Kamu sağlık kurumlarında yapay zekâ destekli risk tabanlı denetim: Tıbbi işlem verileri üzerine bir model uygulaması
Artificial intelligence-supported risk-based auditing in public health institutions: A model application on medical procedure data
- Tez No: 991843
- Danışmanlar: PROF. DR. MUHAMMED HANEFİ CALP
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Ankara Hacı Bayram Veli Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sağlık hizmetlerinin sunumunda artan veri hacmi ve işlem çeşitliliği, denetim süreçlerinin daha sistematik, nesnel ve analitik yöntemlerle yürütülmesini zorunlu hâle getirmektedir. Özellikle kamu sağlık kurumlarında tıbbi işlem verilerinin etkin biçimde analiz edilmesi, hem hizmet kalitesinin izlenmesi hem de kaynak kullanımının denetlenmesi açısından önemli bir potansiyel sunmaktadır. Bu bağlamda çalışmada, kamu sağlık kurumlarında üretilen tıbbi işlem verileri kullanılarak yapay zekâ destekli ve risk tabanlı bir denetim modelinin geliştirilmesi amaçlanmaktadır. Modelin geliştirilmesi için, bir Ağız ve Diş Sağlığı Merkezine ait, kimlik bilgileri anonimleştirilmiş 42.174 tıbbi işlem kaydından yararlanılmıştır. Modelleme sürecinde anomali tespiti, kümeleme ve sınıflandırma yaklaşımları birlikte kullanılarak sağlık hizmeti sunumunda normal işlem davranışlarından sapma gösteren örüntüler ortaya çıkarılmıştır. Gözetimsiz anomali tespiti aşamasında İzolasyon Ormanı ve Yerel Uzaklık Faktörü algoritmaları uygulanmış ve belirli sayıda işlem kaydı potansiyel anomali olarak tespit edilmiştir. Bu anomalilerin özellikle işlem süresi, mali göstergeler ve işlem kodları arasındaki uyumsuzluklarla ilişkili olduğu gözlemlenmiştir. Kümeleme analizinde k-Ortalamalar yöntemi işlem verisini üç anlamlı gruba ayırırken, Yoğunluk Tabanlı Uzamsal Kümeleme yöntemi veri setinin genel olarak yüksek yoğunluklu ve tutarlı bir yapıya sahip olduğunu, ancak belirli bölgelerde lokal farklılaşmalar bulunduğunu göstermiştir. Sınıflandırma aşamasında ise, anomali tespiti sonuçları hedef değişken olarak kullanılarak Rastgele Orman ve Gradyan Artırma modelleri oluşturulmuş ve bu modellerden Rastgele Orman 0.992'lik bir oranla yüksek doğruluk ve ayırt edicilik performansı ile öne çıkmıştır. Değişken önem analizleri, olağandışı işlem davranışlarının özellikle güvence türü, kronik hastalık bilgisi, işlem kodu ve mali göstergelerle ilişkili olduğunu ortaya koymuştur. Sonuç olarak elde edilen bulgular, tıbbi işlem verilerinde gözlenen uyumsuzlukların tekil hatalardan ziyade çok boyutlu ve yapısal örüntülerden kaynaklandığını göstermektedir. Geliştirilen yapay zekâ destekli denetim modeli; kamu sağlık kurumlarında erken uyarı mekanizmalarının kurulması, risk temelli önceliklendirme yapılması ve denetim kaynaklarının daha etkin kullanılması açısından uygulanabilir bir analitik çerçeve sunmaktadır. Bu yönüyle çalışma, sağlık denetim süreçlerinde veri temelli, önleyici ve hedefli bir yaklaşımın geliştirilmesine katkı sağlamaktadır.
Özet (Çeviri)
The increasing volume of data and diversity of transactions in the delivery of healthcare services necessitate the execution of audit processes through more systematic, objective, and analytical methods. Particularly in public healthcare institutions, the effective analysis of medical transaction data offers significant potential for both monitoring service quality and auditing the use of resources. In this context, the present study aims to develop an artificial intelligence-supported, risk-based audit model using medical transaction data generated in public healthcare institutions. For model development, 42,174 anonymized medical transaction records obtained from a Dental and Oral Health Center were utilized. During the modeling process, anomaly detection, clustering, and classification approaches were employed in combination to identify patterns that deviate from normal transaction behavior in healthcare service delivery. In the unsupervised anomaly detection phase, Isolation Forest and Local Outlier Factor algorithms were applied, and a certain number of transaction records were identified as potential anomalies. These anomalies were observed to be primarily associated with inconsistencies among procedure duration, financial indicators, and procedure codes. In the clustering analysis, the k-Means method divided the transaction data into three meaningful groups, while the Density-Based Spatial Clustering approach indicated that the dataset generally exhibits a high-density and consistent structure, with localized variations in specific regions. In the classification stage, Random Forest and Gradient Boosting models were developed using the anomaly detection results as the target variable, and among these models, Random Forest stood out with a high accuracy and discriminative performance rate of 0.992. Variable importance analyses revealed that unusual transaction behaviors are particularly associated with insurance type, chronic disease information, procedure codes, and financial indicators. Overall, the findings indicate that inconsistencies observed in medical transaction data stem not from isolated errors but from multidimensional and structural patterns. The developed artificial intelligence-supported audit model provides an applicable analytical framework for establishing early warning mechanisms, enabling risk-based prioritization, and improving the effective use of audit resources in public healthcare institutions. In this respect, the study contributes to the development of a data-driven, preventive, and targeted approach to healthcare auditing processes.
Benzer Tezler
- Sağlık kurumlarında malzeme yönetim süreçlerinin incelenmesi ve bir model önerisi
Examination of material management processes in health institutions and a model proposal
ÖMER TAŞKIN
Doktora
Türkçe
2025
Sağlık YönetimiTrakya ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
DOÇ. DR. AYSU ZEKİOĞLU
- Kurumsal kuram bağlamında Türk kamu yönetiminde kişisel verilerin korunması yönetimi üzerine bir inceleme
A study on personal data protection management in Turkish public administration in the context of institutional theory
VEYSEL SEVİM
Doktora
Türkçe
2024
Kamu YönetimiAnkara Hacı Bayram Veli ÜniversitesiSiyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı
PROF. DR. TÜRKSEL BENSGHİR
- Sağlık kurumlarında faaliyet tabanlı maliyetleme: Kamu hastanesi yoğun bakım biriminde uygulama
Activity-based costing in health institutions: Application in public hospital intensive care ünit
ABDULLAH EMRE KARACA
Yüksek Lisans
Türkçe
2024
Sağlık YönetimiSakarya ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
DOÇ. DR. SEMA AKPINAR
- Kamu kurumlarında çalışan sağlık yöneticilerinin duygusal zekalarının iş tatminine etkisi
The effect of emotional intelligence of health managers working in public institutions on job satisfaction
SEVİM GÜVERCİN
Yüksek Lisans
Türkçe
2020
Sağlık Kurumları YönetimiYeditepe ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
DOÇ. DR. ÖZLEM KUNDAY
- Duygusal zekânın örgütsel bağlılığa olan etkisi ve sağlık çalışanları üzerinde bir uygulama: Uşak ili örneği
Emotional intelligences effect on organizational commitment and a study on health care employees: Uşak sample
DİLEK EFE