Ankara'da Sağlık Mobil Uygulama Geliştirme: İş Rehberi
Türkiye'de sağlık mobil uygulamaları, KVKK (Kişisel Verileri Koruma Kanunu) mevzuatı ve HL7 FHIR standardı gibi katı yasal ve teknik gereksinimlerle karşı karşıyadır. Ankara'daki hastaneler ve telehealth platformları bu kompleks ekosistemi yönetmek zorundadır. Smart Maple, 50+ sağlık teknolojisi projesinde bu zorlukları sistemli şekilde çözmüştür.
Sağlık uygulaması yatırımı yapan yöneticiler için kritik sorular vardır: Kurumsal uyuma ait maliyetler nelerdir? Hangi teknik altyapı seçilmelidir? Hasta verisi nasıl korunur? Bu rehber, bu soruların yanıtlarını pratik ve iş-odaklı perspektiften sunmaktadır.
Sağlık Mobil Uygulama Türleri ve Ankara 2026 Pazarı
Sağlık sektöründeki mobil uygulamalar üç ana kategoriye ayrılır: hasta-merkezli, sağlık profesyoneliine yönelik ve yönetim panelleri.
Hasta-Merkezli Uygulamalar: Randevu alma, reçete takibi, sağlık kayıtları ve doktor-hasta iletişimini sağlar. 2026 Ankara pazarında MVP düzeyinde 250.000-400.000 TL maliyetle tamamlanır. Orta seviye uygulama (push notifications, telemedicine modülü, wearable entegrasyonu) 400.000-800.000 TL aralığında; Enterprise seviye 800.000-1.500.000 TL bütçe gerektirir. İlk 30 günde kaydedilmiş hastaların %35-45'i aktif kalırken, aylık aktif kullanıcı kazanımı 4-8 haftada görülür.
Sağlık Profesyoneli Uygulamaları: Doktor, hemşire ve idari personel için tasarlanan uygulamalar nöbet yönetimi, hasta yönetimi ve klinik raporlama sağlar. MVP maliyeti 350.000-500.000 TL başlar; çok merkezli hastane ağları için kurumsal sürüm 1.000.000-2.000.000 TL bütçe kapsamına girer.
Yönetim Panelleri: Hastane yöneticileri, operasyon müdürleri ve finans ekipleri için dashboard ve raporlama araçları. Orta ölçekli bir admin paneli 150.000-300.000 TL maliyetle gerçekleşir.
KVKK Uyumluluğu: İş Için Temel Zorunluluk
Türkiye'de sağlık verisi, hususiyetli (sensitive) veri kategorisinde yer alır. KVKK Madde 6'ya göre yazılı rıza zorunludur. Uyumsuz uygulama, Veri Koruma Kurulu'ndan 500.000-5.000.000 TL ceza alabilir. Bu yalnızca yasal zorunluluk değil, işletme riski yönetim meselesidir.
Veri Şifreleme: Hasta verileri cihazda saklı iken AES-256 şifrelemesi altında tutulmalıdır. API iletişimi TLS 1.3 (minimum) ile şifrelenmelidir. HTTP kullanımı kesinlikle yasaktır. Bu teknik kontroller, platformda built-in şekilde yer almalıdır.
Hastanın Kimliği Korunması: Sistem inşaa aşamasında bir Patient ID Mapping Layer oluşturulmalıdır. Veritabanında takma adlar yer alırken, yalnızca yetkili doktor panel'i gerçek kimlik bilgilerine erişir.
Rıza Yönetimi: KVKK Madde 5'e göre hasta bilgilerinin kullanımı için açık rıza gereklidir. Uygulamada rıza yönetimi, çekirdek mimari parçası olmalıdır. Telemedicine, randevu sistemi, sağlık verileri paylaşımı ve yenileme hakkı için ayrı ayrı rıza ekranları tasarlanmalıdır. Her rızanın tarihi, sürümü ve hastanın imzası kaydedilir. Hasta "Ayarlar" bölümünde verdiği rızaları görüntüleyebilir ve iptal edebilir.
Veri Tutma Politikası: Hastanın uygulamayı silmesi, pasif kaldığı belirli süre veya ölüm durumunda veriler kaç gün saklanır? Bu kurallar kanuni yükümlülük (tıbbi kayıt 10 yıl) ve sözleşmeyle tanımlanmalıdır.
