YouTube’daki Ultrason Rehberliğinde Üst Ekstremite Sinir Bloğu Videolarının Yapay Zekâ Tabanlı Kalite Değerlendirmesi: Yalnızca Konuşma-Metin ve Görüntü Destekli Yaklaşımların

Yazarlar

DOI:

https://doi.org/10.5281/zenodo.19238117

Anahtar Kelimeler:

Yapay Zekâ, Ultrasonografi, Brakiyal Pleksus Bloğu, Sosyal Medya, Eğitsel Ölçme

Özet

Amaç: Ultrasonografi eşliğinde yapılan üst ekstremite sinir bloğu uygulamaları ileri düzey görsel-motor koordinasyon gerektirmektedir. Bu alanda YouTube yaygın bir eğitim kaynağı olarak kullanılmakla birlikte, mevcut içeriklerin eğitsel kalitesi oldukça heterojendir. Bu çalışmada, ultrasonografi eşliğinde yapılan üst ekstremite sinir bloğu eğitim videolarında yapay zekâ (YZ) tabanlı kalite değerlendirmesinin yalnızca konuşma-metin temelli değerlendirme (Grup 1) ile görüntü destekli değerlendirme (Grup 2) yaklaşımları karşılaştırılarak etkinliğinin analiz edilmesi amaçlanmıştır.

Materyal ve Metot: Tanımlayıcı kesitsel tasarıma sahip bu çalışmada, 10 Aralık 2025 tarihinde YouTube’dan seçilen toplam 80 ultrasonografi eşliğinde yapılan üst ekstremite sinir bloğu eğitim videosu analiz edilmiştir. Her video, ChatGPT-5.2 (OpenAI) kullanılarak iki farklı değerlendirme koşulunda incelenmiştir. Eğitsel kalite; 10 maddelik Eğitim İçeriği Kontrol Listesi, DISCERN değerlendirme aracı, Global Kalite Ölçeği (GQS) ve Journal of the American Medical Association (JAMA) ölçütleri kullanılarak değerlendirilmiştir.

Bulgular: Grup 2, tüm kalite değerlendirme araçlarında Grup 1’e kıyasla istatistiksel olarak anlamlı derecede daha yüksek puanlar elde etmiştir: Eğitim İçeriği Skoru (33,90 ± 6,25’e karşı 29,11 ± 6,66; p < 0,001), DISCERN (45,01 ± 10,83’e karşı 37,90 ± 8,62; p < 0,001), GQS [medyan 4 (4–5)’e karşı 3 (3–4); p < 0,001] ve JAMA ölçütleri [medyan 2,5 (2–3)’e karşı 0 (0–0); p < 0,001].

Tartışma ve Sonuç: Görüntü destekli yapay zekâ yaklaşımı, özellikle görsel ipuçlarına dayalı işlemsel maddelerde daha yüksek kalite puanları sağlamıştır. Bu bulgular, yalnızca konuşma-metin temelli değerlendirmelerin ultrasonografi eşliğinde yapılan sinir bloğu eğitiminde kritik prosedürel unsurları sistematik olarak gözden kaçırabileceğini düşündürmektedir.

Yazar Biyografileri

Esma Karaarslan, Konya City Hospital

Anesteziyoloji ve Reanimasyon Kliniği

Cansu Çiftci, Konya City Hospital

Anesteziyoloji ve Reanimasyon Kliniği

Referanslar

Marhofer P, Chan VWS. Ultrasound-guided regional anesthesia: current concepts and future trends. Anesth Analg. 2007;104(5):1265-9. https://doi.org/10.1213/01.ane.0000260614.32794.7b

Sites BD, Brull R, Chan VW, Spence BC, Gallagher J, Beach ML, et al. Artifacts and pitfall errors associated with ultrasound-guided regional anesthesia: part II: a pictorial approach to understanding and avoidance. Reg Anesth Pain Med. 2007;32(5):419-33. https://doi.org/10.1016/j.rapm.2007.08.001

Rapp AK, Healy MG, Charlton ME, Keith JN, Rosenbaum ME, Kapadia MR. YouTube is the most frequently used educational video source for surgical preparation. J Surg Educ. 2016;73(6):1072-6. https://doi.org/10.1016/j.jsurg.2016.04.024

Drozd B, Couvillon E, Suarez A. Medical YouTube videos and methods of evaluation: literature review. JMIR Med Educ. 2018;4(1):e3. https://doi.org/10.2196/mededu.8527

Gupta T, Haidery TH, Sharma R, Sharma S, Kumar A. How reliable are YouTube videos for general surgery residents learning? Cureus. 2023;15(2):e34718. https://doi.org/10.7759/cureus.34718

Cho NR, Park S, Choi JB, Park J, Kim D, Park K. Reliability and quality of YouTube videos on ultrasound-guided brachial plexus block: a programmatical review. Healthcare (Basel). 2021;9(8):1083. https://doi.org/10.3390/healthcare9081083

Khalil M, Mohamed F, Shoufan A. Evaluating the quality of medical content on YouTube using large language models. Sci Rep. 2025;15:9906. https://doi.org/10.1038/s41598-025-94208-6

Serifler S, Gul F. Evaluating tonsillectomy-related YouTube videos via a human expert review and ChatGPT-4: a multi-method quality analysis. BMC Med Educ. 2025;25:1157. https://doi.org/10.1186/s12909-025-07739-x

Thakur N, Han CY, Huang Y, Singh AD. Multimodal large language models in health care: applications, challenges, and future outlook. J Med Internet Res. 2024;26:e59505. https://doi.org/10.2196/59505

Cheung JJ, Chen EW, Darani R, McCartney CJ, Dubrowski A, Awad IT. The creation of an objective assessment tool for ultrasound-guided regional anesthesia using the Delphi method. Reg Anesth Pain Med. 2012;37(3):329-33. https://doi.org/10.1097/AAP.0b013e318246f63c

Metzger MJ, Flanagin AJ. Credibility and trust of information in online environments: the use of cognitive heuristics. J Pragmat. 2013;59(Pt B):210-20. https://doi.org/10.1016/j.pragma.2013.07.012

Madathil KC, Rivera-Rodriguez AJ, Greenstein JS, Gramopadhye AK. Healthcare information on YouTube: a systematic review. Health Informatics J. 2015;21(3):173-94. https://doi.org/10.1177/1460458213512220

Mayer RE, Fiorella L, Stull A. Five ways to increase the effectiveness of instructional video. Educ Technol Res Dev. 2020;68(3):837-52. https://doi.org/10.1007/s11423-020-09749-6

Yayınlanmış

27.03.2026

Nasıl Atıf Yapılır

Karaarslan, E., & Çiftci, C. (2026). YouTube’daki Ultrason Rehberliğinde Üst Ekstremite Sinir Bloğu Videolarının Yapay Zekâ Tabanlı Kalite Değerlendirmesi: Yalnızca Konuşma-Metin ve Görüntü Destekli Yaklaşımların . MEHES JOURNAL, 4(1), 1–14. https://doi.org/10.5281/zenodo.19238117