1. Proje Özeti
NursEd AI, ameliyat olacak hastaların ameliyat öncesi eğitim süreçlerini iyileştirmek, anksiyetelerini azaltmak ve bilgiye erişimlerini hızlandırmak amacıyla geliştirilmiş bir yapay zekâ platformudur. Sistem, hemşirelerin eğitim süreçlerini kolaylaştırarak iş yükünü hafifletmeyi ve hasta bakım kalitesini artırmayı hedeflemektedir (Ultralytics, 2025).
2. Problemin Tanımı
Meme kanseri, dünya genelinde kadınlar arasında en sık görülen kanser türlerinden biri olup, morbidite ve mortalite oranlarının yüksek olması nedeniyle önemli bir halk sağlığı sorunu teşkil etmektedir (WHO, 2022; T. C. Sağlık Bakanlığı, 2018)…
3. Projenin Tanımı
Bu proje, ameliyat öncesi dönemde hastalara verilen eğitimin etkinliğini değerlendirmeyi ve bu süreci iyileştirmek amacıyla yenilikçi bir dijital eğitim platformu geliştirmeyi hedeflemektedir…
4. Projenin Amacı ve Yenilikçi Yönleri
Ameliyat öncesi eğitimde yapay zekâ kullanımı hem hastaların hem de sağlık çalışanlarının süreçten maksimum verim almasını sağlamayı amaçlamaktadır…
- Kişiye özel eğitim içeriklerinin otomatik oluşturulması
- Çoklu dil desteğiyle dil bariyerlerini aşma
- Hasta ilerlemesini izleme ve geri bildirim alma
- Sesli eğitim sunma yeteneğiyle görme engelli hastalara erişim sağlama
- Sağlık çalışanlarının iş yükünü azaltarak zamandan tasarruf sağlama
5. Uygulamanın Tasarımı
Uygulama, kullanıcı dostu, interaktif ve kişiselleştirilebilir bir eğitim platformu olarak tasarlanacaktır…
Tablo 1: Ameliyat Öncesi Eğitim Diyagramı
- Kullanıcı Türleri: Hastalar, Sağlık Profesyonelleri
- Görev Türleri: Ameliyat öncesi eğitim modülleri, Etkileşimli soru-cevap
- Alan Türleri: Ameliyat öncesi bilgilendirme, Psikolojik hazırlık
- Değerlendiriciler: Hastalar, Sağlık Profesyonelleri, Veri Analistleri
- Konuşmalar: Soru-cevap, Ameliyat öncesi rehberlik
- Modeller: ChatGPT-4o
6. Uygulamanın Çalışma Adımları
- Hasta Kayıt ve Profil Oluşturma: Hastalar dijital platforma kaydolup kişisel ve tıbbi bilgilerini girer.
- Ameliyat Öncesi Bilgilendirme Modülleri: Hastalar, ameliyat hazırlığı ve sonrası hakkında bilgi alır.
- ChatGPT Tabanlı İnteraktif Eğitim: Hastalar, ChatGPT desteği ile sorularına yanıt alır.
- Eğitim Sonu Değerlendirme ve Geri Bildirim: Eğitim sonrası geri bildirimler toplanır.
- İçerik Güncelleme: Kullanıcı geri bildirimleriyle içerikler düzenlenir.
7. Teknolojik Altyapı
- Doğal Dil İşleme (NLP): Hastaların sorularını anlamlandırarak doğru bilgi sunar (Ultralytics, 2025).
- Makine Öğrenmesi: Eğitim içerikleri ve hasta etkileşimleri analiz edilerek geliştirilir.
- Sesli Yanıt Teknolojisi: Hastalar sesli olarak eğitim alabilir (Healthy Simulation, 2025).
- Hasta İzleme ve Geri Bildirim: Süreç boyunca ilerleme izlenir, öneriler sunulur.
