Tanı ve Görüntüleme Hizmetlerinde Yapay Zekanın Rolü
DOI:
https://doi.org/10.5281/zenodo.18818728Anahtar Kelimeler:
Tanı, Tıbbi Cihaz, Tıbbi Görüntüleme, Yapay ZekaÖzet
Tanı süreçlerinde radyolojik görüntüler önem arz etmektedir. Tıbbi görüntüleri sağlayan cihazların kullanımı ve yorumlanmasında insan faktörü devreye girmektedir. İnsan gibi düşünce yapısına sahip yazılım olan yapay zeka bu anlamda etkili olabilecek potansiyeldedir. Tanı süreçlerinde, görüntü yorumlanmasında ve tedavi aşamalarında kolaylık, iyileştirme sağlayacağı öngörülebilir. Bu çalışmada tanı ve görüntüleme hizmetlerinde yapay zekanın yeri kavramsal açıdan incelenmiştir. Literatür taraması kapsamında ulusal ve uluslararası dergilerde yayımlanmış 2021–2025 yılları arasındaki çalışmalar değerlendirilmiştir. Mevcut çalışmaların odak noktaları ele alınarak tıbbi görüntüleme ve tanı süreçlerinde yapay zekanın mevcut durumu, kullanım alanları ve yapay zekaya ait farklı yaklaşımlar ortaya koyulmaya çalışılmıştır. İlerleyen zamanlarda yapay zekanın etkisinin gittikçe artacağı bilinmekle birlikte tanı ve görüntüleme hizmetlerinde hem kullanım açısından hem raporlama açısından olumlu etkilerinin olacağı beklenmektedir.
Referanslar
Alıcılar, H. E. & Çöl, M. (2021), Halk Sağlığında Yapay Zekanın Kullanımı, Uludağ Üniversitesi Tıp Fakültesi Dergisi, 47(1): 151-158. https://doi.org/10.32708/uutfd.891274
Akalın, B. & Veranyurt, Ü. (2020), Sağlıkta Dijitalleşme ve Yapay Zekâ, SDÜ Sağlık Yönetimi Dergisi, 2(2): 131-141.
Asadpour, V. & Xie, F. (2025), Artificial intelligence for medical imaging: a review of U-Net technology for anatomical feature analysis, Intelligent Medicine, https://doi.org/10.1016/j.imed.2025.07.003
Atlan, F. & Pençe, İ. (2021), Yapay Zekâ ve Tıbbi Görüntüleme Teknolojilerine Genel Bakış, Acta Inflogica, 5(1): 207-230. DOI: 10.26650/acin.813736
Aydoğdu, A., Aydoğdu, Y. & Yakıncı, Z. D. (2017), Temel Radyolojik İnceleme Yöntemlerini Tanıma, İstanbul Üniversitesi Sağlık Hizmetleri Meslek Yüksekokulu Dergisi, 5(2): 44-53.
Bankman, I. N. (2009), Handbook of medical image processing and analysis, Academic Press.
Bostan, S., Özata, M. & Erdem, R. (2022), Sağlık Kurumları Yönetimi – 1(Genel Konular), Ankara: Nobel Akademik Yayıncılık.
Bushberg, J. T., Seibert, J. A., Leidholdt Jr, E. M., Boone, J. M., & Goldschmidt Jr, E. J. (2011), The Essential Physics of Medical Imaging. 3 rd edition, Lippincott Williams & Wilkins.
Büyükgöze, S. & Dereli, EB. (2020), Dijital Sağlık Uygulamalarında Yapay Zekâ, VI. Uluslararası Bilimsel ve Mesleki Çalışmalar Kongresi-Fen ve Sağlık, 7(10).
Camuşcu, S. ve Cingi, A. (2013), Görüntüleme Hizmetleri, H. Sur ve T. Palteki içinde, Hastane Yönetimi (s. 775-784), İstanbul: Nobel Tıp Kitabevleri.
Can, M., Güven, B. & Demirtaş, S. (2018), Tıbbi biyokimya ve laboratuvar, Nobel Tıp Kitabevleri.
Hendee, W. R. & Ritenour, E. R. (2002), Medical imaging physics, New York: Wiley-Liss.
Hirosawa, T. & Shimizu, T. (2025), A Narrative Review of Artificial Intelligence in Medical Diagnostics, Computers, Materials and Continua, 83(3): 3919-3944, https://doi.org/10.32604/cmc.2025.063803
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. DOI: 10.1136/svn-2017-000101
Koç, H. ve Aksu, D. (2015), Tomografi & PET-CT Hasta Hazırlık ve Çekim Pozisyonları, Kongre Kitabevi.
