Bu eğitim hakkında
Hastane operasyonları, klinik karar destek, medikal görüntüleme triajı ve klinik bilgi tabanı RAG — KVKK, AB AI Act ve TİTCK uyumlu, Türkiye sağlık sektörüne özel uçtan uca uygulamalı program.
Bu eğitim şu kitleler için tasarlanmıştır: Hastane CIO, CMIO, bilgi sistemleri ve dijital dönüşüm yöneticileri Klinik karar destek ve klinik kalite ekipleri (sepsis komitesi, ilaç güvenliği) Radyoloji, patoloji ve laboratuvar yönetimi sorumluları Sağlık teknolojisi (HealthTech) start-up'ları, AI sağlık ürünü geliştiren ekipler İlaç firmalarının medikal, dijital ve farmakovijilans birimleri Sağlık Bakanlığı, SGK, TİTCK ve kamu sağlık birimlerinde dijital dönüşüm sorumluları
Bu eğitim neden önemli: Türkiye sağlık sektörüne özel hazırlanmış, içerikte muadili olmayan kapsamlı AI eğitim programı KVKK Sağlık Verileri Yönetmeliği, AB AI Act ve TİTCK düzenleyici beklentilerine somut hazırlık Hastane operasyonu, klinik karar destek, görüntüleme ve RAG'ı tek programda birleştiren bütünsel yaklaşım HIMSS EMRAM olgunluk modeli ile dijital dönüşüm yol haritasıyla uyumlu içerik Foundation modeller (MedSAM, BiomedCLIP, RAD-DINO) ve klinik LLM stratejisi dahil Klinik validasyon, doctor-in-the-loop ve override rate gibi sağlıkta kritik AI işletim konularına derinlik
Eğitim sonunda kazanacağınız çıktılar: Hastane operasyonlarında (yatak yönetimi, acil triaj, OR çizelgeleme) AI use-case'lerini önceliklendirme yetkinliği Sepsis, AKI ve erken uyarı skorları için CDSS modeli seçimi, validasyon ve doctor-in-the-loop tasarımı yapabilme Radyoloji ve patoloji triajı için DICOM/PACS uyumlu AI iş akışı tasarlayabilme Klinik kılavuz, SUT ve hastane protokolleri için RAG mimarisi (HL7 FHIR entegrasyonu dahil) kurabilme KVKK Sağlık Verileri Yönetmeliği, AB AI Act ve TİTCK uyumlu AI mimari ve doküman çerçevesi oluşturabilme Sağlıkta 90 günlük AI pilot yol haritası ve klinik validasyon protokolü hazırlayabilme
Ön koşullar ve önerilen birikim: Sağlık sektörünün temel kavramlarına (hastane operasyonu, klinik süreçler, geri ödeme) aşinalık Excel veya temel veri analizi araçları kullanımı Eğitim için bilgisayar (laboratuvar uygulamaları bulutta yürütülecek) DICOM, HL7, FHIR gibi sağlık standartlarına temel düzey aşinalık (zorunlu değil, eğitim içinde tanıtılır) Eğitim öncesi kısa anketle ölçülecek kurumunuzun dijital olgunluk seviyesi (HIMSS EMRAM)
- Türkiye sağlık sektörü (Sağlık Bakanlığı, e-Nabız, MHRS, SGK MEDULA, TİTCK) bağlamında işlenmiş içerik
- KVKK Sağlık Verileri Yönetmeliği ve AB AI Act yüksek-risk sağlık sınıflandırmasına uyumlu AI mimarisi rehberi
- Hastane operasyonları, klinik karar destek, görüntüleme triajı ve RAG için somut use-case'ler
- DICOM, HL7 FHIR, PACS, HBYS verisi üzerinden uygulamalı laboratuvar
- Foundation modeller (MedSAM, BiomedCLIP, RAD-DINO) ve klinik LLM stratejisi
- Hekim-AI etkileşimi, override rate ve klinik validasyon metodolojisi (pre/post-deployment)
Anahtar Çıkarımlar
- Hastane operasyonlarında (yatak yönetimi, acil triaj, OR çizelgeleme) AI use-case'lerini önceliklendirme yetkinliği
- Sepsis, AKI ve erken uyarı skorları için CDSS modeli seçimi, validasyon ve doctor-in-the-loop tasarımı yapabilme
- Radyoloji ve patoloji triajı için DICOM/PACS uyumlu AI iş akışı tasarlayabilme
- Klinik kılavuz, SUT ve hastane protokolleri için RAG mimarisi (HL7 FHIR entegrasyonu dahil) kurabilme
- KVKK Sağlık Verileri Yönetmeliği, AB AI Act ve TİTCK uyumlu AI mimari ve doküman çerçevesi oluşturabilme
- Sağlıkta 90 günlük AI pilot yol haritası ve klinik validasyon protokolü hazırlayabilme
Sağlık Sektörü için Yapay Zeka Eğitimi: Hastane Operasyonları, Klinik Karar Destek, Görüntüleme Triajı ve RAG
Hastane operasyonları, klinik karar destek, medikal görüntüleme triajı ve klinik bilgi tabanı RAG — KVKK, AB AI Act ve TİTCK uyumlu, Türkiye sağlık sektörüne özel uçtan uca uygulamalı program.
Eğitim Hakkında
Eğitim Metodolojisi
Türkiye sağlık sektörü (Sağlık Bakanlığı, e-Nabız, MHRS, SGK MEDULA, TİTCK) bağlamında işlenmiş içerik
KVKK Sağlık Verileri Yönetmeliği ve AB AI Act yüksek-risk sağlık sınıflandırmasına uyumlu AI mimarisi rehberi
Hastane operasyonları, klinik karar destek, görüntüleme triajı ve RAG için somut use-case'ler
DICOM, HL7 FHIR, PACS, HBYS verisi üzerinden uygulamalı laboratuvar
Foundation modeller (MedSAM, BiomedCLIP, RAD-DINO) ve klinik LLM stratejisi
Hekim-AI etkileşimi, override rate ve klinik validasyon metodolojisi (pre/post-deployment)
Kimler İçindir?
