Sağlık Personellerinin Yapay Zekâ ile İlgili Düşüncelerinin Değerlendirilmesi

Author :  

Year-Number: 2022-33
Yayımlanma Tarihi: 2022-12-12 21:13:08.0
Language : Türkçe
Konu : EBELİK
Number of pages: 52-69
Mendeley EndNote Alıntı Yap

Abstract

Yapay zekâ; günümüz teknolojisinin ürünü olarak bilgisayarlarla oluşturulan algoritmalar ile ilgili verilerle kodlanan etiketleri tanımlayarak çıkarımlar yapabilen sistemler geliştirmeye olanak sağlayan, çok disiplinli bir bilişim alanıdır. Sağlık bakımında; standartlarının yükseltilmesi yönünde yapay zekânın kullanımına ihtiyaç olduğu düşünülmektedir. Bu araştırmada yapay zekâ ve sağlık alanında kullanımı ile ilgili sağlık personellerinin görüşlerinin değerlendirilmesi amaçlanmıştır. Çalışmaya katılmaya gönüllü olan 68 sağlık personeli dahil edilmiştir. 24 sorudan oluşan ‘Yapay Zekâ ile İlgili Görüşlerin Belirlenmesi Veri Toplama Formu’’ online olarak yapılmıştır. Verilerin istatistiksel analizi için SPSS 25.0 paket programı kullanılmış ve tanımlayıcı istatistikler kullanılarak değerlendirilmiştir. Değerlendirmede p<0.05 anlamlı kabul edilmiştir. Araştırma sonuçlarına göre; sağlık personellerinin %94,1’inin yapay zekâ kavramını daha önce duyduğu gözlenmiştir. Fakat %32,4’ü yapay zekânın hayatımıza yer ediyor olmasından korkuttuğunu, %58,8’i sağlık alanında uygulamaları hakkında bilgi sahibi olmadığını belirtirken, %95,6 sı okuduğu dönemlerde yapay zekâ ile ilgili eğitim almadığını belirtmiştir. %83’ü konferans/ eğitimlere katılmak istediğini, %86,8’i üniversite eğitimlerinde yapay zekâ ile ilgili dersler verilmesini ve %83,8’i sağlıkta yapay zekâ uygulamalarının ve araştırmalarının artmasını desteklediklerini belirtmiştir. Sağlık personelleri ile yaptığımız çalışmaya dayanarak; sağlık personellerinin bu konuda bilgi edinmek istediklerini, yapay zekâ araçlarının sağlık hizmeti sunumunda kullanılması için destekleyici olduklarını söyleyebiliriz. Fakat bilgilerinin yetersiz olduğunu ve hiç eğitim almadıklarını söylemek mümkündür. Özellikle üniversite veya master eğitimleri sırasında yapay zekâ ile ilgili dersler, konferanslar, bilişim ve inovasyon fuarları gibi öğretici etkinliklerin bütün üniversitelerin eğitim süreçlerine eklenmesinin bu yönde etkin bir girişim olacağını söyleyebiliriz. Sonuç olarak sağlık alanında yapay zekâ sistemlerinin kullanılabilmesi için daha fazla eğitim ve araştırmaların düzenlenmesi gereklidir.

Keywords

Abstract

Artificial intelligence; It is a multi-disciplinary information technology to identify those who are raised with the technology of the future with the identities coded by the education, and to produce the project with inferences. In the health heater; Use in the use of artificial intelligence to scale up standards. In this sense, it is something that should be considered that its use in the field of artificial intelligence and health should not be perceived by its personnel. 68 health personnel who volunteered to participate in the study were included. The 'Identification of Opinions on Artificial Intelligence Data Collection Form' consisting of 24 questions was made online. SPSS 25.0 package program was used for statistical analysis of the data and evaluated using descriptive statistics. P<0.05 was considered significant in the evaluation. According to the research results; It has been observed that 94.1% of healthcare professionals have heard of the concept of artificial intelligence before. However, 32.4% of them stated that they were afraid of artificial intelligence taking place in our lives, 58.8% of them stated that they did not know about its applications in the field of health, while 95.6% of them stated that they did not receive training on artificial intelligence during their education. 83% of them stated that they wanted to attend conferences/trainings, 86.8% of them supported the teaching of artificial intelligence courses in their university education, and 83.8% of them supported the increase of artificial intelligence applications and research in health. Based on our work with healthcare professionals; We can say that health personnel want to learn about this subject and that they are supportive for the use of artificial intelligence tools in health service delivery. However, it is possible to say that their knowledge is insufficient and they have not received any training. We can say that adding instructive activities such as artificial intelligence courses, conferences, informatics and innovation fairs, especially during university or master education, to the education processes of all universities will be an effective initiative in this direction. As a result, more training and research needs to be organized in order to use artificial intelligence systems in the field of health.

Keywords


  • Ahn, H. (2020). Artificial intelligence method to classify ophthalmic emergency severity based on symptoms: A validation study. BMJ Open, 10(7), 1–7. https://doi.org/10.1136/bmjopen-2020-037161

  • Altaş, İ. H. (1999). Bulanık mantık: Bulanıklılık kavramı. Enerji, Elektrik, Elektromekanik- 3e, 62, 80-85.

  • Aral, A., Denge, T., & Şahbaz, Ö. (2020). Evaluation of circulatory system disease codes in the transition process to the eleventh revision of the international classification of diseases. Journal of Ankara University Faculty of Medicine, 72(3), 268–276. https://doi.org/10.4274/atfm.galenos.2019.59244

  • Atalay, M., & Çelik, E. (2017). Büyük veri anali zi nde yapay zekâ ve maki ne öğrenmesi uygulamalari. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 155–172. https://doi.org/10.20875/makusobed.309727

  • Bickman, L. (2020). Improving mental health services: a 50-year journey from randomized experiments to artificial ıntelligence and precision mental health. In Administration and Policy in Mental Health and Mental Health Services Research (Vol. 47, Issue 5). Springer US. https://doi.org/10.1007/s10488-020-01065-8

  • Bilge, U. (2007). Tıpta yapay zekâ ve uzman sistemler. IV. Ulusal Tıp Bilişimi Kongresi, 113–118.

  • Bioethics brifing note, (2018). Artificial intelligence (AI) in healthcare and research. https://www.nuffieldbioethics.org/publications/ai-in-healthcare-and-research

  • Birinci, Ş. (2019). Sağlıkta yüksek teknoloji ve yapay zekâ. sağlık düşüncesi ve tıp kültürü platformu (sd). https://www.sdplatform.com/Dergi/1177/Sagliktayuksek-teknoloji-ve-yapay-zek.aspx

  • Boland, M. R., Polubriaginof, F., & Tatonetti, N. P. (2017). Development of a machine learning algorithm to classify drugs of unknown fetal effect. Scientific Reports, 7(1), 1–15. https://doi.org/10.1038/s41598-017-12943-x

  • Chen, L., Chen, P., & Lin, Z. (2020). Artificial ıntelligence in education: A review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510

  • Delanerolle, G., Yang, X., Shetty, S., Raymont, V., Shetty, A., Phiri, P., Hapangama, D. K., Tempest, N., Majumder, K., & Shi, J. Q. (2021). Artificial intelligence: a rapid case for advancement in the personalization of gynaecology/obstetric and mental health care. Women’s Health, 17. https://doi.org/10.1177/17455065211018111

  • Ekrem, E. C., & Daşıkan, Z. (2021). Perinatal dönemde yapay zekâ teknolojisinin kullanımı. Eurasian Journal of Health Technology Assessment, 5(2), 147–162.

  • Er, O., Tanrikulu, A. Ç., & Abakay, A. (2015). Use of artificial intelligence techniques for diagnosis of malignant pleural mesothelioma. Dicle Tıp Dergisi, 42(1), 5–11. https://doi.org/10.5798/diclemedj.0921.2015.01.0521

  • Ergezer, H., Dikmen, M., & Özdemir, E. (2003). Yapay sinir ağları ve tanıma sistemleri. PiVOLKA, 2(6), 14–17. http://www.elyadal.org/pivolka/06/yapay.htm

  • Fiske, A., Henningsen, P., & Buyx, A. (2019). Your robot therapist will see you now: Ethical implications of embodied artificial intelligence in psychiatry, psychology, and psychotherapy. Journal of Medical Internet Research, 21(5), 1–12. https://doi.org/10.2196/13216

  • Hamet, P., & Tremblay, J. (2017). Artificial intelligence in medicine. Metabolism: Clinical and Experimental, 69, S36–S40. https://doi.org/10.1016/j.metabol.2017.01.011

  • Huang, Z., Liu, D., Chen, X., He, D., Yu, P., Liu, B., Wu, B., Hu, J., & Song, B. (2020). Deep convolutional neural network based on computed tomography ımages for the preoperative diagnosis of occult peritoneal metastasis in advanced gastric cancer. Frontiers in Oncology, 10(November), 1–10. https://doi.org/10.3389/fonc.2020.601869

  • İşçi, Ö., & Korukoğlu, S. (2003). Genetik algoritma yaklaşımı ve yöneylem araştırmasında bir uygulama. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 191–208.

  • Işıklı, Ş. (2008). Bulanık mantık ve bulanık teknolojiler. Ankara Üniversitesi, DTCF, 1–19

  • Jiang, F., Jiang, Y., Zhi, H., Dong, Y., Li, H., Ma, S., Wang, Y., Dong, Q., Shen, H., & Wang, Y. (2017). Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology, 2(4), 230–243. https://doi.org/10.1136/svn-2017

  • Kartal, E. (2015). Sınıflamaya dayalı makine öğrenmesi teknikleri ve kardiyoljik risk değerlendirmesine ilişkin bir uygulama [Yayımlanmamış doktora tezi]. İstanbul Üniversitesi Fen Bilimleri Enstitüsü.

