Küresel Giyilebilir Sağlık Teknolojileri Pazar Dinamiklerinin Çok Boyutlu Makine Öğrenmesi Yöntemleriyle Modellenmesi: Kuzey Amerika, Avrupa ve Türkiye Karşılaştırmalı Analizi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Akdeniz Üniversitesi, Sosyal Bilimler Enstitüsü, Yönetim Bilişim Sistemleri Bölümü, Türkiye
Tezin Onay Tarihi: 2027
Tezin Dili: Türkçe
Öğrenci: HACER KUDUZ
Danışman: Kerim Kürşat Çevik
Özet:
Bu tez çalışması, giyilebilir sağlık teknolojilerinin Kuzey Amerika, Avrupa Birliği ve Türkiye pazarlarındaki benimsenme ve pazar penetrasyon dinamiklerini makroekonomik göstergeler, regülasyon olgunluğu ve ulusal siber güvenlik yetkinlikleri ekseninde çok boyutlu olarak modellemeyi amaçlamaktadır. Araştırmanın kapsamını 2018–2025 dönemine ait panel veriler ile Statista, OECD Health, Eurostat, Dünya Bankası, FDA, BfArM DiGA ve ITU gibi heterojen açık veri tabanları oluşturmaktadır.
Çalışmada CRISP-DM (Cross-Industry Standard Process for Data Mining) metodolojisi izlenecektir. Eksik veri atamaları ve standardizasyon adımlarını takiben, ülkelerin dijital sağlık hazırlığı ve regülatif olgunluk düzeylerini sınıflandırmak üzere k-Means ve Gauss Karışım Modelleri (GMM) ile denetimsiz pazar segmentasyonu gerçekleştirilecektir. Pazar büyüklüğü ve penetrasyon oranlarının modellenmesinde Topluluk Öğrenmesi algoritmaları (XGBoost, Random Forest) 5-katlı çapraz doğrulama ile eğitilecek; modellerin tahmin performansı geleneksel ekonometrik yöntemlerle kıyaslanacaktır. "Kara kutu" modellerin karar mekanizmalarını şeffaflaştırmak amacıyla Açıklanabilir Yapay Zekâ (XAI) kapsamında SHAP (SHapley Additive exPlanations) analizi uygulanarak değişkenlerin marjinal etki büyüklükleri ve yönelimleri haritalandırılacaktır.
Araştırmanın özgün değeri, makro sağlık ekonomisi, tıbbi cihaz onayları (FDA/DiGA) ve siber güvenlik göstergelerini tek bir analitik çatı altında bütünleştirmesi ve XAI mimarisiyle nedensel öznitelik hiyerarşisi sunmasına dayanmaktadır. Çalışmadan elde edilecek deneysel bulguların, Türkiye pazarının küresel ekosistemdeki yapısal konumunu ve büyüme dinamiklerini ortaya koyması; sağlık bilişimi yöneticileri, regülatörler ve yerli teknoloji girişimcileri için veri odaklı stratejik bir karar destek çerçevesi üretmesi beklenmektedir.