Yapay zekâ ve insan kaynaklı oluşturulan akne vulgaris hasta bilgilendirme materyallerinin bilgi düzeyine etkisinin karşılaştırılması
Comparison of the effect of artificial intelligence and human-generated acne vulgaris patient information materials on knowledge levels
- Tez No: 1008174
- Danışmanlar: DR. ÖĞR. ÜYESİ EDA ÖKSÜM SOLAK
- Tez Türü: Tıpta Uzmanlık
- Konular: Dermatoloji, Dermatology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Deri ve Zührevi Hastalıklar Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmanın amacı, güncel yapay zeka (YZ) modelleri tarafından akne vulgaris (sivilce) hakkında oluşturulan hasta bilgilendirme materyallerinin kalitesini, anlaşılabilirliğini ve eğitici etkinliğini; Türk Dermatoloji Derneği (TDD) tarafından sağlanan insan kaynaklı standart materyaller ile karşılaştırmalı olarak değerlendirmektir. Gereç ve Yöntem: Çalışmanın ilk aşamasında ChatGPT-4o mini, Gemini 2.0 Flash ve Claude 3.5 Sonnet modellerinde akne vulgaris hakkında bilgilendirme metinleri oluşturulmuştur. Bu metinler iki uzman dermatolog tarafından DISCERN kalite ölçeği ve HEMDA (Hasta Eğitim Materyali Değerlendirme Aracı) anlaşılabilirlik ölçekleri ile puanlanmıştır. İkinci aşamada, en başarılı bulunan YZ modeli ile TDD materyali karşılaştırılmıştır. Erciyes Üniversitesi Tıp Fakültesi Dönem 1 ve 2 öğrencilerinden oluşan toplam 190 katılımcı üç gruba ayrılmıştır: YZ grubu (n=56), TDD grubu (n=68) ve Kontrol grubu (n=66). Materyaller katılımcılara sunum eşliğinde aktarıldıktan sonra 12 soruluk bilgi düzeyi anketi uygulanmıştır. Bulgular: DISCERN değerlendirmesinde ChatGPT-4o mini (57,5)“İyi”kalite düzeyi ile en yüksek puanı almış; Claude 3.5 Sonnet (48,0) ve Gemini 2.0 Flash (44,0) daha düşük skorlar göstermiştir. HEMDA anlaşılabilirlik skorlarında tüm modeller yeterlilik barajını (%70) aşmış olup, ChatGPT %87,0 ile en yüksek anlaşılabilirlik düzeyine ulaşmıştır. Bilgi düzeyi ölçümünde, YZ grubu (7,80 ± 2,38 puan), hem TDD grubuna (6,72 ± 1,99) hem de Kontrol grubuna (5,99 ± 2,26) göre istatistiksel olarak anlamlı derecede daha yüksek başarı göstermiştir (p<0,001). TDD grubu ile Kontrol grubu arasında ise anlamlı bir fark saptanmamıştır (p>0,05). Farklılığın en belirgin olduğu alan“akne nedenleri”kategorisinde olmuştur. Sonuç: Bulgularımız, yapay zeka destekli materyallerin yüksek anlaşılabilirlik düzeyleri sayesinde standart tıbbi metinlere kıyasla daha etkili bir hasta eğitimi sağladığını göstermektedir. Yapay zekanın karmaşık terminolojiyi günlük dile çevirme yeteneği, hasta ile hekim arasındaki iletişim engelini aşmada önemli bir fırsat sunmaktadır. Çalışmamız, bu teknolojinin hekim denetiminde kullanıldığında, sağlık okuryazarlığını artırmada etkin bir rol oynayabileceğini ortaya koymaktadır.
Özet (Çeviri)
Objective: The aim of this study is to evaluate the quality, understandability, and educational effectiveness of patient information materials generated by current artificial intelligence (AI) models regarding acne vulgaris, in comparison with standard humangenerated materials provided by the Turkish Dermatology Association (TDD). Materials and Methods: In the first phase of the study, information texts regarding acne vulgaris were generated by ChatGPT-4o mini, Gemini 2.0 Flash, and Claude 3.5 Sonnet models. These texts were scored by two expert dermatologists using the DISCERN quality scale and the PEMAT (Patient Education Material Assessment Tool) understandability scale. In the second phase, the most successful AI model was compared with the TDD material. A total of 190 participants consisting of Term 1 and 2 students from Erciyes University Faculty of Medicine were divided into three groups: AI group (n=56), TDD group (n=68), and Control group (n=66). After the materials were presented to the participants, a 12-question knowledge level survey was administered. Results: In the DISCERN assessment, ChatGPT-4o mini (57.5) achieved the highest score, corresponding to a“good”quality level, whereas Claude 3.5 Sonnet (48.0) and Gemini 2.0 Flash (44.0) yielded lower scores. In terms of HEMDA understandability, all models exceeded the adequacy threshold (70%), and ChatGPT reached the highest level of understandability with a score of 87.0%. In the knowledge level assessment, the AI group (7.80 ± 2.38 points) showed significantly higher success than both the TDD group (6.72 ± 1.99) and the Control group (5.99 ± 2.26) (p<0.001). No statistically significant difference was found between the TDD group and the Control group (p>0.05). The difference was most pronounced in the“causes of acne”category.
Benzer Tezler
- MultiAIGCD: Çoklu model, dil, istem ve senaryolarda yapay zeka tarafından oluşturulan kodların tespiti için yeni bir veri kümesi
MultiAIGCD: A new dataset for detecting ai-generated codes across multiple models, languages, prompts, and scenarios
GÖKÇE BAŞAK DEMİROK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTobb Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET MURAT ÖZBAYOĞLU
DR. MÜCAHİD KUTLU
- İnsan gen yolaklarında ikâme modelleme ve makine öğrenmesi kullanarak varyant analizi
Variant analysis in human gene networks using surrogate modelling and machine learning
FURKAN AYDIN
Yüksek Lisans
Türkçe
2024
Genetikİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜHA TUNA
- Enhance the performance of preprocessing techniques by using artificial intelligence algorithms
Yapay zeka algoritmaları kullanarak ön işleme tekniklerinin performansını artırın
HUMAM QUTAIBA ABDULRAHMAN AL-DOORI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAHİ ABDUL IBRAHIM
- Value-based guidelines for ai adoption in it: Findings from a means-end chain analysis
Bilgi teknolojileri bölümlerinde yapay zeka benimsenmesine yönelik değer temelli öneriler: Neden-sonuç zinciri analizinden bulgular
AYŞE NİSA AKGÜN
Yüksek Lisans
İngilizce
2025
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. UMUT ASAN
- A novel artificial intelligence based energy management system for microgrids
Mikro şebekeler için yapay zeka temelli yeni bir enerji yönetim sistemi
NECATİ AKSOY
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