Course Detail
Course Detail
Course Description
| Course | Code | Semester | T+P (Hour) | Credit | ECTS |
|---|---|---|---|---|---|
| BESLENME VE DİYETETİKTE DİJİTALLEŞME VE YAPAY ZEKA | BES3216429 | Bahar Dönemi | 1+1 | 1,5 | 3 |
| Course Program | Çarşamba 13:30-14:15 Çarşamba 14:30-15:15 |
| Prerequisites Courses | |
| Recommended Elective Courses |
| Language of Course | Türkçe |
| Course Level | Lisans |
| Course Type | Programa Bağlı Seçmeli |
| Course Coordinator | Öğr.Gör. Merve GÜNEY COŞKUN |
| Name of Lecturer(s) | Öğr.Gör. Merve GÜNEY COŞKUN |
| Assistant(s) | |
| Aim | Bu dersin amacı, öğrencilerin beslenme ve diyetetik alanında dijitalleşme süreçlerini ve yapay zeka uygulamalarını tanımalarını, bu teknolojileri mesleki uygulamalara nasıl entegre edeceklerini öğrenmelerini ve çağdaş sağlık hizmetlerinin dijital dönüşümünü kavramalarını sağlamaktır. |
| Course Content | Bu ders; Tanışma, Dersin Tanıtımı ve Beslenmede Dijitalleşmenin Önem,Dijital Sağlık Teknolojilerine Giriş ve Temel Kavramlar,Yapay Zeka ve Makine Öğrenmesinin Temelleri,Beslenme Alanında Mobil Sağlık (m-Health) Uygulamaları,Öğrenci Sunumları: Mobil Sağlık Uygulama Örnekleri (Poster),Öğrenci Sunumları: Mobil Sağlık Uygulama Örnekleri (Poster),Yapay zeka ile materyel ve tarife geliştirilmesi,Kişiselleştirilmiş Beslenme: Yapay Zeka Destekli Diyet Planlama Sistemleri,Bilimsel Makale Yazımında Yapay Zeka: Kullanım Alanları ve Sınırlar,Yapay Zeka ile Beslenme Vaka İncelemeleri (obezite, tip 2 diyabet, alerji) ,Beslenme Durumunun Dijital Yöntemlerle Saptanması,Veri Mahremiyeti, Etik Sorunlar ve Yapay Zeka ,Sanal Gerçeklik (VR), Artırılmış Gerçeklik (AR) ve Beslenme Eğitiminde Kullanımı,Yeni Trendler ve Gelecek Perspektifleri – Dersin Genel Değerlendirmesi ve Öğrenci Yorumları; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Teaching Methods | Assessment Methods |
| Dijital sağlık teknolojileri ve yapay zeka kavramlarını tanımlar. | 3, 4 | A |
| Beslenme alanında kullanılan dijital uygulamaları analiz eder. | 3, 4 | A, F |
| Yapay zeka destekli kişiselleştirilmiş beslenme planlarını değerlendirir ve yapay zeka temelli uygulamaların kullanım alanlarını açıklar. | 3, 4 | A, F |
| Güncel dijital sağlık trendlerini takip eder ve mesleki pratiğe uyarlama becerisi geliştirir. | 3, 4 | A, F |
| Veri güvenliği ve etik konularını sağlık bağlamında tartışır. | 3, 4 | A |
| Teaching Methods: | 3: Probleme Dayalı Öğrenme Modeli, 4: Sorgulama Temelli Öğrenme Modeli |
| Assessment Methods: | A: Klasik Yazılı Sınav, F: Proje Görevi |
Course Outline
| Order | Subjects | Preliminary Work |
|---|---|---|
| 1 | Tanışma, Dersin Tanıtımı ve Beslenmede Dijitalleşmenin Önem | Yok |
| 2 | Dijital Sağlık Teknolojilerine Giriş ve Temel Kavramlar | Önceki ders notunun okuması |
| 3 | Yapay Zeka ve Makine Öğrenmesinin Temelleri | Önceki ders notunun okuması |
| 4 | Beslenme Alanında Mobil Sağlık (m-Health) Uygulamaları | Önceki ders notunun okuması |
| 5 | Öğrenci Sunumları: Mobil Sağlık Uygulama Örnekleri (Poster) | Örnek uygulama araştırması ve poster hazırlanması |
| 6 | Öğrenci Sunumları: Mobil Sağlık Uygulama Örnekleri (Poster) | Örnek uygulama araştırması ve poster hazırlanması |
| 7 | Yapay zeka ile materyel ve tarife geliştirilmesi | Önceki ders notunun okuması |
| 8 | Kişiselleştirilmiş Beslenme: Yapay Zeka Destekli Diyet Planlama Sistemleri | Önceki ders notunun okuması |
| 9 | Bilimsel Makale Yazımında Yapay Zeka: Kullanım Alanları ve Sınırlar | Önceki ders notunun okuması |
