Hekimlerde yapay zekâya hazırbulunuşluk ile yapay zekâ kaygısı arasındaki ilişkinin değerlendirilmesi
Evaluation of the relationship between physicians readiness for artificial intelligence and artificial intelligence anxiety
- Tez No: 956277
- Danışmanlar: DOÇ. DR. MURAT ALTUNTAŞ
- Tez Türü: Tıpta Uzmanlık
- Konular: Aile Hekimliği, Family Medicine
- Anahtar Kelimeler: Hazırbulunuşluk, hekimler, kaygı, sağlıkta dijitalleşme, teknoloji kabulü, yapay zekâ, Anxiety, Artificial Intelligence, Digitalization in Healthcare, Physicians, Readiness, Technology Acceptance
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: İstanbul Bağcılar Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Aile Hekimliği Ana Bilim Dalı
- Bilim Dalı: Aile Hekimliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu çalışmanın amacı hekimlerin yapay zekâ (YZ) teknolojilerine yönelik hazırbulunuşluk düzeyleri ile yapay zekâya ilişkin kaygı düzeyleri arasındaki ilişkiyi incelemek; ayrıca bu değişkenlerin demografik ve mesleki değişkenlere göre farklılaşıp farklılaşmadığını değerlendirmektir. Gereç ve Yöntem: Bu araştırma, hekimlerin tıbbi yapay zekâya yönelik hazırbulunuşluk düzeyleri ile bu alandaki kaygılarını değerlendirmek amacıyla yapılmış kesitseltanımlayıcı bir çalışmadır. Çalışma, İstanbul Bağcılar Eğitim ve Araştırma Hastanesi'nde görev yapan farklı branşlardaki toplam 484 hekimin katılımıyla gerçekleştirilmiştir. Veriler, yüz yüze anket yöntemiyle toplanmış olup veri toplama araçları olarak“Tıbbi Yapay Zekâ Hazırbulunuşluk Ölçeği”ve“Yapay Zekâ Kaygısı Ölçeği”kullanılmıştır. Ek olarak, yaş, cinsiyet, ünvan, uzmanlık alanı, klinik deneyim ve çalışma saatleri gibi değişkenleri içeren sosyodemografik bir anket formu uygulanmıştır. Çalışmada elde edilen bulgular değerlendirilirken, istatistiksel analizler için NCSS (NumberCruncher Statistical System) 2020 Statistical Software (NCSSLLC, Kaysville, Utah, USA) programı kullanıldı. Bulgular: Bu araştırma, toplam 484 hekimin katılımıyla gerçekleştirilmiştir. Katılımcıların %47,5'i kadın, %50,2'si erkek, %2,3'ü ise cinsiyet belirtmemiştir. Yaş gruplarına bakıldığında, en büyük grubun %47,9 oranla 18–25 yaş arası olduğu saptanmıştır. Katılımcıların %69,2'si bekâr, %30,8'i evlidir. Katılımcıların %57'si asistan, %26,7'si uzman hekimlerden oluşmaktadır. Hekimlerin %57,9'unun mesleki deneyimi 1–5 yıl arasındadır. Günlük hasta yükü bakımından %47,5'i 50–74 arası hasta görmektedir. Katılımcıların yalnızca %19,2'si daha önce yapay zekâ eğitimi aldığını belirtmiştir. Günlük iş akışında yapay zekâ tabanlı araçları %33,3'ü aktif olarak kullanmakta, %38'i ise kısmen kullanmaktadır. Katılımcıların %37'si yapay zekâ ile çalışmaya hazır olduğunu ifade ederken, %44,2'si bu sistemlerin iş yükünü azaltabileceğine inanmaktadır. Tıbbi Yapay Zekâ Hazırbulunuşluk Ölçeği'nin ortalama toplam puanı 65,80±6,70 olarak hesaplanmıştır. Alt boyutlara göre puan ortalamaları sırasıyla