GERİ DÖN

Ders Öğretim Planı

Dersin Kodu Dersin Adı Dersin Türü Yıl Yarıyıl AKTS
BİLM-432 YAPAY ZEKA İLE SAĞLIK BİLİŞİMİ Seçmeli Ders Grubu 4 8 5,00

Dersin Seviyesi

Lisans

Dersin Sunulduğu Dil

Dersin Amacı

Bu dersin amacı, sağlık bilişimi alanında yapay zeka (YZ) ve makine öğrenmesi (MÖ) tekniklerinin kullanımını öğretmek ve öğrencilere sağlık verilerinden anlam çıkarma, hastalık tahmini, tanı destek sistemleri ve medikal görüntü analizi gibi alanlarda projeler geliştirme becerisi kazandırmaktır.

Dersi Veren Öğretim GörevlisiGörevlileri

Muhammet Çakmak

Öğrenme Çıktıları

1 Sağlık verisinin doğasını ve zorluklarını açıklar.
2 Sağlık verilerine uygun yapay zeka yöntemlerini belirler ve uygular.
3 Medikal görüntü analizi yapar.
4 Veri gizliliği ve etik ilkeleri yorumlar.

Öğrenim Türü

Birinci Öğretim

Dersin Ön Koşulu Olan Dersler

Yok

Ders İçin Önerilen Diğer Hususlar

.

Dersin İçeriği

Sağlık bilişimi nedir? Yapay zekâ ve makine öğrenmesinin sağlık alanındaki uygulamaları. Elektronik sağlık kayıtları (EHR), klinik karar destek sistemleri. Sağlık verilerinin toplanması, temizlenmesi ve analizi. Medikal görüntü işleme (radyoloji, histopatoloji). Hastalık tahmini ve teşhis modellemeleri. Derin öğrenme ile sağlık uygulamaları. Sağlıkta etik, gizlilik ve veri güvenliği. Güncel araştırma konuları.

Haftalık Ayrıntılı Ders İçeriği

Hafta Teorik Uygulama Laboratuvar
1 Sağlık Bilişimine Giriş ve Temel Kavramlar Sağlık Bilişimine Giriş ve Temel Kavramlar .
2 Yapay Zeka ve Sağlıkta Kullanımı Yapay Zeka ve Sağlıkta Kullanımı
3 Elektronik Sağlık Kayıtları ve Veri Tipleri Elektronik Sağlık Kayıtları ve Veri Tipleri Elektronik Sağlık Kayıtları ve Veri Tipleri
4 Veri Temizleme ve Sağlık Verisinde Önişleme Veri Temizleme ve Sağlık Verisinde Önişleme Veri Temizleme ve Sağlık Verisinde Önişleme
5 Hastalık Tahmini İçin Makine Öğrenmesi Hastalık Tahmini İçin Makine Öğrenmesi Hastalık Tahmini İçin Makine Öğrenmesi
6 Hastalık Tahmini İçin Makine Öğrenmesi Hastalık Tahmini İçin Makine Öğrenmesi Hastalık Tahmini İçin Makine Öğrenmesi
7 Medikal Görüntü için Web Uygulaması Geliştirme Medikal Görüntü için Web Uygulaması Geliştirme Medikal Görüntü için Web Uygulaması Geliştirme
8 Uygulama Projesi Uygulama Projesi Uygulama Projesi
9 Derin Öğrenme ile Teşhis Sistemleri Derin Öğrenme ile Teşhis Sistemleri Derin Öğrenme ile Teşhis Sistemleri
10 Derin Öğrenme ile Uygulama Geliştirme Derin Öğrenme ile Uygulama Geliştirme Derin Öğrenme ile Uygulama Geliştirme
11 Medikal Cihazlardan Veri Analizi Medikal Cihazlardan Veri Analizi Medikal Cihazlardan Veri Analizi
12 Sağlıkta Etik, Veri Güvenliği ve Anonimlik Sağlıkta Etik, Veri Güvenliği ve Anonimlik Sağlıkta Etik, Veri Güvenliği ve Anonimlik
13 Uygulamalı Proje Geliştirme Uygulamalı Proje Geliştirme Uygulamalı Proje Geliştirme
14 Uygulamalı Proje Geliştirme Uygulamalı Proje Geliştirme Uygulamalı Proje Geliştirme
15 Uygulamalı Proje Geliştirme Uygulamalı Proje Geliştirme Uygulamalı Proje Geliştirme
16 Proje Sunumları ve Genel Değerlendirme Proje Sunumları ve Genel Değerlendirme Proje Sunumları ve Genel Değerlendirme Sunumu

Ders Kitabı Malzemesi Önerilen Kaynaklar

Kevin Frick, Artificial Intelligence in Healthcare, Springer, 2021.

Planlanan Öğrenme Aktiviteleri ve Metodları

Ders anlatımı, sunum ve tartışma yöntemleri kullanılacaktır. Sağlıkta yapay zeka teknikleri uygulamalı olarak işlenecektir. Python ve ilgili kütüphaneler (OpenCV, TensorFlow, PyTorch vb.) ile laboratuvar uygulamaları yapılacaktır. Öğrenciler proje ve ödevler aracılığıyla yapay zeka uygulamaları geliştireceklerdir.

Değerlendirme

Yarıyıl (Yıl) İçi Etkinlikleri Adet Değer
Proje Sunma 1 100
Toplam 100
Yarıyıl (Yıl) Sonu Etkinlikleri Adet Değer
Proje Sunma 1 100
Toplam 100
Yarıyıl (Yıl) İçi Etkinlikleri 40
Yarıyıl (Yıl) Sonu Etkinlikleri 60

Staj Durumu

Yok

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Derse Katılım 1 1 1
Proje Hazırlama 1 47 47
Proje Sunma 1 100 100
Bireysel Çalışma 1 1 1
Performans 1 1 1
Toplam İş Yükü (saat) 150

Program ve Öğrenme Çıktıları İlişkisi

ÖÇ 1
ÖÇ 2
ÖÇ 3
ÖÇ 4
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek