Taha Yasir MERT, Hümeyra HANÇER TOK
Bandırma Onyedi Eylül Üniversitesi Sağlık Bilimleri ve Araştırmaları Dergisi - 2026;8(1):209-221
Amaç: Bu vaka temelli karma yöntemli karşılaştırmalı araştırmanın amacı, yapay zekâ tabanlı bir dil modeli olan ChatGPT ile bir öğretim elemanı tarafından oluşturulan hemşirelik bakım planlarının Omaha Sınıflama Sistemi temelinde karşılaştırmalı olarak analiz edilmesidir. Gereç ve Yöntem: Araştırma, vaka temelli karma yöntemli karşılaştırmalı araştırma deseninde yürütülmüştür. Gerçek bir halk sağlığı problemine dayalı olarak oluşturulan kuramsal vaka senaryosu hem ChatGPT'ye hem de deneyimli bir öğretim elemanına sunulmuştur. Her iki katılımcıdan, vaka doğrultusunda Omaha Sınıflama Sistemi kapsamında hemşirelik tanıları belirlemesi ve bireye özgü girişim planları oluşturması istenmiştir. Veriler, yapılandırılmış Omaha Değerlendirme Formu ile toplanmış; elde edilen veriler içerik nicel ve nitel karşılaştırma yöntemiyle analiz edilmiştir. Bulgular: ChatGPT tarafından 12, öğretim elemanı tarafından 10 hemşirelik tanısı tanımlanmıştır. ChatGPT'nin daha geniş problem çeşitliliği sunduğu, girişim kategorilerini dengeli biçimde kullandığı ve hedefleri ölçülebilir ifadelerle yapılandırdığı görülmüştür. Öğretim elemanının ise tanıları daha bağlam odaklı seçtiği, girişimleri bireysel özelliklere dayandırdığı ve özellikle sosyoekonomik belirleyicilere vurgu yaptığı belirlenmiştir. ChatGPT'nin tanılarında zaman zaman bağlamdan uzak genelleyici eğilimler olduğu saptanmıştır. Sonuç: ChatGPT'nin hemşirelik bakım sürecinde sistematik, çok boyutlu ve hızlı öneriler sunma potansiyeli yüksek bulunmuştur. Ancak bağlamsal yorumlama, önceliklendirme ve bireysel varyasyonları dikkate alma noktasında insan uzmanlığına gereksinim devam etmektedir. Yapay zekâ, hemşirelik eğitiminde ve karar destek süreçlerinde etkili bir yardımcı araç olabilir; fakat klinik uygulamalarda nihai karar verici olarak değerlendirilmemelidir.