  • Keskenler, M. F. ve Keskenler, E. F. (2017). Bulanık mantığın tarihi gelişimi. Takvim-i Vekayi, 5(1), 1–10. https://dergipark.org.tr/tr/pub/takvim/issue/33455/371973

  • Kurbanoğlu, S. (1992). Uzman Sistemler. Türk Kütüphaneciliği, 6(4), 189–193.

  • Manna, C., Nanni, L., Lumini, A., & Pappalardo, S. (2013). Artificial intelligence techniques for embryo and oocyte classification. Reproductive BioMedicine Online, 26(1), 42–49. https://doi.org/10.1016/j.rbmo.2012.09.015

  • McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (2006). A proposal for the Dartmouth summer research project on artificial intelligence. AI Magazine, 27(4), 12–14.

  • Miotto, R., Wang, F., Wang, S., Jiang, X., & Dudley, J. T. (2018). Deep learning for healthcare: review, opportunities and challenges. Briefings in Bioinformatics, 19(6), 1236–1246. https://doi.org/10.1093/bib/bbx044

  • Noorbakhsh-sabet, N., Zand, R., Zhang, Y., States, U., States, U., & Tech, V. (2020). Artificial ıntelligence transforms the future of healthcare. Am J Med, 132(7), 795– 801. https://doi.org/10.1016/j.amjmed.2019.01.017.Artificial

  • Öztemel, E. (2012). Yapay sinir ağları (3. Baskı) Papatya Yayıncılık. http://papatyabilim.com.tr/PDF/yapay_sinir_aglari.pdf

  • Pirim, H. (2006). Yapay zekâ. Journal of Yasar University, 1(1), 81-93. 1(1), 81–93. https://dergipark.org.tr/tr/download/article-file/179113

  • Sağlık Bilgi Sistemleri Genel Müdürlüğü. (2017). Sağlık bakanlığı etr’dan 2 yılda 4 ödül aldı. https://sbsgm.saglik.gov.tr/TR,21525/saglik-bakanligi-etrdan-2-yilda-4odul-aldi.html

  • Şahin, A. R., Ateş, S. ve Günay, M. (2019). Klinik mikrobiyoloji laboratuvarlarında yapay zekânın temel işleyiş modelleri basic processing models of artificial intelligence in clinical microbiology laboratories. 5, 66–71. https://doi.org/bshr.602790

  • Şen, Y. F. ve Yurtoğlu, D. (2020). The importance of artificial intelligence in intelligence analysis in the context of technology and security relationship. 6(4), 24–48.

  • Social, W. A. (2021). Global overview report, digital 2021. https://wearesocial.com/uk/blog/2021/01/digital-2021-uk/

  • Stanfill, M. H., & Marc, D. T. (2019). Health information management: Implications of artificial intelligence on healthcare data and information management. Yearbook of Medical Informatics, 28(1), 56–64. https://doi.org/10.1055/s-0039-1677913

  • Sucu, İ. (2019). Yapay zekânın toplum üzerindeki etkisi ve yapay zekâ (a.i.) filmi bağlamında yapay zekâya bakış. Uluslararası Ders Kitapları ve Eğitim Materyalleri Dergisi, 2(2), 203–215. https://dergipark.org.tr/tr/pub/ijotem/issue/50671/643204

  • Topal, Ç. (2017). Alan Turing’in toplumbilimsel düşünü: toplumsal bir düş olarak yapay zekâ. 2, 1340–1364. https://doi.org/10.1501/Dtcfder

  • Türkiye İstatistik Kurumu (TÜİK), (2021). Hanehalkı bilişim teknolojileri (bt) kullanım araştırması. https://data.tuik.gov.tr/Bulten/Index?p=Hanehalki-BilisimTeknolojileri-(BT)-Kullanim-Arastirmasi-2021-37437

  • Uzun, T. (2020). Yapay zekâ ve sağlık uygulamaları. İzmir Katip Çelebi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 3(1), 80–92.

  • Wangmo, T., Lipps, M., Kressig, R. W., & Ienca, M. (2019). Ethical concerns with the use of intelligent assistive technology: Findings from a qualitative study with professional stakeholders. BMC Medical Ethics, 20(1), 1–11. https://doi.org/10.1186/s12910-019-0437-z

  • Wartman, S. A., & Donald Combs, C. (2018). Medical education must move from the information age to the age of artificial intelligence. Academic Medicine, 93(8), 1107–1109. https://doi.org/10.1097/ACM.0000000000002044

  • Yilmaz, İ., Sözar, C., & Elver, E. (2021). Yapay zeka ile ilgili güncel düzenlemeler: Av- rupa birliği ve Amerika Birleşik Devletlerinde alınan aksiyonlar ışığında bir değerlendirme. Adalet Dergisi, (66), 445-469. https://dergipark.org.tr/tr/pub/adaletdergisi/issue/62377/940429

  • Zare, S., Thomsen, M. R., Nayga, R. M., & Goudie, A. (2021). Use of machine learning to determine the ınformation value of a bmı screening program. American Journal of Preventive Medicine, 60(3), 425–433. https://doi.org/10.1016/j.amepre.2020.10.016

                                                                                                                                                                                                        
  • Article Statistics