medicine. In 2019 2nd International Conference on Computer Applications & Information Security (ICCAIS) (pp. 1-6). IEEE.
  • Yıldırım, Ö. (2020). Derin Öğrenme Yöntemleri Kullanılarak Covit-19 Vaka Tahmini ve Mevsimsel Etkilerin Tahmini. Karabük Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Yıldırım, Z. (2021). Yapay Zekanın Tıp Alanında İkame Edici veya Tamamlayıcı Kullanımının Doktorlar Üzerindeki Etkilerine Yönelik Bir Senaryo Çalışması. Fırat Üniversitesi, Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi.
  • Yıldız K, T. (2021). Hematolojik Hastalıkların Teşhisinde Yapay Zeka Tekniklerinin Performans Karşılaştırması. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yılmaz, A. (2015). Sinirsel Bulanık Mantık Modeliyle Kanser Risk Analizi. Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi.
  • Yılmaz, O. (2020). Yapay Sinir Ağları ile Görme Engelliler için İlaç Tanıma ve Sesli Bilgi Verilme Uygulaması. İstanbul Aydın Üniversitesi, Lisansüstü Eğitim Enstitüsü, Yüksek Lisans Tezi.
  • Yücebaş, S. C. (2006). Hipokrat-I: Bayes Ağı Tabanlı Tıbbi Teşhis Destek Sistemi. Başkent Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Yücelbaş, Ş. (2013). Hibrit Sınıflayıcılar Kullanarak Kalpteki Ritim Bozukluklarının Teşhisi. Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Zakiroğlu, N. (2019). Yapay Zeka Teknikleri Kullanarak Kemik Yaşı Tespiti Üzerinde Bir Uygulama. İstanbul Aydın Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Zencirli, K. (2020). Bipolar Parsiyel Protez Uygulanmış Kalça Kırıklı Hastalarda Makine Öğrenme Yöntemleri ile Perioperatif Prognoz ve Maliyet Analizi. Atatürk Üniversitesi, Tıpta Uzmanlık Tezi.
  • Zoroğlu, C. (2015). Bulanık Uzman Sistem Kullanarak Tıkayıcı Uyku Apne Hipopne Sendromunun Ciddiyet Seviyesinin Tahmini. İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
Toplam 147 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Haydar Hoşgör 0000-0002-1174-1184

Hacer Güngördü Bu kişi benim 0000-0003-3978-9259

Proje Numarası Yoktur.
Yayımlanma Tarihi 7 Mayıs 2022
Yayımlandığı Sayı Yıl 2022 Sayı: 35

Kaynak Göster

APA Hoşgör, H., & Güngördü, H. (2022). Sağlıkta Yapay Zekanın Kullanım Alanları Üzerine Nitel Bir Araştırma. Avrupa Bilim Ve Teknoloji Dergisi(35), 395-407. https://doi.org/10.31590/ejosat.1052614