Abstract
Yapay zekâ (YZ), insan zekasının üstesinden gelemediği sorunlara çözüm üreten teknoloji, bilgisayar ve makine öğrenimi tabanlı sistemler olarak bilinmektedir. Savunma sanayi, fen ve mühendislik bilimi dışında sağlık bilimlerinin farklı alanlarında da YZ kullanımı giderek yaygınlaşmaktadır. Ortopediden nörolojiye, radyolojiden kardiyolojiye, endokrinolojiden fizyoterapiye kadar birçok sağlık alanında YZ ile ilgili bilimsel çalışmalar yapılmaktadır. Giyilebilir cihazlar, robotlar, sanal gerçeklik ile oluşturulan sistemler, mobil uygulamalar, özel geliştirilmiş tasarımlar, yürüme analiz sistemleri, tele-rehabilitasyon gibi web tabanlı sistemler fizyoterapi hizmetlerinde tedavi ve tanı, değerlendirme, hasta bakımı ve takibinde yaygın olarak kullanılan YZ destekli teknolojilerdir. Faydalarına rağmen, YZ'nin bazı dezavantajları da vardır. Bu dezavantajlar, ülkemizde YZ konusunda nitelikli çalışmaların yetersizliğinde önemli bir unsurdur. Yapay zekâ alanında nitelikli personel sayısının artırılması, sektöre daha fazla kaynak ayrılması, müfredatın gelişen teknolojiye göre yenilenmesi, bilişim sistemleri ile sağlık hizmetlerinin entegrasyonunun YZ konusunda farkındalığı artıracağına inanıyoruz. Yapay zekaya yönelik karşılaşılan zorlukların ortadan kalkması ile fizyoterapi ve rehabilitasyon hizmetlerinin sunumunda YZ destekli teknolojilerin yaygınlaşacağını ve nitelikli araştırmaların artacağını düşünüyoruz.
References
- 1. Li X, Dunn J, Salins D, et al. Digital health: tracking physiomes and activity using wearable biosensors reveals useful health-related information. PLoS Bio. 2017;15(1):e2001402.
- 2. Rghioui A, Lloret J, Harane M, et al. A smart glucose monitoring system for diabetic patient. Electronics. 2020;9(4):678. doi: 10.3390/electronics9040678.
- 3. Burnell K, George MJ, Jensen M, et al. Associations between adolescents’ daily digital technology use and sleep. Journal of Adolescent Health. 2022;70(3):450-456.
- 4. George MJ, Russell MA, Piontak JR, et al. Concurrent and subsequent associations between daily digital technology use and high‐risk adolescents’ mental health symptoms. Child Development. 2018;89(1):78-88.
- 5. Cascianelli S, Scialpi M, Amici S, et al. Role of artificial intelligence techniques (automatic classifiers) in molecular imaging modalities in neurodegenerative diseases. Curr Alzheimer Res. 2017;14(2):198-207. doi: 10.2174/1567205013666160620122926.
- 6. Gulshan V, Peng L, Coram M, et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA. 2016;316(22):2402-2410. doi: 10.1001/jama.2016.17216.
- 7. Ekins S. The next era: deep learning in pharmaceutical research. Pharm Res. 2016;33(11):2594-2603. doi: 10.1007/s11095-016-2029-7.
- 8. Griebel L, Prokosch HU, Köpcke F, et al. A scoping review of cloud computing in healthcare. BMC Med Inform Decis Mak. 2015;15:1-16.
- 9. Aoun JE. Robot-Proof: Higher Education in the Age of Artificial Intelligence. Cambridge: MIT Press. 2017.
- 10. Phillips SM, Cadmus-Bertram L, Rosenberg D, et al. Wearable technology and physical activity in chronic disease: opportunities and challenges. Am J Prev Med. 2018;54(1):144-150.
- 11. Haenssle HA, Fink C, Schneiderbauer R, et al. Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Ann Oncol. 2018;29(8):1836-1842.
- 12. Houssami N, Turner RM, Morrow M. Meta-analysis of pre-operative magnetic resonance imaging (MRI) and surgical treatment for breast cancer. Breast Cancer Res Treat. 2017;165:273-283.
- 13. Ceylan A. COVID-19 süreci ve Fizyoterapide telerehabilitasyon uygulamaları: derleme. Adnan Menderes Üniversitesi Sağlık Bilimleri Fakültesi Dergisi. 2021;5(3):617-627.
- 14. Aggarwal R, Ganvir SS. Artificial intelligence in physiotherapy. Physiotherapy-The Journal of Indian Association of Physiotherapists. 2021;15(2):55-57.
- 15. Ashfaq MH, Khan ARA, Magsi SK, et al. Revolutionizing Rehabilitation: The Role of artificial intelligence in modern Physiotherapy. Journal of Medical & Health Sciences Review. 2025;2(2).
- 16. Baker JD. The purpose, process, and methods of writing a literature review. AORN Journal. 2016;103(3):265–269.
- 17. Cronin P, Ryan F, Coughlan M. Undertaking a literature review: a step-by-step approach. British Journal of Nursing. 2008;17(1): 38-43.
- 18. Noble H, Smith J. Reviewing the literature: Choosing a review design. Evidence Based Nursing. 2018;21(2): 39-41.
- 19. Fogel AL, Kvedar JC. Artificial intelligence powers digital medicine. NPJ Digit Med. 2018;1(1):5.
- 20. Frankish K, Ramsey WM (Eds.). The Cambridge handbook of artificial intelligence. Cambridge University Press. 2014.
- 21. Bourne RR, Flaxma SR, Braithwaite T, et al. Magnitude, temporal trends, and projections of the global prevalence of blindness and distance and near vision impairment: a systematic review and meta-analysis. Lancet Glob Health. 2017;5(9):e888-e897.
- 22. Anderson D. Artificial intelligence and applications in PM&R. Am J Phys Med Rehabil. 2019;98(11):e128-e129.
- 23. Ramanandi VH. Role and scope of artificial intelligence in physiotherapy: A scientific review of literature. IJASR. 2021;6(1):11-14.
- 24. Zhang W. Blockchain-based solutions for clinical trial data management: a systematic review. Metaverse Basic and Applied Research. 2022;1:17-17.
- 25. Weissler EH, Naumann T, Andersson T, et al. Correction to: The role of machine learning in clinical research: transforming the future of evidence generation. Trials. 2021;22:537.
- 26. Inastrilla CRA. Data visualization in the information society. Seminars in Medical Writing and Education. 2023;2:25.
- 27. Pool D, Valentine J, Taylor NF, et al. Locomotor and robotic assistive gait training for children with cerebral palsy. Dev Med Child Neurol. 2021;63(3):328-335.
- 28. Menon SP, Shukla PK, Sethi P, et al. An intelligent diabetic patient tracking system based on machine learning for E-health applications. Sensors. 2023;23(6);3004.
- 29. Söderlund A. Artificial intelligence and physiotherapy–editorial. European Journal of Physiotherapy. 2019;21(1):1.
- 30. Rowe M. Artificial intelligence in clinical practice: Implications for physiotherapy education. OpenPhysio J. 2019;1-6.
- 31. Godse SP, Singh S, Khule S, et al. Musculoskeletal physiotherapy using artificial intelligence and machine learning. Int J Innov Sci Res Technol. 2019;4(11):592-598.
- 32. Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. 2019;6(2):94-98.
- 33. Rabia A, Habiba S, Firdaus J, et al. Embracing technological innovations: the integration of AI in physiotherapy. Recent Trends in Multidisciplinary Research. 2023;9:275-288.
- 34. Pignolo L. Robotics in neuro-rehabilitation. J Rehabil Med. 2009;41(12):955-960.
- 35. Vélez-Guerrero MA, Callejas-Cuervo M, Mazzoleni S. Artificial intelligence-based wearable robotic exoskeletons for upper limb rehabilitation: A Review. Sensors. 2021;21:2146.
- 36. Riener R, Lünenburger L, Colombo G. Human-centered robotics applied to gait training and assessment. J Rehabil Res Dev. 2006;43(5):679- 694.
- 37. Mehrholz J, Pohl M, Platz T, et al. Electromechanical and robot-assisted arm training for improving activities of daily living, arm function, and arm muscle strength after stroke. Cochrane Database Syst Rev. 2018;5:114-123.
- 38. Choi C, Schwarting W, DelPreto J, et al. Learning object grasping for soft robot hands. IEEE Robot Autom Lett. 2018;3:2370-2377.
- 39. Ozdemir F, Ari A, Kilcik MH, et al. Prediction of neuropathy, neuropathic pain and kinesiophobia in patients with type 2 diabetes and design of computerized clinical decision support systems by using artificial intelligence. Med Hypotheses. 2020;143:110070.
- 40. Holden M, Esfahani AH, Scerri A. Facilitated and emergent social learning in sustainable urban redevelopment: exposing a mismatch and moving towards convergence. Urban Research & Practice. 2014;7(1):1-19.
- 41. Lo WLA, Lei D, Li L, et al. The perceived benefits of an artificial intelligence–embedded mobile app implementing evidence-based guidelines for the self-management of chronic neck and back pain: observational study. JMIR Mhealth Uhealth. 2018;6(11):e198.
- 42. Correia FD, Nogueira A, Magalhães I, et al. Medium-term outcomes of digital versus conventional home-based rehabilitation after total knee arthroplasty: prospective, parallel-group feasibility study. JMIR Rehabil. Assist. Technol. 2019;6(1):e13111.
- 43. McCabe J, Monkiewicz M, Holcomb J, et al. Comparison of robotics, functional electrical stimulation, and motor learning methods for treatment of persistent upper extremity dysfunction after stroke: a randomized controlled trial. Arch Phys Med Rehabil. 2015;96:981-990.
- 44. Knight E, Stuckey MI, Prapavessis H, et al. Public health guidelines for physical activity: Is there an app for that? A review of android and apple app stores. JMIR Mhealth Uhealth. 2015;3(2):43.
- 45. Stütz T, Emsenhuber G, Huber D, et al. Mobile phone–supported physiotherapy for frozen shoulder: feasibility assessment based on a usability study. JMIR Rehabil Assist Technol. 2017;4(2):e6.
- 46. Blumenthal J, Wilkinson A, Chignell M. Physiotherapists’ and physiotherapy students’ perspectives on the use of mobile or wearable technology in their practice. Physiother Can. 2018;70(3):251–261.
- 47. Sarsak HI. Telerehabilitation services: a successful paradigm for occupational therapy clinical services. Int Phys Med Rehab J. 2020;5(2):93‒98.
- 48. Gazendam A, Zhu M, Chang Y, et al. Virtual reality rehabilitation following total knee arthroplasty: a systematic review and meta‐analysis of randomized controlled trials. Knee Surg Sports Traumatol Arthrosc. 2022;30(8):2548-2555.
- 49. Barradell S. Moving forth: Imagining physiotherapy education differently. Physiotherapy Theory and Practice. 2017;33(6):439-447.
- 50. Kakkad AD, Rathod PV. A study to find out strongest predictive factor for functional outcome after stroke: an exploratory study. Indian Journal of Public Health Research & Development. 2020;11(2):582-587.
- 51. Sumner J, Lim HW, Chong LS, Bundele A, Mukhopadhyay A, Kayambu G. Artificial intelligence in physical rehabilitation: A systematic review. Artif Intell Med. 2023;102693.
- 52. Kahile M, Deshmukh N, Makhija LH, et al. Artificial intelligence (AI) and machine learning (ML) in clinical practice and physiotherapy. Annals of Medical and Health Science Research. 2021;11(3):158–159.
- 53. Russell S, Norvig P. Artificial intelligence (A modern approach). In 2010 The 2nd International Conference on Computer and Automation Engineering. ICCAE. 2010;4.
- 54. Akalin B, Demirbas MB. Rehabilitasyon hizmetlerinde yapay zekâ uygulamaları. Acta Infologica. 2022;6(2):141-161.
- 55. Burhani T, Naqvi WM. Impact of artificial ıntelligence in the physiotherapy rehabilitation of distal radial fracture patients: a review. Journal of Pharmaceutical Research International. 2021;33(60):1982-1988.
- 56. Ravali RS, Vijayakumar TM, Lakshmi KS, et al. systematic review of artificial intelligence for pediatric physiotherapy practice: Past, present, and future. Neurosci Inform. 2022;2:100045.
- 57. Rowe M, Nicholls DA, Shaw J. How to replace a physiotherapist: artificial intelligence and the redistribution of expertise. Physiother Theory Pract. 2022;38(13):2275-2283.
- 58. Rajkomar A, Hardt M, Howell MD, et al. Ensuring fairness in machine learning to advance health equity. Annals of Internal Medicine. 2018;169(12):866–872.
- 59. Shortliffe EH, Sepúlveda MJ. Clinical decision support in the era of artificial intelligence. JAMA. 2018;320:2199-200.
- 60. Tonekaboni S, Joshi S, McCradden MD, et al. 2019 What clinicians want: Contextualizing explainable machine learning for clinical end use. ArXiv. 2019;1905.05134.
- 61. Pearl RM, Fogel AL. New physicians will need business school skills. NEJM Catalyst. 2017;3(4).
- 62. Babbott S, Manwell LB, Brown R, et al. Electronic medical records and physician stress in primary care: results from the MEMO Study. J Am Med Inform Assoc. 2014;21(e1):e100-e106. doi: 10.1136/amiajnl-2013-001875.
- 63. Rathore FA, Rathore MA. The emerging role of artificial intelligence in healthcare. J Pak Med Assoc. 2023;73:1368–1369.
- 64. Zafar HM, Ip IK, Mills AM, et al. Effect of clinical decision supportgenerated report cards versus real-time alerts on primary care provider guideline adherence for low back pain outpatient lumbar spine MRI orders. Am J Roentgenol. 2019;212:386–94.
- 65. Salomon I, Olivier S. Artificial intelligence in medicine: advantages and disadvantages for today and the future. Int J Surg Open. 2024;62(4):471-473.
- 66. Powell J. Trust me, I’m a chatbot: how artificial intelligence in health care fails the turing test. J Med Internet Res. 2019;21(10):e16222.
- 67. Thomas A, Kuppasanı, PR. Advantages and Disadvantages of Artificial Intelligence. In: Artificial Intelligence and Biological Sciences. CRC Press, 2025;93-110.
- 68. Khan B, Fatima H, Qureshi A, et al. Drawbacks of artificial intelligence and their potential solutions in the healthcare sector. Biomedical Materials & Devices. 2023;2:731-738.
- 69. Yunusbek A. Advantages and Disadvantages of Medical Diagnosis Using Artificial Intelligence. In Russian-Uzbekistan Conference. 2025;323-326.
- 70. Nambi G, Alghadier M, Mohamed SHP, et al. Clinical usefulness of artificial intelligence in physiotherapy–a practice-based review. SBV Journal of Basic, Clinical and Applied Health Science. 2024;7(4):184-188.
- 71. Castagno S, Khalifa M. Perceptions of artificial intelligence among healthcare staff: a qualitative survey study. Front Artif Intell. 2020;3:578983.
- 72. Abdullah R, Fakieh B. Health care employees’ perceptions of the use of artificial intelligence applications: survey study. J Med Internet Res. 2020;22(5):e17620.
- 73. Scheetz J, Rothschild P, McGuinness M, et al. A survey of clinicians on the use of artificial intelligence in ophthalmology, dermatology, radiology and radiation oncology. Sci Rep. 2021;11(1):5193.
- 74. Wong K, Gallant F, Szumacher E, Perceptions of Canadian radiation oncologists, radiation physicists, radiation therapists and radiation trainees about the impact of artificial intelligence in radiation oncology-national survey. J. Med. Imag. Radiat. Sci. 2021;2:44-48.
- 75. Abuzaid MM, Elshami W, Hegazy F, et al. The impact of artificial intelligence (AI) in physiotherapy practice: a study of physiotherapist willingness and readiness. Journal of Hunan University Natural Sciences. 2022;49(3).
- 76. Alsobhi M, Sachdev HS, Chevidikunnan MF, et al. Facilitators and barriers of artificial intelligence applications in rehabilitation: a mixed-method approach. Int. J. Environ. Res. Public Health. 2022;19(23):15919.
- 77. Alsobhi M, Khan F, Chevidikunnan MF, et al. Physical therapists’ knowledge and attitudes regarding artificial intelligence applications in health care and rehabilitation: cross-sectional study. J Med Internet Res. 2022;24(10):e39565.
- 78. Gunn H, Hunter H, Haas B. Problem–based learning in physiotherapy education: a practice perspective. Physiotherapy. 2012;98(4):330–5.
- 79. Hui J, Li Y, Zhang R, et al. The effectiveness of ChatGPT-assisted problembased learning in clinical education: A randomized controlled study. BMC Med Educ. 2025;25(1):102.
- 80. Wang J, Fan W. The effect of ChatGPT on students’ learning performance, learning perception, and higher-order thinking: insights from a meta-analysis. Humanit Soc Sci Commun. 2025;12:621.
- 81. Feigerlova E, Hani H, Hothersall-Davies E. A systematic review of the impact of artificial intelligence on educational outcomes in health professions education. BMC Med Educ. 2025;25:129.
The Use of Artificial Intelligence in Physiotherapy, Advantages and Disadvantages: Literature Review
Abstract
Artificial intelligence (AI) is known as technology, computer, and machine learning based systems that produce solutions to problems that human intelligence cannot overcome. Apart from the military industry, science, and engineering, it is seen that the use of AI in different fields of health sciences is becoming increasingly widespread. There are scientific studies on AI in many health fields from orthopedics to neurology, radiology to cardiology, endocrinology to physiotherapy. Web-based systems such as wearable devices, robots, systems created with virtual reality, mobile applications, specially developed designs, gait analysis systems, tele-rehabilitation are AI-supported technologies widely used in physiotherapy services in treatment and diagnosis, evaluation, patient care and follow-up. Despite its benefits, there are also some disadvantages of AI. We think that these disadvantages are the most important reasons why qualified studies on AI in our country have not reached the required level. We believe that increasing the number of qualified personnel in the field of artificial intelligence, allocating more resources to the sector, revising the curriculum according to the developing technology, integration of information systems and health services will increase awareness of AI. We think that with the elimination of the difficulties encountered towards AI, AI-supported technologies will become widespread in the provision of physiotherapy and rehabilitation services and qualified research will increase.
Keywords
Artificial intelligence awareness physiotherapy and rehabilitation advantages disadvantages
References
- 1. Li X, Dunn J, Salins D, et al. Digital health: tracking physiomes and activity using wearable biosensors reveals useful health-related information. PLoS Bio. 2017;15(1):e2001402.
- 2. Rghioui A, Lloret J, Harane M, et al. A smart glucose monitoring system for diabetic patient. Electronics. 2020;9(4):678. doi: 10.3390/electronics9040678.
- 3. Burnell K, George MJ, Jensen M, et al. Associations between adolescents’ daily digital technology use and sleep. Journal of Adolescent Health. 2022;70(3):450-456.
- 4. George MJ, Russell MA, Piontak JR, et al. Concurrent and subsequent associations between daily digital technology use and high‐risk adolescents’ mental health symptoms. Child Development. 2018;89(1):78-88.
- 5. Cascianelli S, Scialpi M, Amici S, et al. Role of artificial intelligence techniques (automatic classifiers) in molecular imaging modalities in neurodegenerative diseases. Curr Alzheimer Res. 2017;14(2):198-207. doi: 10.2174/1567205013666160620122926.
- 6. Gulshan V, Peng L, Coram M, et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA. 2016;316(22):2402-2410. doi: 10.1001/jama.2016.17216.
- 7. Ekins S. The next era: deep learning in pharmaceutical research. Pharm Res. 2016;33(11):2594-2603. doi: 10.1007/s11095-016-2029-7.
- 8. Griebel L, Prokosch HU, Köpcke F, et al. A scoping review of cloud computing in healthcare. BMC Med Inform Decis Mak. 2015;15:1-16.
- 9. Aoun JE. Robot-Proof: Higher Education in the Age of Artificial Intelligence. Cambridge: MIT Press. 2017.
- 10. Phillips SM, Cadmus-Bertram L, Rosenberg D, et al. Wearable technology and physical activity in chronic disease: opportunities and challenges. Am J Prev Med. 2018;54(1):144-150.
- 11. Haenssle HA, Fink C, Schneiderbauer R, et al. Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Ann Oncol. 2018;29(8):1836-1842.
- 12. Houssami N, Turner RM, Morrow M. Meta-analysis of pre-operative magnetic resonance imaging (MRI) and surgical treatment for breast cancer. Breast Cancer Res Treat. 2017;165:273-283.
- 13. Ceylan A. COVID-19 süreci ve Fizyoterapide telerehabilitasyon uygulamaları: derleme. Adnan Menderes Üniversitesi Sağlık Bilimleri Fakültesi Dergisi. 2021;5(3):617-627.
- 14. Aggarwal R, Ganvir SS. Artificial intelligence in physiotherapy. Physiotherapy-The Journal of Indian Association of Physiotherapists. 2021;15(2):55-57.
- 15. Ashfaq MH, Khan ARA, Magsi SK, et al. Revolutionizing Rehabilitation: The Role of artificial intelligence in modern Physiotherapy. Journal of Medical & Health Sciences Review. 2025;2(2).
- 16. Baker JD. The purpose, process, and methods of writing a literature review. AORN Journal. 2016;103(3):265–269.
- 17. Cronin P, Ryan F, Coughlan M. Undertaking a literature review: a step-by-step approach. British Journal of Nursing. 2008;17(1): 38-43.
- 18. Noble H, Smith J. Reviewing the literature: Choosing a review design. Evidence Based Nursing. 2018;21(2): 39-41.
- 19. Fogel AL, Kvedar JC. Artificial intelligence powers digital medicine. NPJ Digit Med. 2018;1(1):5.
- 20. Frankish K, Ramsey WM (Eds.). The Cambridge handbook of artificial intelligence. Cambridge University Press. 2014.
- 21. Bourne RR, Flaxma SR, Braithwaite T, et al. Magnitude, temporal trends, and projections of the global prevalence of blindness and distance and near vision impairment: a systematic review and meta-analysis. Lancet Glob Health. 2017;5(9):e888-e897.
- 22. Anderson D. Artificial intelligence and applications in PM&R. Am J Phys Med Rehabil. 2019;98(11):e128-e129.
- 23. Ramanandi VH. Role and scope of artificial intelligence in physiotherapy: A scientific review of literature. IJASR. 2021;6(1):11-14.
- 24. Zhang W. Blockchain-based solutions for clinical trial data management: a systematic review. Metaverse Basic and Applied Research. 2022;1:17-17.
- 25. Weissler EH, Naumann T, Andersson T, et al. Correction to: The role of machine learning in clinical research: transforming the future of evidence generation. Trials. 2021;22:537.
- 26. Inastrilla CRA. Data visualization in the information society. Seminars in Medical Writing and Education. 2023;2:25.
- 27. Pool D, Valentine J, Taylor NF, et al. Locomotor and robotic assistive gait training for children with cerebral palsy. Dev Med Child Neurol. 2021;63(3):328-335.
- 28. Menon SP, Shukla PK, Sethi P, et al. An intelligent diabetic patient tracking system based on machine learning for E-health applications. Sensors. 2023;23(6);3004.
- 29. Söderlund A. Artificial intelligence and physiotherapy–editorial. European Journal of Physiotherapy. 2019;21(1):1.
- 30. Rowe M. Artificial intelligence in clinical practice: Implications for physiotherapy education. OpenPhysio J. 2019;1-6.
- 31. Godse SP, Singh S, Khule S, et al. Musculoskeletal physiotherapy using artificial intelligence and machine learning. Int J Innov Sci Res Technol. 2019;4(11):592-598.
- 32. Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. 2019;6(2):94-98.
- 33. Rabia A, Habiba S, Firdaus J, et al. Embracing technological innovations: the integration of AI in physiotherapy. Recent Trends in Multidisciplinary Research. 2023;9:275-288.
- 34. Pignolo L. Robotics in neuro-rehabilitation. J Rehabil Med. 2009;41(12):955-960.
- 35. Vélez-Guerrero MA, Callejas-Cuervo M, Mazzoleni S. Artificial intelligence-based wearable robotic exoskeletons for upper limb rehabilitation: A Review. Sensors. 2021;21:2146.
- 36. Riener R, Lünenburger L, Colombo G. Human-centered robotics applied to gait training and assessment. J Rehabil Res Dev. 2006;43(5):679- 694.
- 37. Mehrholz J, Pohl M, Platz T, et al. Electromechanical and robot-assisted arm training for improving activities of daily living, arm function, and arm muscle strength after stroke. Cochrane Database Syst Rev. 2018;5:114-123.
- 38. Choi C, Schwarting W, DelPreto J, et al. Learning object grasping for soft robot hands. IEEE Robot Autom Lett. 2018;3:2370-2377.
- 39. Ozdemir F, Ari A, Kilcik MH, et al. Prediction of neuropathy, neuropathic pain and kinesiophobia in patients with type 2 diabetes and design of computerized clinical decision support systems by using artificial intelligence. Med Hypotheses. 2020;143:110070.
- 40. Holden M, Esfahani AH, Scerri A. Facilitated and emergent social learning in sustainable urban redevelopment: exposing a mismatch and moving towards convergence. Urban Research & Practice. 2014;7(1):1-19.
- 41. Lo WLA, Lei D, Li L, et al. The perceived benefits of an artificial intelligence–embedded mobile app implementing evidence-based guidelines for the self-management of chronic neck and back pain: observational study. JMIR Mhealth Uhealth. 2018;6(11):e198.
- 42. Correia FD, Nogueira A, Magalhães I, et al. Medium-term outcomes of digital versus conventional home-based rehabilitation after total knee arthroplasty: prospective, parallel-group feasibility study. JMIR Rehabil. Assist. Technol. 2019;6(1):e13111.
- 43. McCabe J, Monkiewicz M, Holcomb J, et al. Comparison of robotics, functional electrical stimulation, and motor learning methods for treatment of persistent upper extremity dysfunction after stroke: a randomized controlled trial. Arch Phys Med Rehabil. 2015;96:981-990.
- 44. Knight E, Stuckey MI, Prapavessis H, et al. Public health guidelines for physical activity: Is there an app for that? A review of android and apple app stores. JMIR Mhealth Uhealth. 2015;3(2):43.
- 45. Stütz T, Emsenhuber G, Huber D, et al. Mobile phone–supported physiotherapy for frozen shoulder: feasibility assessment based on a usability study. JMIR Rehabil Assist Technol. 2017;4(2):e6.
- 46. Blumenthal J, Wilkinson A, Chignell M. Physiotherapists’ and physiotherapy students’ perspectives on the use of mobile or wearable technology in their practice. Physiother Can. 2018;70(3):251–261.
- 47. Sarsak HI. Telerehabilitation services: a successful paradigm for occupational therapy clinical services. Int Phys Med Rehab J. 2020;5(2):93‒98.
- 48. Gazendam A, Zhu M, Chang Y, et al. Virtual reality rehabilitation following total knee arthroplasty: a systematic review and meta‐analysis of randomized controlled trials. Knee Surg Sports Traumatol Arthrosc. 2022;30(8):2548-2555.
- 49. Barradell S. Moving forth: Imagining physiotherapy education differently. Physiotherapy Theory and Practice. 2017;33(6):439-447.
- 50. Kakkad AD, Rathod PV. A study to find out strongest predictive factor for functional outcome after stroke: an exploratory study. Indian Journal of Public Health Research & Development. 2020;11(2):582-587.
- 51. Sumner J, Lim HW, Chong LS, Bundele A, Mukhopadhyay A, Kayambu G. Artificial intelligence in physical rehabilitation: A systematic review. Artif Intell Med. 2023;102693.
- 52. Kahile M, Deshmukh N, Makhija LH, et al. Artificial intelligence (AI) and machine learning (ML) in clinical practice and physiotherapy. Annals of Medical and Health Science Research. 2021;11(3):158–159.
- 53. Russell S, Norvig P. Artificial intelligence (A modern approach). In 2010 The 2nd International Conference on Computer and Automation Engineering. ICCAE. 2010;4.
- 54. Akalin B, Demirbas MB. Rehabilitasyon hizmetlerinde yapay zekâ uygulamaları. Acta Infologica. 2022;6(2):141-161.
- 55. Burhani T, Naqvi WM. Impact of artificial ıntelligence in the physiotherapy rehabilitation of distal radial fracture patients: a review. Journal of Pharmaceutical Research International. 2021;33(60):1982-1988.
- 56. Ravali RS, Vijayakumar TM, Lakshmi KS, et al. systematic review of artificial intelligence for pediatric physiotherapy practice: Past, present, and future. Neurosci Inform. 2022;2:100045.
- 57. Rowe M, Nicholls DA, Shaw J. How to replace a physiotherapist: artificial intelligence and the redistribution of expertise. Physiother Theory Pract. 2022;38(13):2275-2283.
- 58. Rajkomar A, Hardt M, Howell MD, et al. Ensuring fairness in machine learning to advance health equity. Annals of Internal Medicine. 2018;169(12):866–872.
- 59. Shortliffe EH, Sepúlveda MJ. Clinical decision support in the era of artificial intelligence. JAMA. 2018;320:2199-200.
- 60. Tonekaboni S, Joshi S, McCradden MD, et al. 2019 What clinicians want: Contextualizing explainable machine learning for clinical end use. ArXiv. 2019;1905.05134.
- 61. Pearl RM, Fogel AL. New physicians will need business school skills. NEJM Catalyst. 2017;3(4).
- 62. Babbott S, Manwell LB, Brown R, et al. Electronic medical records and physician stress in primary care: results from the MEMO Study. J Am Med Inform Assoc. 2014;21(e1):e100-e106. doi: 10.1136/amiajnl-2013-001875.
- 63. Rathore FA, Rathore MA. The emerging role of artificial intelligence in healthcare. J Pak Med Assoc. 2023;73:1368–1369.
- 64. Zafar HM, Ip IK, Mills AM, et al. Effect of clinical decision supportgenerated report cards versus real-time alerts on primary care provider guideline adherence for low back pain outpatient lumbar spine MRI orders. Am J Roentgenol. 2019;212:386–94.
- 65. Salomon I, Olivier S. Artificial intelligence in medicine: advantages and disadvantages for today and the future. Int J Surg Open. 2024;62(4):471-473.
- 66. Powell J. Trust me, I’m a chatbot: how artificial intelligence in health care fails the turing test. J Med Internet Res. 2019;21(10):e16222.
- 67. Thomas A, Kuppasanı, PR. Advantages and Disadvantages of Artificial Intelligence. In: Artificial Intelligence and Biological Sciences. CRC Press, 2025;93-110.
- 68. Khan B, Fatima H, Qureshi A, et al. Drawbacks of artificial intelligence and their potential solutions in the healthcare sector. Biomedical Materials & Devices. 2023;2:731-738.