HL7 FHIR Entegrasyonu: Sağlık Verisi Standardı
HL7 FHIR (Fast Healthcare Interoperability Resources) R4, uluslararası sağlık verisi alışverişinin açık standardıdır. Ankara'daki büyük hastane ağları giderek FHIR API'lerine geçmektedir. Mobil uygulamanız FHIR R4 kaynakları (Patient, Appointment, Condition, Medication, Observation, Practitioner) ile çalışacak şekilde tasarlanmalıdır.
FHIR'ın avantajı, veri yapılarının standartlaştırılması ve farklı hastane sistemleri arasında entegrasyonun hızlanmasıdır. Smart Maple projelerinde FHIR client'ı Node.js backend'de uygulanır. Bu sayede pazardaki diğer healthtech hizmetleriyle sorunsuz veri değişimi sağlanır.
Ankara'daki hastanede var olan FHIR sunucusu varsa entegrasyon 2-4 hafta sürer. FHIR sunucusu kurmak gerekirse ek 8-12 hafta gerekir. Bu, proje bütçesini önemli biçimde etkiler; başta gereksinimlerin açık tanımlanması kritiktir.
Telehealth (Telemedicine) Altyapısı
Videokonferans özelliği, sağlık uygulamalarında giderek zorunlu hale geliyor. Ankara'da telemedicine hizmeti veren kliniklerin %60'ı 2026'da mobil video konsültasyon sunmaktadır.
Real-time video iletişimi WebRTC protokolü üzerinden sağlanır. Tüm ses ve video akışları SRTP (Secure Real-time Protocol) ile şifrelenmelidir. Flutter projelerinde Agora SDK veya Jitsi Meet eklentileri sıkça kullanılır.
Video codec seçimi önemlidir. Kısıtlı internet bağlantısında (3G/4G) video kalitesi otomatik düşürülmelidir. VP9 codec H.264'e kıyasla daha düşük bant genişliğinde iyi sıkıştırma sunar. Sistem, real-time ağ koşullarını izleyerek bitrate'i dinamik ayarlamalıdır.
WebRTC ve SRTP şifrelemesi entegrasyonu 4-6 hafta ekler. Video kalite optimizasyonu ve ağ kesintisi handling ek 2-3 hafta sürer. Telehealth modülü, bir sağlık projesinin geliştirme süresini önemli ölçüde uzatır.
Randevu ve Nöbet Yönetimi: Oplist Vaka Çalışması
Smart Maple'ın geliştirdiği Oplist, hastane nöbet ve randevu yönetimi SaaS'ıdır. 30+ Ankara kliniği Oplist kullanarak nöbet çatışmalarını %87 oranında azaltmıştır.
Oplist, çok değişkenli nöbet planlama problemini constraint programming kullanarak çözer. Sabit kısıtlamalar (her doktor maksimum X saat/hafta çalışır, ardışık 2+ nöbetten sonra minimum 48 saat izin, kritik departmanda en az 2 doktor aynı vardiyada) ve esnek kısıtlamalar (her doktor tercih ettiği vardiyanın %70'inde atanır, adil dağılım) kullanılır.
Oplist, nöbet dağılımını ölçmek için Gini coefficient kullanır. Bu metrik, tüm doktorların nöbet saatleri ne kadar eşit dağıldığını 0-1 arasında gösterir (1 = mükemmel adil). Pratik sonuçlar konuşmaktadır: doktor memnuniyeti %35 artar, çizelge oluşturma süresi %80 azalır.
Doktor A'nın nöbetini Doktor B'yle değiştirmek istediğinde, sistem otomatik olarak yeni konfigürasyonun tüm kısıtlamaları sağladığını doğrular. Bu tür shift swap workflows, operasyonel hızı artırır.
Enterprise nöbet sisteminin maliyeti şirket büyüklüğüne göre değişir. Ankara merkezli bir hastane ağı (300-500 çalışan) için SaaS modeli yıllık 50.000-150.000 TL; özel geliştirme 400.000-800.000 TL arasındadır.
Wearable ve IoT Entegrasyonu
Hastalar Apple Watch veya Fitbit aracılığıyla kalp atışı, uyku ve kan basıncını otomatik sağlık uygulamasına göndermektedir. Mobil uygulama, HealthKit (iOS) ve Google Fit (Android) ile entegre olmalıdır.