| 10 | Yapay Zeka ile Beslenme Vaka İncelemeleri (obezite, tip 2 diyabet, alerji) | Örnak vaka hazırlığı |
| 11 | Beslenme Durumunun Dijital Yöntemlerle Saptanması | Önceki ders notunun okuması |
| 12 | Veri Mahremiyeti, Etik Sorunlar ve Yapay Zeka | Önceki ders notunun okuması |
| 13 | Sanal Gerçeklik (VR), Artırılmış Gerçeklik (AR) ve Beslenme Eğitiminde Kullanımı | Önceki ders notunun okuması |
| 14 | Yeni Trendler ve Gelecek Perspektifleri – Dersin Genel Değerlendirmesi ve Öğrenci Yorumları | Güncel makale okunması |
| Resources |
| 1. Limketkai, B.N., Mauldin, K., Manitius, N. et al. The Age of Artificial Intelligence: Use of Digital Technology in Clinical Nutrition. Curr Surg Rep 9, 20 (2021). 2. Chatelan, A., Clerc, A., & Fonta, P. A. (2023). ChatGPT and future artificial intelligence chatbots: what may be the influence on credentialed nutrition and dietetics practitioners?. Journal of the Academy of Nutrition and Dietetics, 123(11), 1525-1531. 3. Armand, T. P. T., Nfor, K. A., Kim, J. I., & Kim, H. C. (2024). Applications of artificial intelligence, machine learning, and deep learning in nutrition: a systematic review. Nutrients, 16(7), 1073. |
Course Contribution to Program Qualifications
| Course Contribution to Program Qualifications | |||||||
| No | Program Qualification | Contribution Level | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | PÇ-1. Beslenme ve Diyetetik alanında temel bilgiye sahiptir. | X | |||||
| 2 | PÇ-2. Mesleki bilgi ve becerilerini, bireysel ve toplumsal düzeyde sağlığın geliştirilmesi, hastalıkların önlenmesi ve tedavisi için kullanır. | X | |||||
| 3 | PÇ-3. Birey, aile ve topluma beslenme ve diyetetik alanında eğitim verir, danışmanlık yapar. | X | |||||
| 4 | PÇ-4. Toplu beslenme sistemlerinde etkili bilgi ve beceri kazanarak, menü planlama, üretim, hijyen ve besin güvenliği gibi süreçleri yönetir. | X | |||||
| 5 | PÇ-5. Bilgi birikimini kullanarak alanına ilişkin çalışmaları bağımsız olarak yürütür, sağlık ekibi ve diğer disiplinler ile işbirliği içinde araştırma, proje ve etkinliklerde rol alır. | X | |||||
| 6 | PÇ-6. Mesleğini bilimsel araştırmalar, kanıtlar, gelişen teknoloji, güncel literatür ve sağlık politikaları doğrultusunda yürütür. | X | |||||
| 7 | PÇ-7. Mesleki uygulamalarını etik ilke ve standartlar doğrultusunda gerçekleştirir. Davranışı ile meslektaşlarına ve topluma örnek olur. | X | |||||
| 8 | PÇ-8. En az bir yabancı dili kullanarak alanına ilişkin uluslararası literatüre ulaşır, değerlendirir ve mesleki gelişim için kullanır. | X | |||||
| 9 | PÇ-9. Beslenme ve Diyetetik alanında eleştirel düşünme, sorun çözme ve karar verme becerilerini kullanır. | X | |||||
| 10 | PÇ-10. Mesleki alanda yazılı ve sözlü etkili iletişim kurar. | X | |||||
| 11 | PÇ-11. Mesleğin gerektirdiği genel kültür bilgisine sahiptir. | X | |||||
| 12 | PÇ-12. Yaşam boyu öğrenmeye ilişkin olumlu tutum geliştirir ve davranışa dönüştürür. | X | |||||
Assessment Methods
| Contribution Level | Absolute Evaluation | |
| Rate of Midterm Exam to Success | 40 | |
| Rate of Final Exam to Success | 60 | |
| Total | 100 | |
| ECTS / Workload Table | ||||||
| Activities | Number of | Duration(Hour) | Total Workload(Hour) | |||
| Ders Saati | 14 | 1 | 14 | |||
| Rehberli Problem Çözme | 0 | 0 | 0 | |||
| Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 0 | 0 | 0 | |||
| Okul Dışı Diğer Faaliyetler | 0 | 0 | 0 | |||
| Proje Sunumu / Seminer | 2 | 10 | 20 | |||