- 69. Yunusbek A. Advantages and Disadvantages of Medical Diagnosis Using Artificial Intelligence. In Russian-Uzbekistan Conference. 2025;323-326.
- 70. Nambi G, Alghadier M, Mohamed SHP, et al. Clinical usefulness of artificial intelligence in physiotherapy–a practice-based review. SBV Journal of Basic, Clinical and Applied Health Science. 2024;7(4):184-188.
- 71. Castagno S, Khalifa M. Perceptions of artificial intelligence among healthcare staff: a qualitative survey study. Front Artif Intell. 2020;3:578983.
- 72. Abdullah R, Fakieh B. Health care employees’ perceptions of the use of artificial intelligence applications: survey study. J Med Internet Res. 2020;22(5):e17620.
- 73. Scheetz J, Rothschild P, McGuinness M, et al. A survey of clinicians on the use of artificial intelligence in ophthalmology, dermatology, radiology and radiation oncology. Sci Rep. 2021;11(1):5193.
- 74. Wong K, Gallant F, Szumacher E, Perceptions of Canadian radiation oncologists, radiation physicists, radiation therapists and radiation trainees about the impact of artificial intelligence in radiation oncology-national survey. J. Med. Imag. Radiat. Sci. 2021;2:44-48.
- 75. Abuzaid MM, Elshami W, Hegazy F, et al. The impact of artificial intelligence (AI) in physiotherapy practice: a study of physiotherapist willingness and readiness. Journal of Hunan University Natural Sciences. 2022;49(3).
- 76. Alsobhi M, Sachdev HS, Chevidikunnan MF, et al. Facilitators and barriers of artificial intelligence applications in rehabilitation: a mixed-method approach. Int. J. Environ. Res. Public Health. 2022;19(23):15919.
- 77. Alsobhi M, Khan F, Chevidikunnan MF, et al. Physical therapists’ knowledge and attitudes regarding artificial intelligence applications in health care and rehabilitation: cross-sectional study. J Med Internet Res. 2022;24(10):e39565.
- 78. Gunn H, Hunter H, Haas B. Problem–based learning in physiotherapy education: a practice perspective. Physiotherapy. 2012;98(4):330–5.
- 79. Hui J, Li Y, Zhang R, et al. The effectiveness of ChatGPT-assisted problembased learning in clinical education: A randomized controlled study. BMC Med Educ. 2025;25(1):102.
- 80. Wang J, Fan W. The effect of ChatGPT on students’ learning performance, learning perception, and higher-order thinking: insights from a meta-analysis. Humanit Soc Sci Commun. 2025;12:621.
- 81. Feigerlova E, Hani H, Hothersall-Davies E. A systematic review of the impact of artificial intelligence on educational outcomes in health professions education. BMC Med Educ. 2025;25:129.
Details
| Primary Language | English |
|---|---|
| Subjects | Sports Training, Physical Training, Sports and Physical Activity For Disabled, Physical Activity and Health |
| Journal Section | Review |
| Authors | |
| Submission Date | December 9, 2024 |
| Acceptance Date | March 11, 2026 |
| Early Pub Date | April 29, 2026 |
| Publication Date | April 29, 2026 |
| DOI | https://doi.org/10.38079/igusabder.1598673 |
| IZ | https://izlik.org/JA94RT23XC |
| Published in Issue | Year 2026 Issue: 28 |
Aim & Scope
İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi (IGUSABDER), sağlık bilimleri alanındaki etkin uygulama ve araştırmaların bilimsel yayınlara dönüştürülerek ulusal ve uluslararası düzeyde bilime katkı sağlamasını amaçlamaktadır.
İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi’nde, Sağlık Bilimleri Fakültesi veya Yüksekokulu ile ilgili Bölümlere (Beslenme ve Diyetetik, Çocuk gelişimi, Fizyoterapi ve Rehabilitasyon, Ergoterapi, Hemşirelik, Odyoloji, Sağlık Yönetimi, Sosyal Hizmet) ve Klinik, Paraklinik, Biyolojik ve Temel Bilimlere ait nitelikli ve orijinal araştırma, olgu sunumu ve derleme türünde makaleler yayımlanmak üzere kabul edilmektedir. Diş hekimliği alanındaki makaleler dergimize kabul edilmemektedir. Yılda üç sayı olarak yayımlanan (Nisan, Ağustos ve Aralık) uluslararası hakemli bir dergidir. 01.05.2024 tarihinden itibaren dergimizde sadece İngilizce makalelere yer verilecektir.
Author Guidelines
Makale Yazım Kuralları (PDF): https://acikerisim.gelisim.edu.tr/server/api/core/bitstreams/f0df85fc-a461-41c0-8ea7-243a1651bdac/content
01.05.2024 tarihinden itibaren dergimizde sadece İngilizce makalelere yer verilecektir.
Ethical Principles and Publication Policy
ETİK İLKELER VE YAYIN POLİTİKASI
Amaç ve Kapsam
İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi (IGUSABDER), sağlık bilimleri alanındaki etkin uygulama ve araştırmaların bilimsel yayınlara dönüştürülerek ulusal ve uluslararası düzeyde bilime katkı sağlamasını amaçlamaktadır.
Yılda üç sayı olarak yayımlanan İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi’nde (Kısaltılmış adı: IGUSABDER) sağlık bilimleri ile ilgili (Beslenme ve Diyetetik, Çocuk Gelişimi, Fizyoterapi ve Rehabilitasyon, Ergoterapi, Gerontoloji, Hemşirelik, Odyoloji, Ortez Protez, Perfüzyon, Sağlık Yönetimi, Sosyal Hizmet, Klinik, Paraklinik, Biyolojik ve Temel Bilimler vb.) özgün araştırma, olgu sunumu ve derleme türünde yazılar yayımlanır. 01.05.2024 tarihinden itibaren dergimize sadece İngilizce makalelere yer verilecektir.
Değerlendirme Süreci
Özgün araştırma makalesi, olgu sunumu ve derlemeler dergiye kabul edilmektedir. Gönderilecek makalelerin dergimizin “yazım kurallarına” uygun olması gerekir. Dergimize gönderilecek makaleler daha önce hiçbir yerde yayımlanmamış olmalıdır. Makalelerin başka dergide devam eden süreci bulunmamalıdır. Bildiri kitabında sadece öz (abstract) kısmı yayınlanmış ancak tam metni yayınlanmamış bildiriler de makale olarak dergimize gönderilebilir.
Makale ve eklerinin dergiye gönderilme işlemi, http://igusabder.gelisim.edu.tr veya https://dergipark.org.tr/tr/pub/igusabder adreslerindeki Dergipark çevrimiçi makale gönderme sistemi kullanılarak yapılmalıdır.
Dergi sistemine gelen makaleler en geç 15 gün içinde editörlerin ön değerlendirmesinden geçer. Değerlendirmeler, özgün araştırma makalesi için CONSORT bilgi kontrol listesinde ve derlemeler için PRISMA bilgi kontrol listesinde belirlenen kriterler ölçüsünde yapılır.
Editörler tarafından yukarıda belirtilen ön değerlendirme aşamasından geçen çalışmalar çalışmanın niteliğine göre alanında uzman 2 hakeme iletilir. Çalışma hakeme gönderildikten sonra en geç 15 gün içerisinde hakemin görüş bildirimi yayın kuruluna yapılır.
Makalelerin değerlendirilme sürecin her aşamasında, hakem ve yazarların isimlerinin saklı tutulduğu çift-kör hakemlik sistemini kullanmaktadır. En az iki hakem tarafından değerlendirme yapılmaktadır. İki hakemden birinin olumsuz görüş bildirmesi durumunda Dergi Yayın Komisyonu hakem raporlarını inceleyerek makale için üçüncü bir hakemin atanmasına veya makalenin yazara iade edilmesine karar verebilir. Makalenin yayımlanabilmesi için en az iki hakemin olumlu görüş bildirmesi gerekmektedir.