Marrugo, J. J. V., Pineros, J. M. N. & Rincon, E. H. H. (2025), Evidence on the Utility of Artificial Intelligence in the Interpretation of Diagnostic Radiological Images in Low and Middle-Income Countries: A Scoping Review, Academic Radyology, S1076-6332(25)01064-5, https://doi.org/10.1016/j.acra.2025.11.012
Oyar, O. & Gülsoy, K. U. (2003), Bilgisayarlı tomografi fiziği, SDÜ Tıp Fakültesi.
Oyar, O. (2017), Dijital radyografi, Türk Radyoloji Seminerleri, 5(1): 23-26. DOI: 10.5152/trs.2017.453
Ramirez-Perez, L. & Cuesta-Vargas, A. I. (2025), Artificial intelligence in the diagnosis of shoulder injuries through magnetic resonance imaging: a scoping review, Evolutionary Intelligence, 18(32), https://doi.org/10.1007/s12065-025-01017-x
Ramsay, A. I. G., Crellin, N., Lawrence, R., Walton, H., Bagri, S., Dodsworth, E., Elphinstone, H., Gleeson, F., Halliday, A., Herbert, K., Lloyd, J., Massou, E., Mehta, R., Morris, S., Ng, P. L., O’Regan, T., Sherlaw-Johnson, C., & Fulop, N. J. (2025). Procurement and early deployment of artificial intelligence tools for chest diagnostics in NHS services in England: A rapid, mixed method evaluation. eClinicalMedicine, 89, https://doi.org/10.1016/j.eclinm.2025.103481
Sezdi, M. & Artuğ, N. T. (2024), Yapay Zekanın Tıbbi Görüntüleme Teknolojilerine Etkisi, Medical Technologies Congress, 1-4. https://doi.org/10.1109/TIPTEKNO63488.2024.10755235
Shariatnia, M. M., Bagheriegh, S., Semnani, F., Rafiei, N., Avval, A. H., Ollivier, M., Musahl, V. & Pareek, A. (2026), Artificial Intelligence Applications in Musculoskeletal Imaging, Current Reviews in Musculoskeletal Medicine, 19(4), https://doi.org/10.1007/s12178-025-09997-0
Suetens, P. (2017), Fundamentals of medical imaging, Cambridge University Press.
Şenol, U. (2025), Yapay Zeka ve Endokrin Radyolojisi, Türk Radyoloji Seminerleri (Trd Sem), 13(3): 450-458, https://doi.org/10.4274/trs.2025.25208
Tekin, H. O. (2018), X-ışını Görüntüleme Teknikleri: Tüm yöntemler-Temel prensipler- İleri Uygulamalar. Antalya: Kongre Kitabevi.
Tıbbi Laboratuvar Yönetmeliği (2013), T.C. Resmi Gazete (28790, 09.10.2013).
Topol, E. J. (2019). Deep medicine: How artificial intelligence can make healthcare human again. New York: Basic Books.
Townsend, D. W., Beyer, T. & Blodgett, T. M. (2003), PET/CT scanners: a hardware approach to image fusion, Seminars in Nuclear Medicine, 33(3): 193-204. DOI: 10.1053/snuc.2003.127314
Tuncer, E. & Aslan, R. (2025), Tıbbi Laboratuvarlarda Yapay Zeka ve Otomasyon, Cumhuriyet Pharmacy Journal, 1(1): 26-30.
Uysal, E. & Akkuş Yıldırım, B. (2022), Görüntü i¬şleme ve rekonstrüksiyonda yapay zekâ, Ş. B. Gürsel & D. Etiz içinde, Radyasyon Onkolojisinde Yapay Zekâ (s. 30-35), Türkiye Klinikleri.
Yıldırım, H. (2021), Hastalıkların Teşhis ve Tedavisi İçin Tıbbi Görüntülemelerden Yapay Zeka Kullanımı İle Daha Hassas Ve Daha Hızlı Sonuç Elde Etme Konusundaki Gelişmeler: Fda (Amerikan Gıda Ve İlaç Dairesi) Tarafından Onaylanmış Teknolojilerle Geliştirilebilecek Yeni Uygulamalar, International Academic Social Resources Journal, 6(24): 558-568. 10.31569/asrjournal.157
Yüce, M. & Pamuk, G. G. (2024), Kas-iskelet sistemi görüntülemesinde yapay zekâ uygulamaları: Makine öğrenmesi ve derin öğrenme teknikleri, TOTBİD Dergisi, 23: 24-32, https://doi.org/10.5578/ totbid.dergisi.2024.05
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2026 International Journal of Social and Humanities Sciences Research (JSHSR)
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.
