Klinik vakada yapay zeka kullanım uygunluğuna yönelik karar ölçeğinin geliştirilmesi (KYZ-KUYÖ)
Development of a decision scale for the appropriatenessof artificial intelligence use in clinical cases
- Tez No: 1016643
- Danışmanlar: DR. ÖĞR. ÜYESİ GÜNAY ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Ebelik, Midwifery
- Anahtar Kelimeler: Yapay zeka, klinik karar verme, ölçek geliştirme, sağlık profesyonelleri, psikometri, Karar destek sistemleri, Karar verme, Sağlık personeli, Artificial intelligence, clinical decision-making, scale development, healthcare professionals, psychometrics, Decision support systems, Decision making, Health personnel
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Ebelik Ana Bilim Dalı
- Bilim Dalı: Ebelik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
KLİNİK VAKADA YAPAY ZEKA KULLANIM UYGUNLUĞUNA YÖNELİK KARAR ÖLÇEĞİNİN GELİŞTİRİLMESİ (KYZ-KUYÖ) Amaç: Bu araştırma, sağlık profesyonellerinin (ebe, hekim, hemşire) klinik bir vakada üretken yapay zeka destekli karar sistemlerini kullanma uygunluğuna ilişkin değerlendirmelerini; hasta güvenliği, etik, veri gizliliği, klinik risk, şeffaflık ve sorumluluk boyutlarıyla ölçebilen geçerli ve güvenilir bir araç (KYZ-KUYÖ) geliştirmek amacıyla yapıldı. Gereç ve Yöntem: Metodolojik tipteki araştırma, Nisan–Mayıs 2026'da İstanbul'da görev yapan 332 sağlık profesyoneliyle çevrimiçi ve kartopu örnekleme yöntemiyle yürütüldü. Otuz maddelik taslak ölçeğin kapsam geçerliği sekiz uzman görüşüyle değerlendirildi. Yapı geçerliği açımlayıcı (AFA) ve doğrulayıcı faktör analizi (DFA); güvenirlik Cronbach alfa, McDonald Omega, iki yarı ve test–tekrar test yöntemleriyle incelendi. Yakınsak/ayrışan ve bilinen gruplar geçerliği de değerlendirildi. Bulgular: Açımlayıcı faktör analizi sonucunda yedi madde çıkarıldı ve ölçek üç boyutlu 23 maddelik bir yapıya ulaştı (Kurumsal Güven ve Klinik Yönetişim; Klinik Karar ve Veri Uygunluğu; Kurumsal ve Teknik Hazır Oluş). Üç faktör toplam varyansın %70,4'ünü açıkladı (KMO=0,944). Doğrulayıcı faktör analizi yapının iyi uyum gösterdiğini ortaya koydu (χ²/sd=1,526; RMSEA=0,040; CFI=0,981; TLI=0,979). Genel Cronbach alfa 0,957, McDonald omega 0,955 bulundu; test–tekrar test güvenirliği yüksekti (ICC=0,989). Yakınsak ve ayrışan geçerlik karşılandı (AVE=0,677–0,703; CR=0,943–0,946; HTMT=0,409–0,456). Ölçek puanları yapay zeka eğitimi, meslek, kurum türü ve bilgi düzeyine göre anlamlı farklılaştı. Sonuç: KYZ-KUYÖ, sağlık profesyonellerinin klinik bağlamda yapay zeka kullanımının uygunluğunu çok boyutlu, geçerli ve güvenilir biçimde ölçebilen, psikometrik açıdan güçlü ve özgün bir araçtır.
Özet (Çeviri)
DEVELOPMENT OF A DECISION SCALE FOR THE APPROPRIATENESS OF ARTIFICIAL INTELLIGENCE USE IN CLINICAL CASES Aim: This study was conducted to develop a valid and reliable tool (KYZ-KUYÖ) for assessing healthcare professionals' (midwives, physicians, nurses) evaluations of the appropriateness of using generative artificial intelligence-supported decision systems in a clinical case across the dimensions of patient safety, ethics, data privacy, clinical risk, transparency, and accountability. Materials and Methods: This methodological study was carried out online using snowball sampling with 332 healthcare professionals working in Istanbul between April and May 2026. The content validity of the 30-item draft scale was evaluated through eight expert opinions. Construct validity was examined with exploratory (EFA) and confirmatory factor analysis (CFA); reliability was assessed using Cronbach's alpha, McDonald's omega, split-half, and test–retest methods. Convergent/discriminant and known-groups validity were also evaluated. Results: Following EFA, seven items were removed and the scale reached a 23-item, three-factor structure (Institutional Trust and Clinical Governance; Clinical Decision and Data Suitability; Institutional and Technical Readiness). The three factors explained 70.4% of the total variance (KMO=0.944). CFA demonstrated good fit (χ²/df=1.526; RMSEA=0.040; CFI=0.981; TLI=0.979). The overall Cronbach's alpha was 0.957 and McDonald's omega 0.955; test–retest reliability was high (ICC=0.989). Convergent and discriminant validity were met (AVE=0.677–0.703; CR=0.943–0.946; HTMT=0.409–0.456). Scale scores differed significantly according to AI training, profession, type of institution, and level of knowledge. Conclusion: The KYZ-KUYÖ is an original and psychometrically robust tool that measures, in a multidimensional, valid, and reliable manner, healthcare professionals' evaluations of the appropriateness of AI use in clinical contexts.
Benzer Tezler
- Developing a process mining-based model for detecting patient safety errors in healthcare
Sağlık sektöründe, hasta güvenliğine yönelik hataların tespit edilmesinde süreç madenciliğine dayalı bir model geliştirilmesi
AHMET MURAT SÜMER
Doktora
İngilizce
2025
Hastanelerİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEMİL CEYLAN
- Prediction of monkeypox infection from clinical symptoms with adaptive artificial bee colony-based deep neural network
Adaptif yapay arı koloni tabanlı derin sinir ağı ile klinik belirtilerden maymun çiçeği enfeksiyonunun tahmini
AHMED MUHAMMED KALO HAMDAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DURSUN EKMEKCİ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Designing an expert system for non-expert users in oral health: Story of a hybrid design research
Ağız sağlığı alanında uzman olmayan kullanıcılar için uzman sistem tasarlamak: Hibrit tasarım araştırması hikayesi
DENİZ GÖÇHAN
Yüksek Lisans
İngilizce
2023
Diş Hekimliğiİstanbul Teknik ÜniversitesiEndüstriyel Tasarım Ana Bilim Dalı
PROF. DR. HATİCE HÜMANUR BAĞLI
- Ar-Ge projelerinde risk ve performans yönetiminde ödül-ceza modelleri ve hibrit çok kriterli karar verme karşılaştırılması
Comparison of reward-penalty models and hybrid multi-criteria deci̇si̇on maki̇ng i̇n R&D project ri̇sk and performance management
EZGİ GÜL DİNÇER
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
DOÇ. DR. SAFİYE SENCER