Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar

Gülfer Büyüktaş Gayır; Emre Asiltürk; Sıdıka Birgül Tezcan; Sadık Serçek

doi:10.54831/vanyyuiibfd.1915593

TR EN

Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar

Öz

Öz Yapay zekâ, sağlık sektöründe yalnızca tanı ve tedavi süreçlerini değil; aynı zamanda sağlık organizasyonlarının yönetimi, kaynak planlaması, hasta akışı, politika geliştirme ve operasyonel verimlilik gibi yönetsel alanları da dönüştürmektedir. Çalışmada, “PRISMA Şemasından” yararlanılarak. “Sistematik Literatür Taraması” yöntemi kullanılmıştır. Ulaşılan literatürün değerlendirilmesi sonucunda elde edilen temel bulgu; “tanı alanında, derin öğrenme ve makine öğrenimi modelleri; görüntüleme, elektronik sağlık kaydı ve diğer klinik veriler üzerinden kanser, kardiyovasküler, nörodejeneratif ve kronik hastalıkları yüksek doğrulukla saptamada yapay zekanın geleneksel yöntemleri geçmiş olduğu: aynı zamanda hata oranlarını, tanı gecikmelerini ve tedavi başlangıcı iyileştirdiği” yönündedir. Yönetim sistemlerinde ise yapay zekâ; hasta bekleme sürelerini, yatak kullanım oranlarını, kaynak optimizasyonunu ve idari iş yükünü azaltarak yönetim verimliliğini artırmıştır. Sonuç olarak yapay zekâ temelli sağlık sistemleri; hastaya odaklı, verimlilik ve kalite odaklı bir sağlık ekosistemi inşa etme potansiyeli taşırken; başarılı uygulama için çok katmanlı politika geliştirme, etik ve yasal düzenleme, altyapı yatırımı ve insan kaynağı hazırlığı gereklidir.

Anahtar Kelimeler

Yapay Zeka, Sağlık Yönetimi, Klinik Tanı, Yapay Zeka Etiği

Artificial Intelligence Revolution in The Healthcare Sector: Innovative Approaches From Diagnosis to Management Systems

Öz

Abstract Artificial intelligence (AI) is transforming the healthcare sector not only in diagnostic and treatment processes but also in managerial domains such as healthcare organization management, resource planning, patient flow, policy development, and operational efficiency. In this study, a systematic literature review method was employed based on the PRISMA framework. The evaluation of the reviewed literature reveals that, particularly in diagnostic applications, deep learning and machine learning models have surpassed traditional methods in detecting cancer, cardiovascular, neurodegenerative, and chronic diseases with high accuracy using medical imaging, electronic health records, and other clinical data. Moreover, these AI-based systems have contributed to reducing diagnostic errors, minimizing delays in diagnosis, and improving the initiation of treatment. In terms of management systems, artificial intelligence has enhanced managerial efficiency by reducing patient waiting times, improving bed occupancy rates, optimizing resource allocation, and decreasing administrative workload. Overall, AI-based healthcare systems hold significant potential for building a patient-centered, efficiency-oriented, and quality-driven healthcare ecosystem. However, successful implementation requires multi-layered policy development, robust ethical and legal regulations, adequate infrastructure investments, and comprehensive human resource preparedness.

Anahtar Kelimeler

Artificial Intelligence, Healthcare Management, Clinical Diagnosis, Artificial Intelligence Ethics

