KaydedilenlerDerginizi ekleyin

Dergiler / Tıp Eğitimi Dünyası / 2025 / Cilt: 24 Sayı: 74

Tıbbi Biyokimya Eğitimi için Uluslararası Temel Müfredat Hakkında Yeni Fikirler: Ticari Yapay Zeka Araçlarının Entegre Edilmesi

New Insights on International Core Curriculum for Medical Biochemistry Education: Integrating Commercial AI Tools

Ayşegül Akbay(YÜKSEK İHTİSAS ÜNİVERSİTESİ)0009-0003-6793-4887
Rabia Şeyma Nur Taşdemir(YÜKSEK İHTİSAS ÜNİVERSİTESİ, LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ)0000-0003-1364-3614
Sayfa
4–8
Yayın Tarihi
2025-12-22
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Etik, eşitlik ve öğrenci katılımına dikkat edilmesi, YZ’nin eleştirel düşünmeyi ikame etmek yerine öğrenmeyi derinleştiren bir araç olarak kullanılmasını sağlar.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Yapay zeka (YZ), veri odaklı öğrenme, sanal laboratuvarlar, uyarlanabilir platformlar ve YZ destekli klinik vaka simülasyonları ile tıp biyokimyası eğitimini dönüştürüyor.
📊
Temel Bulgular & Veri:Ticari YZ araçlarının özenle entegrasyonu, öğrenmeyi geliştirebilir, kişiselleştirilmiş öğrenme sağlayabilir ve küresel programlar arasında yeterlilikleri uyumlu hâle getirebilir.
💡
Sonuç & Katkı:Etik, eşitlik ve öğrenci katılımına dikkat edilmesi, YZ’nin eleştirel düşünmeyi ikame etmek yerine öğrenmeyi derinleştiren bir araç olarak kullanılmasını sağlar.
🔬Tür:Laboratuvar & Saha Deneyi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:yapay zeka · tıbbi biyokimya · eğitim

Özet

Yapay zeka (YZ), veri odaklı öğrenme, sanal laboratuvarlar, uyarlanabilir platformlar ve YZ destekli klinik vaka simülasyonları ile tıp biyokimyası eğitimini dönüştürüyor. Ticari YZ araçlarının özenle entegrasyonu, öğrenmeyi geliştirebilir, kişiselleştirilmiş öğrenme sağlayabilir ve küresel programlar arasında yeterlilikleri uyumlu hâle getirebilir. Etik, eşitlik ve öğrenci katılımına dikkat edilmesi, YZ’nin eleştirel düşünmeyi ikame etmek yerine öğrenmeyi derinleştiren bir araç olarak kullanılmasını sağlar.

Abstract

Artificial intelligence (AI) is reshaping medical biochemistry education by enabling data-driven learning, virtual laboratories, adaptive platforms, and AI-assisted clinical case simulations. Thoughtful integration of commercial AI tools can enhance understanding, personalize learning, and harmonize competencies across global programs. Attention to ethics, equity, and student engagement ensures that AI serves as a tool to deepen learning rather than replace critical thinking.

🔖

Bu Makaleye Atıf Yap

Akbay, A., Taşdemir, R. Ş. N. (2025). Tıbbi Biyokimya Eğitimi için Uluslararası Temel Müfredat Hakkında Yeni Fikirler: Ticari Yapay Zeka Araçlarının Entegre Edilmesi. Tıp Eğitimi Dünyası, Cilt: 24 Sayı: 74, 4–8. https://doi.org/10.25282/ted.1704103

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Lateef JMA. Artificial intelligence driven innovations in biochemistry: A review of emerging research frontiers. Biomolecules & Biomedicine. 2025;25(4):739–50.
  2. Dodig S, Čepelak I, Dodig M. Are we ready to integrate advanced artificial intelligence models in clinical laboratory? Biochem Med (Zagreb). 2025;35:010501.
  3. Carroll JS, Najafi H, Steiner M. Evaluating the effectiveness of virtual laboratory simulations for graduate‐level training in genetic methodologies. Biochem Mol Biol Educ. 2025;53(4):422–32.
  4. Elmoazen R, Saqr M, Khalil M, Wasson B. Learning analytics in virtual laboratories: a systematic literature review of empirical research. Smart Learn Environ. 2023;10(1):23.
  5. Le Ying Tan, Shiyu Hu, Darren J Yeo, Kang Hao Cheong. Artificial intelligence-enabled adaptive learning platforms: A review. Comput Educ Artif Intell. 2025;9:100429.
  6. Merino-Campos C. The Impact of Artificial Intelligence on Personalized Learning in Higher Education: A Systematic Review. Trends High Educ. 2025;4(2):17.
  7. Bolgova O, Shypilova I, Mavrych V. Large Language Models in Biochemistry Education: Comparative Evaluation of Performance. JMIR Med Educ. 2025;11:e67244.
  8. Létourneau A, Deslandes Martineau M, Charland P, Karran JA, Boasen J, Léger PM. A systematic review of AI-driven intelligent tutoring systems (ITS) in K-12 education. NPJ Sci Learn. 2025;10(1):29.
  9. Li L, Zhang W, Zhang K, et al. The role of generative AI tools in case-based learning and teaching evaluation of medical biochemistry. BMC Med Educ. 2025;25(1):1185.
  10. Dixit V, Rajkumar K, et al. Biomedical Big Data Technologies, Applications, and Challenges for Precision Medicine: A Review. Glob Chall. 2023;8(1):2300163.
  11. Gala D, Behl H, Shah M, Makaryus AN. The Role of Artificial Intelligence in Improving Patient Outcomes and Future of Healthcare Delivery in Cardiology: A Narrative Review of the Literature. Healthcare (Basel). 2024;12(4):481.
  12. Daher R. Integrating AI literacy into teacher education: a critical perspective paper. Discov Artif Intell. 2025;5:217.
  13. Obeagu EI. Revolutionizing hematological disorder diagnosis: unraveling the role of artificial intelligence. Ann Med Surg (Lond). 2025;87(6):3445–57.
  14. Gurram R. Advancing Clinical Decision Support: A Technical Analysis of IBM Watson Health’s AI Driven Healthcare Analytics Platform. Int J Res Comput Appl Inf Technol. 2024;7(2):1265 75. 15. Naseer F, Khan MN, Tahir M, Addas A, Aejaz SMH. Integrating deep learning techniques for personalized learning pathways in higher education. Heliyon. 2024;10(11):e32628. 16. Rodafinos A. The Integration of Generative AI Tools in