GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| FBYZR7042 | Sağlık Uygulamalarında Yapay Zeka | Ders | 1 | 2 | 0 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Günümüzde sağlık alanında, yapay zekanın kullanılabilirliği daha fazla önem kazanmaya başlamıştır. Yapay zeka uygulamalarındaki ilerlemeler gerek tanı ve teşhis gerekse tedavi kısmında büyük kolaylıklar sağlamaktadır. Son yıllarda donanım ve algoritmalardaki gelişmeler de bu yöntemlerin sağlık alanında sık kullanılmasına destek vermiştir. Bu ders ile sağlık alanında kullanılan yapay zeka yöntemlerinin teorik ve pratik yönleri incelenecektir. Aynı zamanda pratik deneyim kazanılacaktır.
Dersi Veren Öğretim Görevlisi Görevlileri
Öğrenme Çıktıları
| 1 | Sağlık uygulamalarında yapay zeka kullanımı için temel bilgilerin kazanımı. |
| 2 | Hızla değişen teknolojik çevreye adapte olabilmek için bilgi ve yetilerini sürekli geliştirmek |
| 3 | Yeni profesyonel uygulamalar ve yetileri yorumlamak için farkındalık geliştirmek |
| 4 | Yapay zekanın sağlık alanına uygulanması için bilgi ve beceri kazanımı. |
| 5 | Yapay zeka konularındaki son gelişmelere ilişkin literatür bilgisi kazanımı. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Radyoloji, Nükleer Tıp ve Radyasyon Onkolojisi Uygulamalarında Yapay Zeka Kullanımının örneklerle incelenmesi. Tanı, teşhis ve tedavi uygulamalarında elde edilen verilerin tartışılması.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Yapay Zekanın Tarihi | ||
| 2 | Yapay Zekaya Giriş | ||
| 3 | Yapay zeka bileşenleri | ||
| 4 | Makine Öğrenimi Algoritmaları | ||
| 5 | Yapay Sinir Ağları | ||
| 6 | Tıpta biyomedikal verilerin entegrasyonu için analitik yöntemler ve araçlar | ||
| 7 | Derin öğrenme yoluyla biyomedikal görüntüleme ve analiz | ||
| 8 | Radyolojide yapay zeka (Toraks, Abdominal, Pelvik uygulamalar ve Evrensel lezyon analizi) | ||
| 9 | Meme kanseri görüntülemesinde yapay zeka ve yorumlama | ||
| 10 | Ürolojide yapay zekanın olasılığı ve zorluğu | ||
| 11 | Onkolojide görüntüleme için yapay zeka uygulamaları | ||
| 12 | Radyasyon onkolojisi için yapay zeka uygulamaları (Tedavi planlaması) | ||
| 13 | Kardiyovasküler görüntülemede yapay zeka | ||
| 14 | Tıpta yapay zekanın düzenleyici, sosyal, etik ve yasal sorunları |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Medical Applications of Artificial Intelligence (edited by Arvin Agah) Artificial Intelligence in Medicine: Technical Basis and Clinical Applications (Lei Xing, Maryellen L. Giger, James K Min)
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Rapor Hazırlama | 1 | 50 |
| Ev Ödevi | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Toplam | 0 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Toplam İş Yükü (saat) | 0 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | PÇ 16 | |
| ÖÇ 1 | 4 | 4 | 3 | 4 | 3 | 3 | 3 | 4 | 3 | 4 | 3 | 3 | 4 | 3 | 4 | 3 |
| ÖÇ 2 | 3 | 4 | 4 | 4 | 3 | 3 | 3 | 4 | 4 | 4 | 4 | 3 | 4 | 4 | 4 | 3 |
| ÖÇ 3 | 3 | 4 | 3 | 3 | 3 | 3 | 3 | 3 | 3 | 3 | 3 | 3 | 3 | 3 | 3 | 3 |
| ÖÇ 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 |
| ÖÇ 5 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek