Yapay Zeka Destekli Ciddi Oyunun Sağlıklı Yaşam Biçimi Davranışları Üzerindeki Etkisi: Yarı Deneysel Bir Çalışma

Abstract

Amaç: Bu çalışma, diyabet riski değerlendirilmesi yapılan yetişkinlerde yapay zeka destekli bir ciddi oyunun sağlıklı yaşam biçimi davranışları üzerindeki etkinliğini değerlendirmeyi ve katılımcıların hastalığa yönelik davranış değişikliklerini incelemeyi amaçlamaktadır. Yöntem: Çalışma, diyabet tanısı konulmamış ve orta-yüksek diyabet riski taşıyan (FINDRISK skoru ≥12) 60 yetişkin ile tek gruplu yarı deneysel tasarımda yürütülmüştür. Sağlıklı Yaşam Biçimi Davranışları Ölçeği-II (SYBDÖ-II) altı aylık süreçte dört zaman noktasında uygulanmış; sağlık sorumluluğu, fiziksel aktivite, beslenme, manevi gelişim, kişilerarası ilişkiler, stres yönetimi alt boyutları ve toplam puan değerlendirilmiştir. Oyun mekaniğinin algılanan davranışsal etkisi yapılandırılmış bir değerlendirme formu ile ölçülmüştür. Veriler Greenhouse-Geisser ve Bonferroni düzeltmeleri uygulanarak tekrarlı ölçümler ANOVA ile analiz edilmiştir. Bulgular: SYBDÖ-II toplam puanı tüm ölçüm noktalarında progresif artış göstermiştir (p<.001). Fiziksel aktivite alt boyutu zaman içinde artan etki büyüklükleriyle en güçlü değişimi (ηp²=.134, p<.001), sağlık sorumluluğu ise tüm izlem noktalarında tutarlı iyileşme göstermiştir (ηp²=.222, p<.001). Beslenme alt boyutu puanları zaman içinde artış göstermiş ancak düzeltme sonrasında istatistiksel anlamlılık düzeyine ulaşamamıştır (p=.013). Katılımcıların %60'ı özdeşleşme güdüsüyle motive olduğunu bildirmiş, %95'i oyunu tavsiye etmiştir. Sonuç: Yapay zeka destekli ciddi oyunların, sağlıklı davranış geliştirme ve fiziksel aktivite davranışlarını altı ay boyunca iyileştirerek diyabet önlemeye katkı sağlayabileceği düşünülmektedir. Fiziksel aktivitedeki progresif artışın etkilerin zamanla azaldığını gösteren literatürle çelişmesi, yapay zeka tabanlı kişiselleştirmenin uzun vadeli motivasyonu sürdürebileceğine işaret etmektedir.

Keywords

• Yapay zeka
• Diyabetes mellitus
• Video oyunları
• Sağlık tutumu

Supporting Institution

TÜBİTAK 2209-A Üniversite Öğrencileri Araştırma Projeleri

Ethical Statement

Bu çalışma Helsinki Bildirgesi'ne uygun olarak yürütülmüş ve XXX Üniversitesi Sağlık Bilimleri Etik Kurulu tarafından onaylanmıştır (Onay No: E.1010667, Tarih: 12.05.2025). Tüm katılımcılar, çalışma amaçları, prosedürleri ve herhangi bir zamanda ceza olmaksızın çalışmadan çekilme hakları hakkında ayrıntılı bilgi aldıktan sonra yazılı bilgilendirilmiş onam vermişlerdir.

Thanks

Tüm katılımcılara teşekkür ederiz.

Effects of an Artificial Intelligence–Supported Serious Game on Healthy Lifestyle Behaviours: A Quasi-Experimental Study

Abstract

Aim: This study aimed to evaluate the effects of an AI-powered serious game on healthy lifestyle behaviours among adults undergoing diabetes risk assessment. Methods: A single-group quasi-experimental design was conducted with 60 adults without a diabetes diagnosis (FINDRISK score ≥12). The Health-Promoting Lifestyle Profile-II (HPLP-II) was administered at four time points over six months, assessing health responsibility, physical activity, nutrition, spiritual growth, interpersonal relations, stress management, and total score. Perceived behavioural impact of game mechanics was evaluated using a structured assessment form. Data were analysed using repeated-measures ANOVA with Greenhouse-Geisser and Bonferroni corrections. Results: HPLP-II total scores showed progressive improvement across all time points (p<.001). Physical activity demonstrated the greatest change with increasing effect sizes over time (ηp²=.134, p<.001), while health responsibility showed consistent improvements across all follow-up points (ηp²=.222, p<.001). Nutrition scores improved over time but did not reach statistical significance after correction (p=.013). Sixty percent of participants reported identification-based motivation, and 95% would recommend the game. Conclusion: AI-powered serious games may serve as a promising support tool for diabetes prevention by improving health responsibility and physical activity over six months. The progressive increase in physical activity contrasts with literature showing declining effects, suggesting that AI-based personalisation may sustain long-term motivation.

Keywords

• Artificial intelligence
• Diabetes mellitus
• Video games
• Health behavior

Supporting Institution

TÜBİTAK 2209-A University Students Research Projects

Ethical Statement

This study was conducted in accordance with the Declaration of Helsinki and approved by the XXX University Health Sciences Ethics Committee (Approval No: E.1010667, Date: 12.05.2025). All participants provided written informed consent after receiving detailed information about the study objectives, procedures, and their right to withdraw at any time without penalty.

Thanks

We would like to thank all participants who voluntarily participated in this study.