Kaynakça

Aşık, Z., & Özen, M. (2018). Meta-analiz basamakları ve raporlanması. Türkiye Aile Hekimliği Dergisi (TJFMPC), 13(2), 232–240.
Al Kuwaiti, A., Nazer, K., Al-Reedy, A., Al-Shehri, S., Al-Muhanna, A., Subbarayalu, A. V., & Al-Muhanna, F. A. (2023). A review of the role of artificial intelligence in healthcare. Journal of Personalized Medicine, 13(6), 951. https://doi.org/10.3390/jpm13060951
Alowais, S. A., Alghamdi, S. S., Alsuhebany, N., Alqahtani, T., Alshaya, A. I., Almohareb, S. N., & Albekairy, A. M. (2023). Revolutionizing healthcare: The role of artificial intelligence in clinical practice. BMC Medical Education, 23(1), 689. https://doi.org/10.1186/s12909-023-04410-7
Amann, J., Blasimme, A., Vayena, E., Frey, D., Madai, V. I., & Precise4Q Consortium. (2020). Explainability for artificial intelligence in healthcare: A multidisciplinary perspective. BMC Medical Informatics and Decision Making, 20, 310. https://doi.org/10.1186/s12911-020-01332-6
Benbya, H., Davenport, T. H., & Pachidi, S. (2020). Special issue editorial: Artificial intelligence in organizations—Current state and future opportunities. MIS Quarterly Executive, 19(4), 267–277.
Bhagat, S. V., & Kanyal, D. (2024). Navigating the future: The transformative impact of artificial intelligence on hospital management. Cureus, 16(2), e43587. https://doi.org/10.7759/cureus.43587
Bostrom, N., & Yudkowsky, E. (2018). The ethics of artificial intelligence. In V. C. Müller (Ed.), Artificial intelligence safety and security (pp. 57–69). Boca Raton, FL: Chapman and Hall/CRC.
Chen, M., & Decary, M. (2020). Artificial intelligence in healthcare: An essential guide for health leaders. Healthcare Management Forum, 33(1), 10–18. https://doi.org/10.1177/0840470419873123
Collins, F. S., & Varmus, H. (2015). A new initiative on precision medicine. New England Journal of Medicine, 372(9), 793–795. https://doi.org/10.1056/NEJMp1500523
Davenport, T., & Kalakota, R. (2019). The potential for artificial intelligence in healthcare. Future Healthcare Journal, 6(2), 94–98. https://doi.org/10.7861/futurehosp.6-2-94

