Surgical Waiting Times in Turkish Public Hospitals: A Conceptual Framework for an Artificial Intelligence-Driven Mobile Application

Öz

Prolonged surgical waiting times in Turkish public hospitals pose significant challenges to patient health, satisfaction, and healthcare system efficiency, driven by rising demand, limited resources, and systemic inefficiencies. This study proposes a conceptual framework for an artificial intelligence (AI)-enabled mobile application to address these issues, leveraging Türkiye’s e-Nabız platform and Hospital Information Management System (HBYS). The system integrates real-time hospital data—such as operating theater occupancy and specialist availability—with machine learning algorithms to predict waiting times, prioritize patients based on clinical urgency, and guide them to facilities with shorter delays. Designed to enhance transparency and optimize resource allocation, the application has the potential to reduce waiting times by an estimated 15–20%, aligning with international benchmarks like the UK’s National Health Service (NHS) and Australian healthcare models (NHS Digital, 2021). By utilizing anonymized data, the system complies with Türkiye’s Personal Data Protection Law (KVKK, 2016), requiring no ethics approval. Benefits include improved patient empowerment, reduced complication risks (estimated at 10–20% due to delays), and enhanced operational efficiency (Siciliani et al., 2014). This framework offers a scalable, patient-centered solution to modernize Türkiye’s public healthcare system, with future pilot studies recommended to validate its impact.

Anahtar Kelimeler

• Surgical Waiting Times
• Public Hospitals
• Artificial Intelligence
• Resource Planning

Türkiye'deki Kamu Hastanelerinde Cerrahi Bekleme Süreleri: Yapay Zeka Tabanlı Bir Mobil Uygulama İçin Kavramsal Bir Çerçeve

Öz

Bu çalışma, bu soruna yapay zeka (AI) entegrasyonlu bir mobil uygulama aracılığıyla kavramsal bir çözüm önererek, Türkiye’nin sağlık sistemindeki yapısal zorlukları ele almaktadır. Artan nüfus, yaşlanan demografi ve kronik hastalıkların yaygınlaşması, cerrahi talebi artırmış; ancak sınırlı ameliyathane kapasitesi, uzman hekim eksiklikleri ve kaynak dağılımındaki dengesizlikler, ortopedi, kardiyovasküler cerrahi ve onkoloji gibi branşlarda 8-36 haftayı bulan bekleme sürelerine yol açmıştır (Sağlık Bakanlığı, 2022; Tatar et al., 2011). Makine öğrenimi algoritmaları, hasta önceliklendirme ve cerrahi planlamayı destekleyerek bekleme sürelerini %15-20 oranında azaltma potansiyeline sahiptir (NHS Digital, 2021). Sistem, Türkiye’nin mevcut dijital altyapısına entegre olup, Kişisel Verilerin Korunması Kanunu’na (KVKK, 2016) uygun olarak etik kurul onayı gerektirmemektedir. Ancak, veri kalitesi, kırsal bölgelerdeki dijital okuryazarlık eksiklikleri ve personel eğitimi gibi zorluklar, uygulanabilirliği sınırlayabilir. Bu kavramsal çerçeve, hasta odaklı bir yaklaşımla bekleme sürelerini azaltmayı, şeffaflığı artırmayı ve Türkiye’nin kamu sağlık sisteminin modernizasyonuna katkıda bulunmayı hedeflemektedir.

Anahtar Kelimeler

• Ameliyat Bekleme Süresi
• Yapay Zeka
• Kamu Hastaneleri
• Kaynak Planlama

Kaynakça

1. Australian Institute of Health and Welfare. Digital health innovations in surgical waitlist management. AIHW; 2022.
2. Bates DW, Levine D, Syrowatka A, et al. The potential of artificial intelligence to improve patient safety and healthcare efficiency.Health Aff. 2021;40(4):567-575. doi: 10.1038/s41746-021-00423-6
3. Bener A, Alayoglu N, Çatan F, Torun P, Yilmaz ES. Health services management in Turkey: Failure or success? Int J Prev Med. 2019;10:30. doi: 10.4103/ijpvm.IJPVM_422_17
4. Erku D, Khatri R, Endalamaw A, Wolka E, Nigatu F, Zewdie A, Assefa Y. Digital Health Interventions to Improve Access to and Quality of Primary Health Care Services: A Scoping Review. Int J Environ Res Public Health. 2023 Sep 28;20(19):6854. doi: 10.3390/ijerph20196854.
5. He J, Baxter SL, Xu J, et al. The practical implementation of artificial intelligence technologies in medicine. Nat Med. 2024;30(1):15-22. doi: 10.1038/s41591-018-0307-0
6. KVKK. Kişisel Verilerin Korunması Kanunu (Kanun No. 6698). Resmi Gazete; 2016.
7. Küçük, A., Demirci, M., Kerman, G., & Özsoy, V. S. (2021). Evaluating of hospital appointment systems in Turkey: Challenges and opportunities. Health Policy and Technology, 10(1), 69-74. doi: doi.org/10.1016/j.hlpt.2020.11.008
8. NHS Digital. AI-driven surgical scheduling: A case study from the NHS. NHS Publications; 2021. Nielsen J. Usability engineering. Morgan Kaufmann; 2012.

9. OECD. Health at a glance 2023: OECD indicators. OECD Publishing; 2023. doi: 10.1787/7a7afb35-en
10. Ökem ZG, Çakar M. What have health care reforms achieved in Turkey? An appraisal of the "Health Transformation Programme". Health Policy. 2015;119(9):1153-1163. doi: 10.1016/j.healthpol.2015.06.003
11. Sağlık Bakanlığı. Türkiye sağlık istatistikleri 2022. T.C. Sağlık Bakanlığı Yayınları; 2022.
12. Sağlık Bakanlığı. e-Nabız sistemi ve dijital sağlık hizmetleri raporu. T.C. Sağlık Bakanlığı; 2023.
13. Siciliani L, Moran V, Borowitz M. Measuring and comparing health care waiting times in OECD countries. Health Policy. 2014 Dec;118(3):292-303. doi:10.1016/j.healthpol.2014.08.011.
14. Tatar M, Mollahaliloğlu S, Şahin B, Aydın S, Maresso A, Hernández-Quevedo C. Turkey: Health system review. Health Syst Transit. 2011;13(6):1-186.
15. Topol EJ. Deep medicine: How artificial intelligence can make healthcare human again. Basic Books; 2019. TÜİK. Türkiye istatistik yıllık raporu 2023. Türkiye İstatistik Kurumu; 2023.
16. WHO. World health statistics 2021: Monitoring health for the SDGs. World Health Organization; 2021.