Bilişsel Faktör 24,01±3,61, Beceri Faktörü 23,90±3,83, Öngörü Faktörü 9,01±2,41 ve Etik Faktör 8,89±2,37'dir. Ölçeğin toplam iç tutarlılığı Cronbach's α=0,650 olarak bulunmuştur. Yapay Zekâ Kaygı Ölçeği'nin ortalama toplam puanı 51,81±9,21 olarak belirlenmiştir. Alt boyut ortalamaları ise Öğrenme 16,27±3,62, İş Değiştirme 13,07±3,39, Sosyoteknik Körlük 12,82±3,17 ve Yapay Zekâ Yapılandırması 9,66±2,90'dır. Ölçeğin genel güvenirliği α=0,661 düzeyindedir. Yapay Zekâ Kaygısı ile Tıbbi Yapay Zekâ Hazırbulunuşluk arasında tüm alt boyut düzeylerinde istatistiksel olarak anlamlı negatif yönde ilişkiler saptanmıştır. En güçlü negatif korelasyon, toplam puanlar arasında olup r=-0,447 (p<0,01) olarak bulunmuştur. Bu durum, yapay zekâya yönelik kaygı düzeyi arttıkça hazırbulunuşluk düzeyinin azaldığını göstermektedir. Cinsiyet açısından, erkeklerin hazırbulunuşluk düzeyleri kadınlardan anlamlı düzeyde daha yüksektir; buna karşın kadınların kaygı düzeyleri belirgin olarak daha fazladır. 18–25 yaş grubu, diğer yaş gruplarına kıyasla hem hazırbulunuşluk açısından daha düşük hem de kaygı açısından daha yüksek puanlar almıştır. Ünvan bakımından, pratisyen hekimlerin hazırbulunuşluk düzeyleri yüksek, kaygı düzeyleri ise düşüktür. Hekimlik süresi arttıkça hazırbulunuşluk puanlarında artış, kaygı puanlarında azalma eğilimi gözlenmiştir. Günlük hasta sayısı daha az olan katılımcıların hazırbulunuşluk puanları daha yüksek bulunmuştur. Yapay Zekâ Kaygı Ölçeği alt boyutlarının Tıbbi Yapay Zekâ Hazırbulunuşluk düzeyleri üzerindeki etkilerini belirlemek amacıyla yapılan çoklu regresyon analizi istatistiksel olarak anlamlı bulunmuştur (F=29,953; p<0,01). Modelin açıklayıcılığı %20 olarak belirlenmiş, öğrenme kaygısı (β=-0,191), iş değiştirme kaygısı (β=-0,158), sosyoteknik körlük (β=-0,150) ve yapay zekâ yapılandırması (β=-0,136) gibi faktörlerin hazırbulunuşluğu olumsuz etkilediği görülmüştür. Sonuç: Bu çalışma, hekimlerin yapay zekâya hazırbulunuşluk düzeyleri ile kaygıları arasındaki ilişkiyi ortaya koymuştur. Sonuçlar, YZ kaygısının hazırbulunuşluk üzerinde anlamlı ve negatif etkisi olduğunu göstermiştir. Yani, kaygı düzeyi arttıkça teknolojik uyum azalmakta; bu durum özellikle genç, kadın ve mesleki deneyimi az olan hekimlerde daha belirgin görülmektedir. Sosyodemografik faktörler, YZ'ye karşı tutum ve hazırbulunuşluk üzerinde belirleyici rol oynamaktadır. Özellikle kıdemli ve erkek hekimlerin hazırbulunuşluk düzeyleri daha yüksek, kaygı düzeyleri ise daha düşüktür. Çoklu regresyon analizleri, YZ'ye dair öğrenme, iş değişikliği, yapısal belirsizlik ve teknik kaygı gibi alt boyutların hazırbulunuşluk düzeyini azalttığını göstermiştir. Genel olarak, dijitalleşmenin sağlık sistemine entegrasyonunda teknik donanım kadar, hekimlerin psikolojik ve mesleki hazırlığı da kritik önemdedir. Bu nedenle yapay zekâya yönelik eğitim, destekleyici kurum politikaları ve farkındalık artırıcı girişimler yaygınlaştırılmalıdır.