Giuggioli, G., & Pellegrini, M. M. (2023). Artificial intelligence as an enabler for entrepreneurs: A systematic literature review and an agenda for future research. International Journal of Entrepreneurial Behavior & Research, 29(4), 816–837. https://doi.org/10.1108/IJEBR-06-2022-0534
Grundner, L., & Neuhofer, B. (2021). The bright and dark sides of artificial intelligence: A futures perspective on tourist destination experiences. Journal of Destination Marketing & Management, 19, 100511. https://doi.org/10.1016/j.jdmm.2020.100511
Gupta, N. S., & Kumar, P. (2023). Perspective of artificial intelligence in healthcare data management: A journey towards precision medicine. Computers in Biology and Medicine, 162, 107051. https://doi.org/10.1016/j.compbiomed.2023.107051
Güzel, Ş., Akman Dömbekci, H., & Eren, F. (2022). Yapay zekânın sağlık alanında kullanımı: Nitel bir araştırma. Manisa Celal Bayar Sağlık Bilimleri Enstitüsü Dergisi, 9(4), 509–519. https://doi.org/10.34087/cbusbed.1140122
Hadavi, M., Ghomian, Z., Mohammadi, F., & Sahebi, A. (2023). Workplace violence against health care workers during the COVID-19 pandemic: A systematic review and meta-analysis. Journal of Safety Research, 85, 1–7. https://doi.org/10.1016/j.jsr.2023.01.001
Hamet, P., & Tremblay, J. (2017). Artificial intelligence in medicine. Metabolism, 69(Suppl. 1), S36–S40. https://doi.org/10.1016/j.metabol.2017.01.011
Haque, S. M., & Akter, J. S. (2022). Big data analytics and artificial intelligence in healthcare management: Impacts and current state. Management of Sustainable Development, 14(1), 36–42. https://doi.org/10.2478/msd-2022-0006
Houfani, D., Slatnia, S., Kazar, O., Saouli, H., & Merizig, A. (2022). Artificial intelligence in healthcare: A review on predicting clinical needs. International Journal of Healthcare Management, 15(3), 267–275. https://doi.org/10.1080/20479700.2021.1920521
Hür, G. (2021). PRISMA kontrol listesi 2020 güncellemesi. Online Türk Sağlık Bilimleri Dergisi, 6(4), 603–605.
Jiang, F., Jiang, Y., Zhi, H., Dong, Y., Li, H., Ma, S., Wang, Y., Dong, Q., Shen, H., & Wang, Y. (2017). Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology, 2(4), 230–243. https://doi.org/10.1136/svn-2017-000101
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436–444. https://doi.org/10.1038/nature14539
McGenity, C., Clarke, E. L., Jennings, C., Matthews, G., Cartlidge, C., Freduah-Agyemang, H., Stocken, D. D., & Treanor, D. (2024). Artificial intelligence in digital pathology: A systematic review and meta-analysis of diagnostic test accuracy. npj Digital Medicine, 7, 114. https://doi.org/10.1038/s41746-024-01106-8
NHS England. (2019). The Topol Review: Preparing the healthcare workforce to deliver the digital future. https://www.nhsx.nhs.uk
Organisation for Economic Co-operation and Development. (2017). Artificial intelligence in society. OECD Publishing. https://doi.org/10.1787/eedfee77-en
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Panahi, O. (2024). The rising tide: Artificial intelligence reshaping healthcare management. SJ Public Health, 1(1), 1–3.
Parkash, O., Siddiqui, A. T. S., Jiwani, U., & Rind, F. (2022). Diagnostic accuracy of artificial intelligence for detecting gastrointestinal luminal pathologies: A systematic review and meta-analysis. Frontiers in Medicine, 9, 1018937. https://doi.org/10.3389/fmed.2022.1018937
Pradhan, K., John, P., & Sandhu, N. (2021). Use of artificial intelligence in healthcare delivery in India. Journal of Hospital Management and Health Policy, 5, 1–7. https://doi.org/10.21037/jhmhp-20-117
Prentice, C., Dominique Lopes, S., & Wang, X. (2020). Emotional intelligence or artificial intelligence—An employee perspective. Journal of Hospitality Marketing & Management, 29(4), 377–403. https://doi.org/10.1080/19368623.2019.1647124
Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210. https://doi.org/10.5465/amr.2018.0078
Rajkomar, A., Dean, J., & Kohane, I. (2019). Machine learning in medicine. New England Journal of Medicine, 380(14), 1347–1358. https://doi.org/10.1056/NEJMra1814259
Reddy, S., Fox, J., & Purohit, M. P. (2019). Artificial intelligence-enabled healthcare delivery. Journal of the Royal Society of Medicine, 112(1), 22–28. https://doi.org/10.1177/0141076818815510
Robert, N. (2019). How artificial intelligence is changing nursing. Nursing Management, 50(9), 30–39. https://doi.org/10.1097/01.numa.0000578988.56622.21
Secinaro, S., et al. (2021). The role of artificial intelligence in healthcare: A structured literature review. BMC Medical Informatics and Decision Making, 21, 125. https://doi.org/10.1186/s12911-021-01488-9
Stanfill, M. H., & Marc, D. T. (2019). Health information management: Implications of artificial intelligence on healthcare data and information management. Yearbook of Medical Informatics, 28(1), 56–64. https://doi.org/10.1055/s-0039-1677917
Stuart, R., & Peter, N. (2016). Artificial intelligence: A modern approach (3rd ed.). Berkeley, CA: Prentice Hall.
T.C. Sağlık Bakanlığı. (2023). e-Nabız kişisel sağlık sistemi. https://www.saglik.gov.tr
Topol, E. (2019). Deep medicine: How artificial intelligence can make healthcare human again. Basic Books. Türkiye Sağlık Vakfı. (2023). Sağlıkta yapay zekâ raporu. https://www.saglik.org.tr
Wismüller, A., & Stockmaster, L. (2020). AI-based detection of intracranial hemorrhage in CT. arXiv preprint arXiv:2002.12515.
World Health Organization. (2021). Ethics and governance of artificial intelligence for health. https://www.who.int/publications/i/item/9789240029200
Yorgancıoğlu Tarcan, G., Yalçın Balçık, P., & Sebik, N. B. (2024). Sağlık hizmetlerinde yapay zekâ. Lokman Hekim Tıp Tarihi ve Folklorik Tıp Dergisi, 14(1), 50–60. https://doi.org/10.31020/mutftd.1278529
Zhukovska, A., Zheliuk, T., Shushpanov, D., Brych, V., Brechko, O., & Kryvokulska, N. (2023). Management of the development of artificial intelligence in healthcare. In Proceedings of the 13th International Conference on Advanced Computer Information Technologies (ACIT) (pp. 241–247). IEEE. https://doi.org/10.1109/ACIT59756.2023.10298360
Zilyas, D., & Yılmaz, A. (2023). Makine öğrenmesi yöntemleri ile eğitim başarısının tahmini modeli. Dicle University Journal of Engineering, 14(3), 437–447. https://doi.org/10.24012/dumf.1322273

