YZ ve Sağlık

Fırat Üniversitesi · Tıp Fakültesi · Seçmeli Ders

Doç. Dr. Ferhat Uçar

Yapay Zeka
ve Sağlık

Kodlayan, veriyle düşünen hekimler için 28 haftalık uygulamalı bir yolculuk. Kodu yapay zekaya yazdırmayı, okumayı ve doğrulamayı; sağlık verisinden tıbbi etiğe uzanan yolu öğrenin.

1. Haftadan başla Ders akışını gör

28

hafta

8

modül

6

AKTS

Vital bulgu ölçümlerinden bir tahmin modelinin olasılık çıktısına ve ROC eğrisine uzanan ders yolculuğunun şeması

Neden bu ders?

Geleceğin hekimi veriyi okur, algoritmayı sorgular.

Tıp hızla dijitalleşiyor. Tanı koyan görüntü modelleri, hasta özetleyen dil modelleri ve risk hesaplayan algoritmalar klinik pratiğin parçası oluyor. Bu ders, bunları kullanan değil anlayan ve denetleyen hekimler yetiştirmeyi hedefler.

Yıl boyunca

Sekiz modül, iki yarıyıl, bir yolculuk

Güz yarıyılında Python ve veriyle temel atılır; bahar yarıyılında derin öğrenme, büyük dil modelleri, ajanlar ve etik ile tamamlanır.

Tam ders akışı
  1. 01 Güz · H1–4

    Başlangıç ve Python Temelleri

    Sıfırdan başlayarak Python'un temel yapı taşlarını klinik hesaplamalar üzerinden öğrenir; ilk kodunuzu ilk haftada yazarsınız.
  2. 02 Güz · H5–7

    Sağlık Verisiyle Çalışma

    Vital ve laboratuvar verilerini NumPy ile işler; gerçek bir sağlık veri setini Pandas ile yükler, temizler ve özetlersiniz.
  3. 03 Güz · H8–11

    Görselleştirme ve İstatistik

    Epidemiyolojik grafikler çizer, dağılımları ve korelasyonları okur; p-değeri ve güven aralığını doğru yorumlamayı öğrenirsiniz.
  4. 04 Güz · H12–14

    Makine Öğrenmesine Giriş

    İlk sınıflandırma modelinizi kurar, duyarlılık/özgüllük ve ROC ile değerlendirir; yarıyılı uçtan uca bir mini projeyle kapatırsınız.
  5. 05 Bahar · H15–16

    Tıpta Derin Öğrenme ve Karar Destek

    Röntgen ve patoloji görüntülerinde derin öğrenmenin sezgisini kavrar; model çıktısını klinik karara çevirmenin risklerini tartışırsınız.
  6. 06 Bahar · H17–21

    Büyük Dil Modelleri ve Üretken Yapay Zeka

    LLM'lerin nasıl çalıştığını, halüsinasyonu ve sınırlarını öğrenir; akademik ve klinik görevler için sistematik istem teknikleri geliştirirsiniz.
  7. 07 Bahar · H22–24

    Agentic Yapay Zeka ve Araç Ekosistemi

    Ajan tabanlı araçlarla kod ve veri analizi yaptırır, çıktıyı doğrular; hekimlik için faydalı araç ekosistemini tanırsınız.
  8. 08 Bahar · H25–28

    Etik, Mahremiyet ve Gelecek

    KVKK, hasta verisi güvenliği, sorumluluk ve regülasyonu ele alır; proje sunumlarıyla yılı tamamlarsınız.

Ders akışı

Haftadan haftaya yol haritası

Her hafta tek bir derse karşılık gelir. Tarihler akademik takvime göre güncellenir; tatil ve erteleme durumları haftanın yanında belirtilir.

1. Yarıyıl

Güz Yarıyılı

Hafta 1–14 · Python, veri ve makine öğrenmesi temelleri

  1. Modül 1 Hafta 1–4

    Başlangıç ve Python Temelleri

    Sıfırdan başlayarak Python'un temel yapı taşlarını klinik hesaplamalar üzerinden öğrenir; ilk kodunuzu ilk haftada yazarsınız.