Çalışma için hakemler 4 şekilde görüş bildirebilir:
- Yayına uygundur.
- Düzeltmelerden sonra yayına uygundur.
- Düzeltmelerden sonra tekrar hakem kontrolü gerekir.
- Yayına uygun değildir.
Dergiye makale gönderen yazar/yazarlar, derginin söz konusu hakem değerlendirme koşullarını ve sürecini kabul etmiş sayılırlar.
Açık Erişim Politikası
Bu dergi, Creative Commons telif hakkı lisansları ve araçları (CC BY-NC-ND) altında içeriğine anında erişim sağlamakta, halkın özgürce araştırılmasını sağlamak, daha geniş bir küresel bilgi alışverişini desteklemektedir. Bu dergide Makale İşleme Ücretleri (APC) veya makale gönderme ücretleri yoktur.
Arşivleme
İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi’ne ait tüm veriler ve yayımlanmış makaleler günlük olarak yedeklenir ve üçüncü parti bir sunucuda erişime kapalı bir şekilde saklanır. Ayrıca Tübitak-Ulakbim ve Dergipark Veri Tabanı aracılığıyla yayımlanmış sayıların üst verileri ve makaleleri saklanmakta ve erişime sunulmaktadır.
Yayın Etiği
Dergide uygulanan yayın süreçleri, bilginin tarafsız ve saygın bir şekilde gelişimine ve dağıtımına temel teşkil etmektedir. Bu doğrultuda uygulanan süreçler, yazarların ve yazarları destekleyen kurumların çalışmalarının kalitesine doğrudan yansımaktadır.
Hakemli çalışmalar bilimsel yöntemi somutlaştıran ve destekleyen çalışmalardır. Bu noktada sürecin bütün paydaşlarının (yazarlar, okuyucular ve araştırmacılar, yayıncı, hakemler ve editörler) etik ilkelere yönelik standartlara uyması önem taşımaktadır.
Etik görev ve sorumluluklar formu açık erişim olarak Committee on Publication Ethics (COPE) tarafından yayınlanan rehberler ve politikalar dikkate alınarak hazırlanmıştır.
Dergiye gönderilen çalışmaların tüm yayın hakları dergimize aittir. Dergiye çalışma gönderirken tüm yazarların “Etik Sorumluluk-Çıkar Çatışması Bildirimi ve Telif Hakları Devir Formu”nu imzalaması gerekmektedir. Etik kurul onayı gereken çalışmalarda “Etik Kurul Onay Belgesinin” sisteme yüklenmesi gerekmektedir.
Editörlerin Sorumlulukları
Editörün Genel Görev ve Sorumlulukları
Editörler, İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisinde yayınlanan tüm yayınlardan sorumludur. Sorumlulukları kapsamında editörler, aşağıdaki rol ve yükümlülükleri yerine getirmelidir:
• Okuyucuların ve yazarların yeterli olarak bilgilendirmesini sağlamak
• Derginin gelişimini ve gelişim sürecinin devamlılığını sağlamak
• Dergide yayınlanan çalışmaların kalitesini geliştirmek için gerekli süreçleri yürütmek,
• Düşünce özgürlüğünü desteklemek ve katkı sağlamak,
• Akademik tutarlılığı, bilimselliği ve devamlılığı sağlamak,
• Yayın sürecini etik standartlara uygun şekilde devam ettirmek,
• Revizyon gerektiren durumlarda yayını açık ve şeffaf bir şekilde değerlendirerek yayının yazarını yine aynı şekilde bilgilendirmek.
Editörlerin Yazarlar ile İlişkileri
Editörlerin yazarlar ile ilişkileri şu şekilde olmalıdır:
• Dergiye gönderilen çalışmalar konu, içerik yönünden dergiye uygunluğu kontrol edilmelidir.
• Ön değerlendirmeden geçen çalışmalar yazar(lar)ın isimleri gizlenerek hakemlere gönderilmelidir.
• Hakem önerileri yazara isim bildirilmeden iletilmeli ve hakem – yazar iletişimi sağlanmalıdır
• Yazarlara süreç hakkında açıklayıcı ve bilgilendirici olunmalıdır.
Editörlerin Hakemler ile İlişkileri
Editörlerin hakemlere karşı görev ve sorumlulukları aşağıdaki şekildedir:
• Hakem veri tabanının derginin konusu ile ilgili akademisyen topluluğunu temsil etmesini sağlamalı ve ihtiyaç oldukça yeni hakemler eklemelidir.
• Hakemleri çalışmanın konusuna uygun olarak belirlemelidir.
• Hakemlerin değerlendirme aşamasında ihtiyaç duyacakları bilgi ve yönlendirmeleri sağlamakla yükümlüdür.
• Yazarlar ve hakemler arasından çıkar çatışması olup olmadığını gözetmek durumundadır.
• Körleme hakemlik bağlamında hakemlerin kimlik bilgilerini gizli tutmalıdır (Dergimizde her sayıda hakemlik yapanlar liste halinde o sayıda belirtilmektedir)
• Hakemleri tarafsız, bilimsel ve nesnel bir dille çalışmayı değerlendirmeleri için teşvik etmelidir.
• Hakemleri zamanında dönüş ve performans gibi ölçütlerle değerlendirmelidir.
• Hakemlerin performansını artırıcı uygulama ve politikalar belirlemelidir.
Editör Kurulu ile İlişkiler
Editörler, Bilimsel Danışma Kurulu üyelerini yayın politikaları hakkında bilgilendirmeli ve gelişmelerden haberdar etmelidir.
Ayrıca editörler;
• Bilimsel Danışma Kurulu üyelerinin çalışmalarını tarafsız ve bağımsız olarak değerlendirmelerini sağlamalıdır.
• Bilimsel Danışma Kurulu üyelerine uzmanlık alanına uygun çalışmaları değerlendirme için göndermelidir.
• Bilimsel Danışma Kurulu ile düzenli olarak etkileşim içerisinde olmalıdır.
• Bilimsel Danışma Kurulu ile belirli aralıklarla yayın politikalarının ve derginin gelişimi için toplantılar düzenlemelidir.
Yazarların Sorumlulukları
İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi'ne çalışma gönderen yazar(lar)ın aşağıdaki etik sorumluluklara uyması beklenmektedir:
• Dergiye gönderilen çalışmaların özgün olması beklenmektedir. Yazar(lar)ın başka çalışmalardan yararlanmaları veya başka çalışmaları kullanmaları durumunda eksiksiz ve doğru bir biçimde atıfta bulunmaları ve/veya alıntı yapmaları gerekmektedir.
• Her yazarın çalışmanın tasarımına katkılarda bulunması beklenmektedir. Verilerin elde edilmesi, analizi veya yorumlanması; çalışmada kullanılan yeni yazılımların oluşturulması; taslak haline getirilmesi; revize edilmesi basamaklarından bir veya birkaçına katkı vermesi gerekmektedir.
• Her yazarın, çalışmanın gönderilen son halini onaylamış olması gerekmektedir. Dergi tarafından listelenen tüm yazarlar, yazar listesi ve yazar katkı beyanları da dahil olmak üzere tüm içeriği kabul ettikleri anlamına gelen bir sözleşme imzalarlar.
• Yazar(lar) kullanılan verilerin kullanım haklarına, araştırma/analizlerle ilgili gerekli izinlere sahip olduklarını veya üzerinde araştırma yapılan deneklerden onam/rıza alındığını gösteren belgeye sahip olmalıdır.
• Sorumlu yazar, çalışma dergiye kabul edildikten sonra, yazarların adları, adresleri ve üyelikleri de dahil olmak üzere tüm içeriğin doğruluğundan sorumludur.