Ayrıntılar

Birincil Dil

Türkçe

Konular

Kamu Yönetimi, Politika ve Yönetim (Diğer)

Bölüm

Araştırma Makalesi

Yazarlar

Gülfer Büyüktaş Gayır ^*
0000-0001-5064-0549
Türkiye

Emre Asiltürk
0000-0003-0392-6346
Türkiye

Sıdıka Birgül Tezcan
0009-0007-5072-2908
Türkiye

Sadık Serçek
0000-0003-2429-3200
Türkiye

Yayımlanma Tarihi

30 Haziran 2026

Gönderilme Tarihi

25 Mart 2026

Kabul Tarihi

21 Nisan 2026

Yayımlandığı Sayı

Yıl 2026 Cilt: 11 Sayı: 21

DOI

https://doi.org/10.54831/vanyyuiibfd.1915593

IZ

https://izlik.org/JA89UX69LW

APA

Büyüktaş Gayır, G., Asiltürk, E., Tezcan, S. B., & Serçek, S. (2026). Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar. Van Yüzüncü Yıl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11(21), 149-174. https://doi.org/10.54831/vanyyuiibfd.1915593

AMA

1.Büyüktaş Gayır G, Asiltürk E, Tezcan SB, Serçek S. Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar. VAN YYÜ İİBFD. 2026;11(21):149-174. doi:10.54831/vanyyuiibfd.1915593

Chicago

Büyüktaş Gayır, Gülfer, Emre Asiltürk, Sıdıka Birgül Tezcan, ve Sadık Serçek. 2026. “Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar”. Van Yüzüncü Yıl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 11 (21): 149-74. https://doi.org/10.54831/vanyyuiibfd.1915593.

EndNote

Büyüktaş Gayır G, Asiltürk E, Tezcan SB, Serçek S (01 Haziran 2026) Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar. Van Yüzüncü Yıl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 11 21 149–174.

IEEE

[1]G. Büyüktaş Gayır, E. Asiltürk, S. B. Tezcan, ve S. Serçek, “Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar”, VAN YYÜ İİBFD, c. 11, sy 21, ss. 149–174, Haz. 2026, doi: 10.54831/vanyyuiibfd.1915593.

ISNAD

Büyüktaş Gayır, Gülfer - Asiltürk, Emre - Tezcan, Sıdıka Birgül - Serçek, Sadık. “Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar”. Van Yüzüncü Yıl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 11/21 (01 Haziran 2026): 149-174. https://doi.org/10.54831/vanyyuiibfd.1915593.

JAMA

1.Büyüktaş Gayır G, Asiltürk E, Tezcan SB, Serçek S. Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar. VAN YYÜ İİBFD. 2026;11:149–174.

MLA

Büyüktaş Gayır, Gülfer, vd. “Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar”. Van Yüzüncü Yıl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, c. 11, sy 21, Haziran 2026, ss. 149-74, doi:10.54831/vanyyuiibfd.1915593.

Vancouver

1.Gülfer Büyüktaş Gayır, Emre Asiltürk, Sıdıka Birgül Tezcan, Sadık Serçek. Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar. VAN YYÜ İİBFD. 01 Haziran 2026;11(21):149-74. doi:10.54831/vanyyuiibfd.1915593

.......

Sağlık Sektöründe Yapay Zekâ Devrimi: Teşhisten Yönetim Sistemlerine Yenilikçi Yaklaşımlar

Öz

Anahtar Kelimeler

Artificial Intelligence Revolution in The Healthcare Sector: Innovative Approaches From Diagnosis to Management Systems

Öz

Anahtar Kelimeler

Kaynakça

Ayrıntılar

Birincil Dil

Konular

Bölüm

Yazarlar

Yayımlanma Tarihi

Gönderilme Tarihi

Kabul Tarihi

Yayımlandığı Sayı

DOI

IZ

Kaynak Göster