  2. Modül 2 Hafta 5–7

    Sağlık Verisiyle Çalışma

    Vital ve laboratuvar verilerini NumPy ile işler; gerçek bir sağlık veri setini Pandas ile yükler, temizler ve özetlersiniz.

  3. Modül 3 Hafta 8–11

    Görselleştirme ve İstatistik

    Epidemiyolojik grafikler çizer, dağılımları ve korelasyonları okur; p-değeri ve güven aralığını doğru yorumlamayı öğrenirsiniz.

  4. Modül 4 Hafta 12–14

    Makine Öğrenmesine Giriş

    İlk sınıflandırma modelinizi kurar, duyarlılık/özgüllük ve ROC ile değerlendirir; yarıyılı uçtan uca bir mini projeyle kapatırsınız.

2. Yarıyıl

Bahar Yarıyılı

Hafta 15–28 · Derin öğrenme, LLM, ajanlar, etik

  1. Modül 5 Hafta 15–16

    Tıpta Derin Öğrenme ve Karar Destek

    Röntgen ve patoloji görüntülerinde derin öğrenmenin sezgisini kavrar; model çıktısını klinik karara çevirmenin risklerini tartışırsınız.

  2. Modül 6 Hafta 17–21

    Büyük Dil Modelleri ve Üretken Yapay Zeka

    LLM'lerin nasıl çalıştığını, halüsinasyonu ve sınırlarını öğrenir; akademik ve klinik görevler için sistematik istem teknikleri geliştirirsiniz.

  3. Modül 7 Hafta 22–24

    Agentic Yapay Zeka ve Araç Ekosistemi

    Ajan tabanlı araçlarla kod ve veri analizi yaptırır, çıktıyı doğrular; hekimlik için faydalı araç ekosistemini tanırsınız.

  4. Modül 8 Hafta 25–28

    Etik, Mahremiyet ve Gelecek

    KVKK, hasta verisi güvenliği, sorumluluk ve regülasyonu ele alır; proje sunumlarıyla yılı tamamlarsınız.

Nereden başlamalıyım?

Önce bir Google hesabı, sonra ilk kodunuz.

Kurulum yok, ücret yok. Dersin tamamı tarayıcıda çalışan Google Colab üzerinde yürür. 1. haftada ortamı birlikte kurup ilk Python satırınızı çalıştıracağız. Programlama deneyiminiz olmasa da sorun değil; ders sıfırdan başlar ve kodu ezberletmez, okutur.

  1. 01 Yapay Zeka Tıbbı Nasıl Dönüştürüyor? İlk Kod Yapay zekanın tıptaki yerine güncel örneklerle bakış, Google Colab ortamının kurulumu ve ilk saatte gerçek veriyle çalışan ilk Python kodunuz.
  2. 02 Kodlayan Hekim İlk Kez Kodlatıyor: Klinik Hesaplayıcı Bu hafta yapay zekaya, tıp öğrencisinin gerçekten kullanacağı beş hesaplamalı bir klinik araç yazdırıyoruz; sonra o kodu birlikte okuyor, içine bilerek bir hata sokup düzelttiriyoruz. Değişkenleri ve veri tiplerini de bu kodun içinde tanıyacağız.
  3. 03 Yeniden Başlıyoruz: Araç Senin Seviyene İner, Kaynağı Sen Verirsin Bu hafta kimse kod yazmıyor, kimse bilgisayar getirmiyor. Kurulda gördüğünüz pH ve tamponlar ile DNA–RNA konularını yapay zekaya üç ayrı dilde anlattırıyoruz, ürettiği beş sorudan bozuk olanı birlikte buluyoruz ve kaynağa bağlı bir aracın temiz metinle neden doğru, bozuk metinle neden yanlış çalıştığını görüyoruz.

Duyurular

Tümü

  • 25 Ekim 2026

    28 Ekim'de ders yok, 29 Ekim kutlu olsun

  • 21 Ekim 2026

    Beyaz önlüğünüz kutlu olsun

Değerlendirme

Ara sınav %60 Final %40