References

1. 1. International Diabetes Federation. IDF Diabetes Atlas. 11th ed. Brussels: International Diabetes Federation; 2025.
2. 2. McMullen B, Duncanson K, Collins C, MacDonald-Wicks L. A systematic review of the mechanisms influencing engagement in diabetes prevention programmes for people with pre-diabetes. Diabet Med. 2024;41(8). doi:10.1111/dme.15323.
3. 3. American Association of Diabetes Educators. An effective model of diabetes care and education: revising the AADE7 Self-Care Behaviors®. Diabetes Educ. 2020;46(2):139-160. doi:10.1177/0145721719894903.
4. 4. Koohmareh Z, Karandish M, Hadianfard AM. Developing a mobile-based educational game to enhance dietary habits for type 2 diabetes patients through artificial intelligence algorithms. J Telemed Telecare. 2024;1(4):11-22. doi:10.32592/TJT.2024.1.4.11.
5. 5. Huang X, Xiang X, Liu Y, Wang Z, Jiang Z, Huang L. The use of gamification in the self-management of patients with chronic diseases: scoping review. JMIR Serious Games. 2023;11:e39019. doi:10.2196/39019.
6. 6. Norlev J, Sondrup K, Derosche C, Hejlesen O, Hangaard S. Game mechanisms in serious games that teach children with type 1 diabetes how to self-manage: a systematic scoping review. J Diabetes Sci Technol. 2022;16(5):1253-1269. doi:10.1177/19322968211018236.
7. 7. Ossenbrink L, Haase T, Timpel P, Schoffer O, Scheibe M, Schmitt J, et al. Effectiveness of digital health interventions containing game components for the self-management of type 2 diabetes: systematic review. JMIR Serious Games. 2023;11(1). doi:10.2196/44132.
8. 8. Asadzandi S, Sedghi S, Bigdeli S, Sanjari M. A systematized review on diabetes gamification. Med J Islam Repub Iran. 2020;34:168. doi:10.47176/mjiri.34.168.

9. 9. Bassin SR, Kohm K, Fitzgerald N, Cohen DA. An assessment of nutrition education in endocrinology fellowship programs in the United States. Endocr Pract. 2022;28(3):310-314. doi:10.1016/j.eprac.2021.12.006.
10. 10. Chadwick J, Jaswal N, Surya J, Sivamani C, Ramesan V, Saligram N. Artificial intelligence-enabled mobile health intervention (mDiabetes) to reduce diabetes risk behaviors in rural India: quasi-experimental pre-post study. J Med Internet Res. 2025;27:e79283. doi:10.2196/79283.
11. 11. Shields C, Cunningham SG, Wake DJ, Fioratou E, Brodie D, Philip S, et al. User-centered design of a novel risk prediction behavior change tool augmented with an artificial intelligence engine (MyDiabetesIQ): a sociotechnical systems approach. JMIR Hum Factors. 2022;9(1):e29973. doi:10.2196/29973.
12. 12. Lindstrom J, Tuomilehto J. The diabetes risk score: a practical tool to predict type 2 diabetes risk. Helsinki: Finnish Diabetes Association; 2003 [cited 2025 Apr 26]. Available from: https://www.diabetesrisktest.com.
13. 13. Bahar Z, Beser A, Gordes N, Ersin F, Kissal A. Healthy lifestyle behavior scale II: a reliability and validity study. J Cumhuriyet Univ Sch Nurs. 2008;12:1-13. [In Turkish]
14. 14. Ryan RM, Deci EL. Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. Am Psychol. 2000;55(1):68-78. doi:10.1037/0003-066X.55.1.68.
15. 15. Prochaska JO, DiClemente CC. The transtheoretical approach. In: Norcross JC, Goldfried MR, editors. Handbook of Psychotherapy Integration. 2nd ed. New York: Oxford University Press; 2005. p. 147-171.
16. 16. Yao W, Han Y, Yang L, Chen Y, Yan S, Cheng Y. Electronic interactive games for glycemic control in individuals with diabetes: systematic review and meta-analysis. JMIR Serious Games. 2024;12:e43574. doi:10.2196/43574.
17. 17. Fogg BJ. A behavior model for persuasive design. In: Proceedings of the 4th International Conference on Persuasive Technology (Persuasive '09). New York: ACM; 2009. p. 1-7. doi: 10.1145/1541948.1541999.
18. 18. Hohberg V, Lichtenstein E, Kreppke JN, Zanitti C, Streckmann F, Gerber M, et al. Effects of lifestyle interventions to promote physical activity on physical activity and glycated hemoglobin in patients with type 2 diabetes: a systematic review and meta-analysis. Sports Med. 2025. doi: 10.1007/s40279-025-02184-8.
19. 19. Moghadam SG, Khorasani ZM, Sharifzadeh N, Tabesh H. A mobile serious game about diabetes self-management: design and evaluation. Heliyon. 2024;10(18):e37755. doi:10.1016/j.heliyon.2024.e37755.
20. 20. Novak D. A serious game (MyDiabetic) to support children's education in type 1 diabetes mellitus: iterative participatory co-design and feasibility study. JMIR Serious Games. 2024;12:e49478. doi:10.2196/49478.
21. 21. Gropper SS. The role of nutrition in chronic disease. Nutrients. 2023;15(3):664. doi:10.3390/nu15030664.
22. 22. Zhang M. Impact of nurse-led self-management education on type 2 diabetes: a meta-analysis. Front Public Health. 2025;13:1622988. doi:10.3389/fpubh.2025.1622988.
23. 23. Neve KL, Isaacs A. How does the food environment influence people engaged in weight management? A systematic review and thematic synthesis of the qualitative literature. Obes Rev. 2022;23(3):e13398. doi:10.1111/obr.13398.