Araştırma Makalesi

Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz

Sayı: 21 26 Ağustos 2026
PDF İndir
TR EN

Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz

Öz

Bu çalışmada, makine öğrenmesi, derin öğrenme ve yapay zekâ yöntemlerinin klinik karar destek, tanı ve prognoz alanlarındaki uygulamalarına yönelik yayımlanan makalelerin çeşitli parametreler kapsamında değerlendirilerek bibliyometrik analiz yöntemiyle incelenmesi amaçlanmıştır. Araştırmanın veri setini, 2024 ve 2025 yılları arasında (("machine learning" OR "deep learning" OR "artificial intelligence") AND ("clinical decision" OR diagnosis OR prognosis)) sorgusu ile Web of Science (WOS) veri tabanında yapılan alan yazın taraması sonucu elde edilen çalışmalar oluşturmaktadır. Elde edilen bulgular şu şekildedir: 2024 yılından 2025 yılına yayın sayısının belirgin bir artış göstermesi alanın ivme kazandığını ve hızla gelişen bir araştırma eğilimine sahip olduğunu ortaya koymaktadır. En fazla yayın üreten yazarların, kurumların ve ülkelerin farklı coğrafyalara dağılmış olması, klinik yapay zekâ araştırmalarının küresel ölçekte yürütüldüğünü ve uluslararası iş birliği düzeyinin yüksek olduğunu göstermektedir. Tematik harita analizleri, Author Keywords verilerine göre deep learning, convolutional neural network(s) ve transfer learning kavramlarının motor temalar olarak öne çıktığını; Keywords Plus analizinde ise diagnosis, classification, risk ve prediction gibi klinik uygulama odaklı kavramların merkezi bir konumda yer aldığını göstermektedir. Genel olarak bu çalışma, klinik yapay zekâ alan yazınının güncel durumunu, tematik yapısını ve araştırma eğilimlerini sistematik biçimde ortaya koyarak alandaki gelişim yönlerini ve gelecekteki araştırmalar için potansiyel odak alanlarını belirlemekte; araştırmacılara kapsamlı bir bilimsel çerçeve sunmaktadır.

Anahtar Kelimeler

Yapay Zekâ, Klinik Karar Destek, Tanı ve Prognoz, Bibliyometrik Analiz, Web of Science

Kaynakça

  1. Aria, M., & Cuccurullo, C. (2017). Bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of informetrics, 11(4), 959-975.
  2. Bilgin, M. (2018). Makine öğrenmesi. İstanbul: Papatya Yayınları.
  3. Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32.
  4. Christoph, M. (2020). Interpretable machine learning: A guide for making black box models explainable. Leanpub.
  5. Deveci Kocakoç, İ., & Pulat Öztürk, M., (2024). Açıklanabilir makine öğrenmesi. Makine öğrenmesi algoritmaları. Ankara: Nobel Akademik Yayıncılık.
  6. Guo, Y., Hao, Z., Zhao, S., Gong, J., & Yang, F. (2020). Artificial intelligence in health care: Bibliometric analysis. Journal of Medical Internet Research, 22(7), e18228.
  7. Güzeller, C. O. & Çeliker, N. (2017). Geçmişten günümüze gastronomi bilimi: bibliyometrik analiz. Journal of Tourism ve Gastronomy Studies, 5/Special Issue2, 88-102. Doi: 10.21325/jotags.2017.114.
  8. He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition, 770-778.
  9. Kırıkoğlu, B., & Koştı, G. (2026). Sağlık ekonomisinde yeni paradigmalar: Yükselen araştırma alanlarının bibliyometrik incelemesi. Güncel Sağlık Yönetimi, 4(1), 1-17.
  10. Lawani, S. M. (1981). Bibliometrics: its theoretical foundations, methods ve applications. Libri, 31, 294.

Kaynak Göster

APA
Pulat Öztürk, M. (2026). Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21, 1-19. https://doi.org/10.25287/ohuiibf.1924990
AMA
1.Pulat Öztürk M. Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz. ÖHÜİİBFD. 2026;(21):1-19. doi:10.25287/ohuiibf.1924990
Chicago
Pulat Öztürk, Meryem. 2026. “Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz”. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, sy 21: 1-19. https://doi.org/10.25287/ohuiibf.1924990.
EndNote
Pulat Öztürk M (01 Ağustos 2026) Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 21 1–19.
IEEE
[1]M. Pulat Öztürk, “Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz”, ÖHÜİİBFD, sy 21, ss. 1–19, Ağu. 2026, doi: 10.25287/ohuiibf.1924990.
ISNAD
Pulat Öztürk, Meryem. “Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz”. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. 21 (01 Ağustos 2026): 1-19. https://doi.org/10.25287/ohuiibf.1924990.
JAMA
1.Pulat Öztürk M. Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz. ÖHÜİİBFD. 2026;:1–19.
MLA
Pulat Öztürk, Meryem. “Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz”. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, sy 21, Ağustos 2026, ss. 1-19, doi:10.25287/ohuiibf.1924990.
Vancouver
1.Meryem Pulat Öztürk. Klinik Karar Verme, Tanı ve Prognozda Yapay Zekâ: Bibliyometrix R Paketi ile Bibliyometrik Analiz. ÖHÜİİBFD. 01 Ağustos 2026;(21):1-19. doi:10.25287/ohuiibf.1924990