Özet (Çeviri)
Aim: This study aims to examine the relationship between physicians' readiness for artificial intelligence (AI) technologies and their levels of AI-related anxiety. It also evaluates whether these variables differ significantly according to demographic and professional characteristics. Materials and Methods: This cross-sectional descriptive study was conducted with 484 physicians from various specialties working at Istanbul Bagcilar Training and Research Hospital. Data were collected through face-to-face surveys using the“Medical Artificial Intelligence Readiness Scale”and the“Artificial Intelligence Anxiety Scale.”In addition, a sociodemographic questionnaire was applied, including variables such as age, gender, academic title, specialty, clinical experience, and working hours. Statistical analyses were performed using NCSS (NumberCruncher Statistical System) 2020 software (NCSS LLC, Kaysville, Utah, USA). Results: Among the participants, 47,5% were female and 50,2% male, with 2,3% preferring not to specify their gender. The largest age group was 18–25 years (47,9%), and the majority were single (69,2%). Most participants were residents (57%) and had 1–5 years of professional experience (57,9%). Only 19,2% had received prior AI training, and 33,3% used AI-based tools in their daily workflow. The average total score for the Medical AI Readiness Scale was 65.80±6.70, and the Artificial Intelligence Anxiety Scale averaged 51.81±9.21. A significant negative correlation was found between anxiety levels and AI readiness (r=-0.447, p<0.01), indicating that higher anxiety was associated with lower readiness. Male and experienced physicians reported higher readiness, while younger, female, and less experienced physicians showed higher anxiety levels. Multiple regression analysis confirmed that learning anxiety (β=-0.191), job change anxiety (β=-0.158), sociotechnical blindness (β=-0.150), and AI structuring concerns (β=-0.136) negatively predicted AI readiness, with the model explaining 20% of the variance (F=29.953, p<0.01). Conclusion: The study highlights a significant inverse relationship between AI-related anxiety and readiness among physicians. Anxiety appears to hinder technological adaptation, particularly among younger and less experienced practitioners. Demographic and professional characteristics play a determining role in AI adoption in healthcare. These findings underscore the need for targeted training, institutional support mechanisms, and awareness programs to enhance physicians' confidence and competence in using AI technologies.
Benzer Tezler
- Zymomonas mobilis NRRL B-14023 bakterisi ile şeker pancarı melası ve kuru üzümden etanol üretimi
Başlık çevirisi yok
ÜLKÜ BAŞER
- Saksılı arçek olarak pazarlama olanağı bulunan bazı ilkbahar ve yaz arçeklerinin morfolojik özellikleri
Başlık çevirisi yok
DEFNE YARAR(ERGEN)
Yüksek Lisans
Türkçe
1986
BotanikEge ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. AYSEL BAYRAKTAR
- Çukurova koşullarında şeker mısır'da (zea mays L.saccharata) ekim zamanı ve bitki sıklığının taze koçan ve silaj verimi ile bazı tarımsal karekterlere etkisi üzerinde bir araştırma
Başlık çevirisi yok
FUAT UĞURLAR
Yüksek Lisans
Türkçe
1987
ZiraatÇukurova ÜniversitesiTarla Bitkileri Ana Bilim Dalı
DOÇ. DR. TURAN SAĞLAMTİMUR
- Gastro intestinal sistemde triko ve fitobezoarlar
Başlık çevirisi yok
FADIL AYAN
Tıpta Uzmanlık
Türkçe
1988
Genel Cerrahiİstanbul ÜniversitesiGenel Cerrahi Ana Bilim Dalı
DOÇ. DR. AYHAN BİLGİN