| Kısa Sınav (QUİZ) ve Hazırlığı | 0 | 0 | 0 | |||
| Ara Sınav ve Hazırlığı | 1 | 10 | 10 | |||
| Genel Sınav ve Hazırlığı | 1 | 15 | 15 | |||
| Performans Görevi, Bakım Planı | 2 | 10 | 20 | |||
| Total Workload(Hour) | 79 | |||||
| Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(79/30) | 3 | |||||
| ECTS of the course: 30 hours of work is counted as 1 ECTS credit. | ||||||
Detail Informations of the Course
Course Description
| Course | Code | Semester | T+P (Hour) | Credit | ECTS |
|---|---|---|---|---|---|
| BESLENME VE DİYETETİKTE DİJİTALLEŞME VE YAPAY ZEKA | BES3216429 | Bahar Dönemi | 1+1 | 1,5 | 3 |
| Course Program | Çarşamba 13:30-14:15 Çarşamba 14:30-15:15 |
| Prerequisites Courses | |
| Recommended Elective Courses |
| Language of Course | Türkçe |
| Course Level | Lisans |
| Course Type | Programa Bağlı Seçmeli |
| Course Coordinator | Öğr.Gör. Merve GÜNEY COŞKUN |
| Name of Lecturer(s) | Öğr.Gör. Merve GÜNEY COŞKUN |
| Assistant(s) | |
| Aim | Bu dersin amacı, öğrencilerin beslenme ve diyetetik alanında dijitalleşme süreçlerini ve yapay zeka uygulamalarını tanımalarını, bu teknolojileri mesleki uygulamalara nasıl entegre edeceklerini öğrenmelerini ve çağdaş sağlık hizmetlerinin dijital dönüşümünü kavramalarını sağlamaktır. |
| Course Content | Bu ders; Tanışma, Dersin Tanıtımı ve Beslenmede Dijitalleşmenin Önem,Dijital Sağlık Teknolojilerine Giriş ve Temel Kavramlar,Yapay Zeka ve Makine Öğrenmesinin Temelleri,Beslenme Alanında Mobil Sağlık (m-Health) Uygulamaları,Öğrenci Sunumları: Mobil Sağlık Uygulama Örnekleri (Poster),Öğrenci Sunumları: Mobil Sağlık Uygulama Örnekleri (Poster),Yapay zeka ile materyel ve tarife geliştirilmesi,Kişiselleştirilmiş Beslenme: Yapay Zeka Destekli Diyet Planlama Sistemleri,Bilimsel Makale Yazımında Yapay Zeka: Kullanım Alanları ve Sınırlar,Yapay Zeka ile Beslenme Vaka İncelemeleri (obezite, tip 2 diyabet, alerji) ,Beslenme Durumunun Dijital Yöntemlerle Saptanması,Veri Mahremiyeti, Etik Sorunlar ve Yapay Zeka ,Sanal Gerçeklik (VR), Artırılmış Gerçeklik (AR) ve Beslenme Eğitiminde Kullanımı,Yeni Trendler ve Gelecek Perspektifleri – Dersin Genel Değerlendirmesi ve Öğrenci Yorumları; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Teaching Methods | Assessment Methods |
| Dijital sağlık teknolojileri ve yapay zeka kavramlarını tanımlar. | 3, 4 | A |
| Beslenme alanında kullanılan dijital uygulamaları analiz eder. | 3, 4 | A, F |
| Yapay zeka destekli kişiselleştirilmiş beslenme planlarını değerlendirir ve yapay zeka temelli uygulamaların kullanım alanlarını açıklar. | 3, 4 | A, F |
| Güncel dijital sağlık trendlerini takip eder ve mesleki pratiğe uyarlama becerisi geliştirir. | 3, 4 | A, F |
| Veri güvenliği ve etik konularını sağlık bağlamında tartışır. | 3, 4 | A |
| Teaching Methods: | 3: Probleme Dayalı Öğrenme Modeli, 4: Sorgulama Temelli Öğrenme Modeli |
| Assessment Methods: | A: Klasik Yazılı Sınav, F: Proje Görevi |
Course Outline
| Order | Subjects | Preliminary Work |
|---|---|---|
| 1 | Tanışma, Dersin Tanıtımı ve Beslenmede Dijitalleşmenin Önem | Yok |
| 2 | Dijital Sağlık Teknolojilerine Giriş ve Temel Kavramlar | Önceki ders notunun okuması |
| 3 | Yapay Zeka ve Makine Öğrenmesinin Temelleri | Önceki ders notunun okuması |
| 4 | Beslenme Alanında Mobil Sağlık (m-Health) Uygulamaları | Önceki ders notunun okuması |
| 5 | Öğrenci Sunumları: Mobil Sağlık Uygulama Örnekleri (Poster) | Örnek uygulama araştırması ve poster hazırlanması |