Neden Bu Eğitim?
Türkiye sağlık sektörüne özel hazırlanmış, içerikte muadili olmayan kapsamlı AI eğitim programı
KVKK Sağlık Verileri Yönetmeliği, AB AI Act ve TİTCK düzenleyici beklentilerine somut hazırlık
Hastane operasyonu, klinik karar destek, görüntüleme ve RAG'ı tek programda birleştiren bütünsel yaklaşım
HIMSS EMRAM olgunluk modeli ile dijital dönüşüm yol haritasıyla uyumlu içerik
Foundation modeller (MedSAM, BiomedCLIP, RAD-DINO) ve klinik LLM stratejisi dahil
Klinik validasyon, doctor-in-the-loop ve override rate gibi sağlıkta kritik AI işletim konularına derinlik
Kazanımlar
Gereksinimler
Eğitim Müfredatı
36 DersSüre
2 Saat
Modül Açıklaması
Bu bölüm, Türkiye sağlık sisteminin dijital değer zincirini, düzenleyici çerçeveyi ve AI'nin sektördeki gerçek konumunu açar. Amaç, AI'yi sağlıkta hangi düzlemde kullanmanın anlamlı, hangi düzlemde riskli olduğunu net biçimde ortaya koymaktır.
Öğrenme Hedefleri
- Türkiye sağlık sektörünün veri ve dijital altyapısını tanımak (e-Nabız, MHRS, AHBS, HSYS, SGK MEDULA)
- KVKK Sağlık Verileri Yönetmeliği ile AB AI Act yüksek-risk sınıflandırmasının kesişim noktasını anlamak
- HIMSS EMRAM olgunluk modelinin sağlıkta AI öncesi gerekli adımları belirlediğini kavramak
- AI yatırımının ROI ve klinik etki dengesini sektör perspektifinden değerlendirmek
1.1 - Türkiye Sağlık Sisteminin Dijital Altyapısı
- 1.1.1 - Sağlık Bakanlığı Dijital Sağlık Stratejisi: e-Nabız, MHRS, AHBS, HSYS, ESYS
- 1.1.2 - SGK MEDULA, SUT ve geri ödeme süreçlerinin veri yapısı
- 1.1.3 - Hastane Bilgi Yönetim Sistemi (HBYS) yaygın mimarileri ve veri kalitesi
1.2 - Düzenleyici Çerçeve ve Sağlıkta AI
- 1.2.1 - KVKK özel nitelikli sağlık verisi: açık rıza, anonimleştirme, pseudonim
- 1.2.2 - AB AI Act yüksek-risk sınıflandırması ve sağlık sektörü etkileri
- 1.2.3 - TİTCK ve CE-MDR çerçevesinde Yazılım Tıbbi Cihaz (SaMD) sınıflandırması
1.3 - Dijital Olgunluk ve Sağlıkta AI Vakaları
- 1.3.1 - HIMSS EMRAM olgunluk seviyeleri ve Türkiye hastanelerinin dağılımı
- 1.3.2 - Dünya örnekleri: Mayo Clinic, NHS, Kaiser Permanente AI dönüşüm vakaları
- 1.3.3 - Türkiye'de AI sağlık vakaları: Acıbadem, Memorial, Medipol, MLP Care, Liv ölçeği
Eğitmen
Sıkça Sorulan Sorular
Eğitime Başvur
Sınırlı kontenjan ile butik eğitim.
Gelecek Gruplara Kayıt
Sıradaki grup açıldığında öncelikli bilgi almak için kaydınızı bırakın.
Birebir Danışmanlık
Eğitmen ile özel görüşme planlayın.
Kategoriler
İlgili eğitimler
Yapay Zekaya Giriş ve Kurumsal Prompt Engineering Eğitimi
Kurumlar için tasarlanmış bu eğitim; yapay zekâ temelleri, büyük dil modelleri, prompt engineering, güvenli kullanım ve gerçek iş senaryoları üzerinden AI’dan daha kaliteli ve daha kontrollü çıktı almayı öğretir.
2 GünSparse Autoencoders ve Mechanistic Interpretability Mühendisliği Eğitimi (Anthropic Yaklaşımı)
Anthropic, OpenAI, DeepMind ve Goodfire AI'ın 2022-2026 mechanistic interpretability araştırmasını uçtan uca işleyen 3 günlük ileri seviye Türkçe eğitim: superposition hipotezi, Sparse Autoencoder (Vanilla + Top-K + Gated + JumpReLU), Anthropic Scaling Monosemanticity, Crosscoders, refusal direction, persona vectors, circuit analysis, activation patching ve production AI safety uygulamaları dahil. TransformerLens, SAELens, nnsight, Gemma Scope, Goodfire AI, Neuronpedia stack'iyle.
3 GünadvancedDeepSeek ve Türkçe Açık Kaynak LLM Kullanımı Eğitimi
DeepSeek V3 / R1 başta olmak üzere Qwen 3, Gemma 3, Llama 3.3 ve Türkçe fine-tuned modelleri (Trendyol LLM, Cosmos LLM) KVKK uyumlu, self-hosted bir mimaride üretime almak isteyen AI engineer'lar için kapsamlı 3 günlük ileri seviye eğitim. Ollama, vLLM, LoRA fine-tuning, Türkçe RAG ve quantization.
3 Günadvanced