• Sorumlu yazar, çalışma yayınlandıktan sonra, yayınlanan makale hakkındaki soruların muhatabı olacaktır. Yayınlanan yazı ile ilgili olarak ortaya çıkan tüm konularda ortak yazarları bilgilendirmek ve bu tür konuların derhal ele alınmasını sağlamak onun sorumluluğundadır.
• Yazarlar, yayınlanan materyallerin düzeltme gerektiren herhangi bir yönünün farkına varırlarsa sorumlu yazarı derhal bilgilendirme sorumluluğuna sahiptir.
• Yazarlar listesinin düzenindeki bir değişiklik veya yazarların silinmesi/eklenmesi gibi her değişiklik, tüm yazarlar tarafından onaylanmalıdır.
• Yayınlanmak üzere gönderilen tüm çalışmaların varsa çıkar çatışması teşkil edebilecek durumları ve ilişkileri açıklanmalıdır. İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi editörleri, yayınlamadan önce veya sonra yazarlık anlaşmazlıklarını araştıracak veya karara bağlayacak durumda değildir. Bu tür anlaşmazlıklar, yazarlar arasında çözülemezlerse, ilgili kurumsal otoriteye yönlendirilmelidir.
• Yazar(lar)dan değerlendirme süreçleri çerçevesinde makalelerine ilişkin ham veri talep edilebilir, böyle bir durumda yazar(lar) beklenen veri ve bilgileri yayın kurulu ve bilim kuruluna sunmaya hazır olmalıdır.
• Yazarların etik ilkeler doğrultusunda çalışmalarını planlaması ve yürütmesi beklenmektedir. Yayın etiğine aykırı kabul edilecek davranışların (Uydurma, Çarpıtma, Aşırma, Tekrar Yayım, Dilimleme) sorumluluğu tüm yazarlara aittir.
Çıkar Çatışması Beyanı
İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi’nin genel yayın ilkelerine göre, sadece ilgili çalışmaya gerçek anlamda katkı sağlayan kişiler yazar olarak dikkate alınmalıdır. Çalışmaları ile ilgili taraf olabilecek tüm kişisel ve finansal ilişkilerin bildirilmesinden yazarlar sorumludur. Dergiye çalışma gönderirken tüm yazarların “Etik Sorumluluk-Çıkar Çatışması Bildirimi ve Telif Hakları Devir Formu” ile çıkar çatışmasını açıkça beyan etmeleri gerekir.
Editörler makalelerin hakem değerlendirme sürecinin yönetilmesinden sorumlu olup herhangi bir çıkar çatışması olması durumunda ilgili makaleyi ret etme hakkına sahiptirler. Editörler atandıkları makalelerle herhangi bir kişisel ve/veya mali çıkar çatışması içinde olmamalıdır. Editörler gönderilen bir makalenin yazar listesinde bulunuyorsa o makalenin değerlendirme süreci dışında tutulmaktadır.
İntihal Kontrolü
İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi’ne gönderilen makalelerin tümü iThenticate, Turnitin ve Urkund intihal belirleme yazılımları kullanılarak kontrol edilmektedir. Yazılım tarafından üretilen benzerlik raporu doğrultusunda, editörler kurulu makalenin hakem değerlendirmesine alınmasına veya doğrudan reddedilmesine karar vermektedir.
Ücretlendirme Politikası
İstanbul Gelişim Üniversitesi Sağlık Bilimleri Dergisi değerlendirme süreci tamamlanmış ve kabul edilmiş tüm makaleler için herhangi bir makale gönderim ve/veya değerlendirme ücreti talep etmemektedir. Dergi, çevrimiçi ve basılı olarak yayımlanmaktadır.
Price Policy
Bu dergide Makale İşleme Ücretleri (APC) veya makale gönderme ücretleri yoktur.
Indexes
Citation Indexes
Other Indexes
Journal Boards
Sahibi
Prof. Dr. Bahri Şahin, Lisans eğitimini 1977 yılında Gazi Üniversitesi Makina Mühendisliği Bölümünde,Yüksek Lisans eğitimini 1979 yılında Tübitak bursiyeri olarak Yıldız Teknik Üniversitesi (YTÜ) Fen Bilimleri Enstitüsü Makina Mühendisliği Anabilim Dalı Enerji Programında, Doktora eğitimini ise 1985yılındaTübitak Şeref bursiyeri olarak İstanbul Teknik Üniversitesi (İTÜ)Nükleer Enerji Enstitüsü Nükleer Teknoloji Programında tamamlamıştır. YTÜ Makine Mühendisliği Bölümü Enerji Anabilim Dalında 1979-1983 yıları arasında Araştırma Görevlisi, 1983-1986 yıları arasında Öğretim Görevlisi olarak görev yapan Prof. Dr. Bahri Şahin, 1986-1989yılları arasında YTÜ Gemi İnşaatı ve Gemi Makineleri Mühendisliği Bölümünde Yardımcı Doçent, 1989-1995 yılları arasında Doçent olarak görev yapmış ve 1995 yılından beri Profesör olarak görevini sürdürmektedir. Prof. Dr. Bahri Şahin, Yıldız Teknik Üniversitesi'nde 1988-1999 yılları arasında Bölüm Başkan Yardımcılığı, 1992-2007 yılları arasında Anabilim Dalı Başkanlığı, 1999-2009 yılları arasında Bölüm Başkanlığı ve 2009-2016 yılları arasında YTÜ Gemi İnşaatı ve Denizcilik Fakültesi Kurucu Dekanlığı görevini üstlenmiştir. Ayrıca 2010 yılında Birleşmiş Miletler Sınai Kalkınma Örgütü(UNIDO),Uluslararası Hidrojen Teknolojileri Merkezi (ICHET)Yönetim Kurulu Üyeliğine seçilerek bu görevi 2013 yılına kadar sürdürmüştür. Termodinamik, Enerji Üretim Sistemleri, Enerji Teknolojileri, Termal Sistemlerin Dizaynı ve Optimizasyonu ve Enerji Ekonomisi alanlarında çok sayıda uluslararası çalışmaları bulunan Prof. Dr. Bahri Şahin, TÜBİTAK Bilim Kurulu’nun 06.10.2012 tarih ve 212 sayılı toplantısında alınan karar ile Türkiye Bilimler Akademisi (TÜBA) asli üyeliğine seçilmiş olup TÜBA-GEBİP Mühendislik Ödülleri Komitesi Başkanlığını yürütmüş ve komisyon üyesi olarak görevine devam etmektedir. Prof. Dr. Bahri Şahin 2016-2020yıları arasında Yıldız Teknik Üniversitesi rektörü olarak görev yapmıştır. 2022 yılından itibaren İstanbul Gelişim Üniversitesi rektörü olarak görevini sürdürmektedir.
Onursal Kurul
Yayın Kurulu
Editör
Editör Yardımcıları
Yazı İşleri Kurulu
İstanbul Gelişim Üniversitesi'nde Kütüphane ve Dokümantasyon Daire Başkanı olarak çalışıyorum. Kütüphanenin tüm işleyişinden ve üniversite birimleri, kurumlar ve yayıncılarla ilişkilerden sorumluyum. İstanbul Gelişim Üniversitesi Yayınları'nda da görev yapıyorum. Yayınevimizde her yıl çok sayıda akademik dergi ve kitap yayınlanmaktadır.
Akademik araştırma alanlarım arasında Bilgi ve Belge Yönetimi, Açık Erişim, Açık Bilim, Arşivcilik, Kütüphanelerde Pazarlama ve Müşteri İlişkileri Yönetimi yer almaktadır.
Türkçe Dil Editörleri
İngilizce Dil Editörleri
Bilimsel Danışma Kurulu
Konya Akören köyünde ilkokuldan (1986-1991), Bursa Özel Namık Sözeri Kolleji’nden (1991-1995), Bursa Milli Piyango Anadolu lisesinden (1995-1998) ve Dumlupınar Üniversitesi İktisadi ve İdari Bilimler Fakültesi (1999- 2003) İşletme anabilim dalı Yönetim ve Organizasyon bilim dalından mezun oldu. ‘İşletme Yönetim ve Organizasyon Bilim Uzmanlığını’ 2003-2006 yılları arasında Dumlupınar Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Yönetim ve Organizasyon bilim dalında aldı. Süleyman Demirel Üniversitesi Sağlık Yönetimi Anabilim dalı, Sağlık Kurumları Yönetimi bilim dalında 6 Eylül 2021 tarihinde ‘Doktor’ ünvanını aldı. Eş zamanlı olarak yürüttüğü İnönü Üniversitesi İşletme ABD, Muhasebe ve Finansman bilim dalında doktora ünvanını 22.02.2024 tarihinde aldı. On yedi yıldır sağlık sektöründe bilgi ve deneyime sahiptir.
Dr. Öğr. Üyesi Derya Kavgaoğlu: Doktora ve Yüksek Lisansını YTÜ (Yıldız Teknik Üniversitesi) Eğitim programları ve öğretim alanında tamamlamıştır. Eğitimde program geliştirme süreçlerinde uzman, kıdemli uzman ve yönetici olarak 10 yıllık tecrübeye sahiptir. 2018’de doktora mezuniyetini takiben akademik görevine İGÜ Bünyesinde başlamıştır. 2018-2024 yılları arasında İGÜ Sağlık Bilimleri Fakültesi Sosyal Hizmet Bölümü’nde Bölüm Başkanı ve Kalite Birim Temsilcisi olarak görev yapmıştır. Halen İGÜ Sağlık Bilimleri Fakültesinde Dekan Yardımcısı olarak görev yapmaktadır. Bununla birlikte üniversite bünyesinde ders vermektedir. Kamu kurumları ve özel kurumlardaki hizmet içi ve dış kaynaklı eğitim projelerinin yönetimi, bu kapsamda eğitimde ihtiyaç analizi, öğretim tasarımı, eğitsel uygulama ve değerlendirme faaliyetlerinin yürütülmesi, ilgili eğitim ekiplerinin koordinasyonu, kamu kurumları ve özel kurumlarda eğitimci ve yönetici olarak çalışan personelin eğitsel yetkinliklerinin geliştirilmesine yönelik olarak eğiticinin eğitimi programlarının tasarlanması, uygulanması, değerlendirilmesi, çalışan sayısının üç bin ila on bin arasında değiştiği, çoklu lokasyonda çalışan kurumsal firmalarda uzaktan eğitim platformlarının yapılandırılması ve online eğitim sisteminin lokasyon bazlı yönetimi konularında kapsamlı deneyime sahiptir. Bu kapsamdaki çalışmaları için referans kurumlar aşağıdaki gibidir: MEB, ADALET BAKANLIĞI; İSTANBUL ÜNİVERSİTESİ AÇIK VE UZAKTAN EĞİTİM FAKÜLTESİ (AUZEF); GARANTİ BANKASI; TÜRK TELEKOM (Churn-Inbound/Outbound); TÜRK TELEKOM SYS; TÜRKSAT; DIGITURK; VODAFONE; TTNET; THY; AVEA; MHRS; MEDAŞ; KOÇFİNANS- MEDAŞ-AYGAZ-AVON, İGÜ, Çeşitli STK ve özel kuruluşlar.
Dr. Hina Zahoor is an interdisciplinary scholar in Organizational behaviour and Health Management, specializing in healthcare workforce dynamics, leadership and emotional intelligence, employee wellbeing, work environment stressors, organizational culture, diversity, and the human dimensions of health systems, with emerging research interests in technology and ethics within healthcare organizations.
Books Authored
Emotional Intelligence, Strategic Emotional Intelligence and Leadership: A Guide Book (2022). ISBN: 978-605-4827-88-6Sustainable Health Care Leadership and Environmental Sustainability (2023). ISBN: 978-605-8202-18-2
Emotional AI in Healthcare: A Matter of Sustainability (2025). ISBN: 978-625-8202-39-7
Professor Meghit Boumediene Khaled is a leading Algerian academic and researcher affiliated with the Djillali Liabes University of Sidi Bel Abbes, specializing in nutrition, food science, and public health. He serves as the Editor-in-Chief of the North African Journal of Food and Nutrition Research (NAJFNR) and heads the research laboratory Lab-NuPABS (Nutrition, Pathology, and Biotechnology). His extensive work focuses on clinical nutrition, dietary impacts on chronic diseases, food safety, toxicology, and public health nutrition, addressing regional challenges in Algeria and North Africa. As a professor and research leader, he supervises numerous graduate theses and has published widely on topics such as micronutrient status, food contaminants, and the health implications of local food processing practices.
İstanbul'da doğdu. İstanbul Pertevniyal Lisesi'den sonra tıp eğitimini İstanbul Üniversitesi İstanbul Tıp Fakültesi'nde 1993 yılında tamamladı. 1993-1995 yıllarında Çankırı Eskipazar İlçesi Sağlık Merkezi'nde mecburi hizmet yaptı. 1997 yılında Cerrahpaşa Tıp Fakültesi Fizyoloji Anabilim Dalı'nda fizyoloji uzmanı oldu. 1995-1997 yılları arasında Galatasaray Spor Kulübü'nde takım doktoru olarak çalıştı ve bu dönemde egzersiz ve spor fizyolojisi çalışmalarına katıldı. 2000-2002 yılları arasında Kadir Has Üniversitesi Tıp Fakültesi'nde öğretim görevlisi olarak İngilizce fizyoloji dersleri verdi. 2003 yılında Trakya Üniversitesi Tıp Fakültesi'ne yardımcı doçent olarak atandı; 2004 yılında doçent oldu. 2004-2009 yılları arasında tıp fakültesi dekan yardımcı olarak çalıştı. Trakya Üniversitesi'nde Uyku Bozuklukları Merkezi'ni kurdu. 2009 yılında profesör oldu. 2009-2011 yılları arasında Sağlık Bilimleri Enstitüsü Müdürlüğü ve senato üyeliği yaptı. Araştırma alanı olarak uyku bozuklukları ve uyku kaybının etkilerini benimsedi.
Müzik çalışmalarına 1987'de Haydar Sur yönetimindeki fakülte TSM korosu ile başladı. Günümüze kadar 200 civarında konserde korist, solist ve udi olarak sahne aldı. 2000'li yıllarda nazariyat çalışmalarına yöneldi. 2008 yılında Türkiye'de ilk kez müzik terapi dersini tıp fakültesi müfredatına dahil etti. Müzik terapi alanında Makamdan Şifaya kitabına yazarlık yaptı. Müzik Terapi Terimler Sözlüğü yayınladı. 2016 yılında halen başkanlığını yaptığı Uygulamalı Müzik Terapileri Derneği'ni kurdu Sağlık Bakanlığı tarafından verilen sertifika ile Cumhuriyet tarihinin ilk 3 hekim müzik terapistinden biri oldu. Sağlık Bakanlığı Temel Sağlık Hizmetleri Genel Müdürlüğü bünyesindeki Geleneksel ve Tamamlayıcı Tıp Uygulamaları Bilim Komisyonu Müzik Terapi alt komisyonuna seçildi. Müzik Terapi Uygulaması Sertifikalı Eğitim Programı Standartlarının oluşturulmasına katkıda bulundu.
12 lisansüstü tez yönetti. 2'si uluslararası 12 bilim ödülü aldı, 47'si uluslararası olmak üzere 72 makale, 122 kongre bildirisi, 4 kitap, 19 kitap bölümü yazarlığı yaptı. GoogleScholar'a göre 1528 atıfı vardır ve h-indeksi 20'dir.
Halen Trakya Üniversitesi Tıp Fakültesi Fizyoloji Anabilim Dalı Başkanı olarak görev yapmaktadır.
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)