| 6 | Öğrenci Sunumları: Mobil Sağlık Uygulama Örnekleri (Poster) | Örnek uygulama araştırması ve poster hazırlanması |
| 7 | Yapay zeka ile materyel ve tarife geliştirilmesi | Önceki ders notunun okuması |
| 8 | Kişiselleştirilmiş Beslenme: Yapay Zeka Destekli Diyet Planlama Sistemleri | Önceki ders notunun okuması |
| 9 | Bilimsel Makale Yazımında Yapay Zeka: Kullanım Alanları ve Sınırlar | Önceki ders notunun okuması |
| 10 | Yapay Zeka ile Beslenme Vaka İncelemeleri (obezite, tip 2 diyabet, alerji) | Örnak vaka hazırlığı |
| 11 | Beslenme Durumunun Dijital Yöntemlerle Saptanması | Önceki ders notunun okuması |
| 12 | Veri Mahremiyeti, Etik Sorunlar ve Yapay Zeka | Önceki ders notunun okuması |
| 13 | Sanal Gerçeklik (VR), Artırılmış Gerçeklik (AR) ve Beslenme Eğitiminde Kullanımı | Önceki ders notunun okuması |
| 14 | Yeni Trendler ve Gelecek Perspektifleri – Dersin Genel Değerlendirmesi ve Öğrenci Yorumları | Güncel makale okunması |
| Resources |
| 1. Limketkai, B.N., Mauldin, K., Manitius, N. et al. The Age of Artificial Intelligence: Use of Digital Technology in Clinical Nutrition. Curr Surg Rep 9, 20 (2021). 2. Chatelan, A., Clerc, A., & Fonta, P. A. (2023). ChatGPT and future artificial intelligence chatbots: what may be the influence on credentialed nutrition and dietetics practitioners?. Journal of the Academy of Nutrition and Dietetics, 123(11), 1525-1531. 3. Armand, T. P. T., Nfor, K. A., Kim, J. I., & Kim, H. C. (2024). Applications of artificial intelligence, machine learning, and deep learning in nutrition: a systematic review. Nutrients, 16(7), 1073. |
Course Contribution to Program Qualifications
| Course Contribution to Program Qualifications | |||||||
| No | Program Qualification | Contribution Level | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | PÇ-1. Beslenme ve Diyetetik alanında temel bilgiye sahiptir. | X | |||||
| 2 | PÇ-2. Mesleki bilgi ve becerilerini, bireysel ve toplumsal düzeyde sağlığın geliştirilmesi, hastalıkların önlenmesi ve tedavisi için kullanır. | X | |||||
| 3 | PÇ-3. Birey, aile ve topluma beslenme ve diyetetik alanında eğitim verir, danışmanlık yapar. | X | |||||
| 4 | PÇ-4. Toplu beslenme sistemlerinde etkili bilgi ve beceri kazanarak, menü planlama, üretim, hijyen ve besin güvenliği gibi süreçleri yönetir. | X | |||||
| 5 | PÇ-5. Bilgi birikimini kullanarak alanına ilişkin çalışmaları bağımsız olarak yürütür, sağlık ekibi ve diğer disiplinler ile işbirliği içinde araştırma, proje ve etkinliklerde rol alır. | X | |||||
| 6 | PÇ-6. Mesleğini bilimsel araştırmalar, kanıtlar, gelişen teknoloji, güncel literatür ve sağlık politikaları doğrultusunda yürütür. | X | |||||
| 7 | PÇ-7. Mesleki uygulamalarını etik ilke ve standartlar doğrultusunda gerçekleştirir. Davranışı ile meslektaşlarına ve topluma örnek olur. | X | |||||
| 8 | PÇ-8. En az bir yabancı dili kullanarak alanına ilişkin uluslararası literatüre ulaşır, değerlendirir ve mesleki gelişim için kullanır. | X | |||||
| 9 | PÇ-9. Beslenme ve Diyetetik alanında eleştirel düşünme, sorun çözme ve karar verme becerilerini kullanır. | X | |||||
| 10 | PÇ-10. Mesleki alanda yazılı ve sözlü etkili iletişim kurar. | X | |||||
| 11 | PÇ-11. Mesleğin gerektirdiği genel kültür bilgisine sahiptir. | X | |||||
| 12 | PÇ-12. Yaşam boyu öğrenmeye ilişkin olumlu tutum geliştirir ve davranışa dönüştürür. | X | |||||
Assessment Methods
| Contribution Level | Absolute Evaluation | |
| Rate of Midterm Exam to Success | 40 | |
| Rate of Final Exam to Success | 60 | |
| Total | 100 | |