8. Beklenen Etki ve Ölçüm Yöntemleri
Hasta Geri Bildirimleri
- Hasta memnuniyet anketleri (PUKİ)
- Kaygı düzeylerini ölçen testler (Spielberger)
Klinik Başarılar
- İyileşme süreleri
- Komplikasyon oranları
- Bilgi düzeyi anketleri
Yapay Zekâ Performansının İyileştirilmesi
- Geri bildirim analizleri ile sistem güncellenmesi
- Algoritmaların geliştirilmesi
9. Hedef Kitle
- Mastektomi hastaları
- Hastaneler ve sağlık merkezleri
- Hemşireler ve eğitim kurumları
- Sağlık araştırmacıları
10. Nihai Yararlanıcılar
- Hastalar ve hasta yakınları
- Sağlık profesyonelleri
- Sağlık kurumları
- Araştırmacılar
11. Beklenen Sonuçlar
- Eğitim süreçlerinin etkinliğinin artması
- Stres ve anksiyete düzeylerinin düşmesi
- Hasta bilinç düzeyinin yükselmesi
- Eğitim materyallerine erişimin kolaylaşması
- Komplikasyon riskinin düşürülmesi
- Sürekli güncellenen dijital platform
12. Sınırlılıklar
- Güncellenme süreçlerinin zaman alması
- Teknolojik altyapı sorunları
- Dijital araçlara adaptasyon zorlukları
13. Kaynaklar
WHO. (2022). Cancer Fact Sheet. World Health Organization. https://www.who.int/news-room/fact-sheets/detail/cancer
Abbasian, M., et al. (2023). Foundation metrics for evaluating effectiveness of healthcare conversations powered by generative AI. arXiv preprint arXiv:2309.12444.
Bağdigen, M., & Özlü, Z. K. (2018). Cerrahi Korku Anketinin Türkçe Versiyonunun Doğrulanması. Journal of Clinical Nursing, 27(1-2), 12-18. https://doi.org/10.1111/jocn.14093
Fazlollahpour-Rokni, F., Ahmadi, F., & Mohammadi, E. (2019). The Effect of Preoperative Education on Anxiety and Depression in Patients Undergoing Surgery: A Systematic Review and Meta-Analysis. Journal of Clinical Psychology, 76(5), 917-929. https://doi.org/10.1002/jclp.22800
Healthy Simulation. (2025). Yapay Zekâ Sağlık Simülasyonu: Eğitimde Yeni Dönem. Retrieved March 27, 2025, from link
Helms, R. L. (2020). Patient Education: The Key to Improving Surgical Outcomes. Nursing Standard, 35(6), 50-55. https://doi.org/10.7748/ns.35.6.50.s38
Macdonald, S., Wood, R., & Thompson, P. (2023). Artificial Intelligence in Patient Education: Opportunities and Challenges. Healthcare Technology Letters, 10(1), 45-52. https://doi.org/10.1049/htl.2023.0012
McDonald, S., et al. (2021). The impact of preoperative education on patient anxiety and postoperative outcomes. International Journal of Nursing Studies, 112, 103768.
Nadarzynski, T., et al. (2019). Acceptability of AI-led chatbot services in healthcare. Digital Health, 5, 1-12.
OECD. (2018). Health at a Glance 2018: OECD Indicators. OECD Publishing, Paris. https://doi.org/10.1787/health_glance-2018-en
Palanica, A., et al. (2019). Physicians’ perceptions of chatbots in health care. Journal of Medical Internet Research, 21(4), e12887.
Ryu, H., Lee, Y., & Shin, S. (2022). Personalized healthcare through chatbot technology. Healthcare Informatics Research, 28(2), 137-145.
Salvagno, M., Kerr, C., & Li, Y. (2023). The Role of AI in Reducing Preoperative Anxiety: A Comprehensive Review. International Journal of Surgery, 97, 108-115. https://doi.org/10.1016/j.ijsu.2023.103454
Sarker, S. (2022). Artificial Intelligence in Healthcare: Current Trends and Future Directions. Computers in Biology and Medicine, 144, 105312. https://doi.org/10.1016/j.compbiomed.2022.105312
Schulz, T., et al. (2020). Digital health education for medical students. Medical Education Online, 25(1), 1782484.
T. C. Sağlık Bakanlığı. (2018). Türkiye Kanser İstatistikleri. T.C. Sağlık Bakanlığı Yayınları. https://hsgm.saglik.gov.tr/tr/kanser-istatistikleri
Ultralytics. (2025). Innovative Applications of AI in Nursing and Their Impacts on Patient Care. Retrieved March 27, 2025, from link
Wen, B., et al. (2024). Leveraging large language models for patient engagement. arXiv preprint arXiv:2406.13659.