HealthKit (iOS), kalp atışı, kan basıncı ve uyku analizi gibi verileri güvenli biçimde sağlar. Google Fit (Android) benzer işlevi yerine getirir. Bu kütüphaneler, Bluetooth Low Energy (BLE) protokolüne de destek sunar.
BLE, akıllı saat, tansiyon ölçer veya glukometer gibi tıbbi cihazlarla iletişim için kullanılır. Sistem otomatik sensorleri keşfeder ve bağlanır.
Pratik bulgular: wearable entegrasyonu ise hasta katılımını 2x artırır. Hasta, otomatik sağlık izlemesi sayesinde daha aktif ve engaged kalır.
Teknik Stack: React Native vs Flutter vs Native
Ankara'da sağlık mobil uygulama geliştirme ekipleri stack seçiminde net bir tablo ile karşı karşıyadır:
| Kriter | React Native | Flutter | Native |
|---|---|---|---|
| Geliştirme Hızı | 6-8 ay (MVP) | 5-7 ay (MVP) | 7-9 ay (MVP) |
| Performans | İyi (60 FPS) | Mükemmel (120 FPS) | Mükemmel (120+ FPS) |
| Ekip Bulabilirlik (Ankara) | Kolay | Kolay | Zor |
| Firebase Entegrasyonu | Kusursuz | Kusursuz | Kusursuz |
| HealthKit/Google Fit | Plugin (iyi) | Plugin (mükemmel) | Native (mükemmel) |
| KVKK Uyumluluk | Sağlanabilir | Sağlanabilir | Sağlanabilir |
| Bakım Maliyeti (2 yıl) | 150K-250K TL | 100K-200K TL | 200K-350K TL |
Hasta-merkezli uygulamalar (basit flow) React Native ile; doktor uygulamaları ve wearable entegrasyonu Flutter ile başlamak daha hızlı teslim sağlar. Karar, projenin karmaşıklığı ve pazara çıkış zamanına bağlı olmalıdır.
Veri Analitik ve Raporlama
Sağlık mobil uygulamaları, kullanıcı davranışı ve klinik sonuçları takip etmek için analytics altyapısı gerektirir. Ankara'daki hastaneler, hastaların randevu iptal oranı, telemedicine video kalitesi ve ilaç uyumu metriklerini izlemek istez.
Firebase Analytics veya custom Python backend'ler şu metrikleri takip eder: aylık aktif kullanıcı (MAU) ve haftalık ortalama oturum sayısı, randevu iptal oranı ve no-show yüzdesi, video session süresi ve drop-off oranı, ilaç hatırlatma tıklama oranı, günlük adım sayısı vs hedef, nabız anomalisi uyarıları. Bu veriler, hastane yönetiminin hasta-merkezli kararlar almasını sağlar.
İş Modelleri
Sağlık mobil uygulaması geliştirme yatırımı geri kazanılmak için doğru iş modeli kritiktir.
B2B Modeli: Hastane, yapılandırılmış mobil uygulamayı yıllık lisans ödeyerek kullanır. Ankara'da 300-1000 yatak hastaneler için yıllık lisans 100.000-300.000 TL arasındadır. Hastanın kendi logosı, renkler ve entegrasyonları yer alır.
B2C Modeli: Hastalar, premium telemedicine ve sağlık takibi için aylık veya yıllık ödeme yapar. Ankara merkezli müşterilerde aylık abonelik 50-150 TL aralığındadır. Reklam destekli ücretsiz katman ve ücretli katman kombinasyonu yaygın modeldir.
Hybrid Modeli: Hastane temel platform lisansını öderken, telemedicine seansları per-session ücretli. Smart Maple'ın Oplist modelinde: SaaS tabanı 150.000 TL/yıl + 50 TL/nöbet seans biçimindedir.
Başlangıç: KVKK Audit Checklist
Sağlık uygulaması geliştirmeye başlamadan 2-3 hafta önce şu kontrolleri yapmalısınız:
- Hasta Rızaları: Telemedicine, veri paylaşımı, third-party entegrasyonu için ayrı rıza ekranları
- Veri Envanteri: Hangi veri toplanıyor, kimin tarafından, nerede saklanıyor
- Şifreleme Standardı: AES-256 (at-rest), TLS 1.3 (in-transit)
- Audit Log: Her hasta verisi erişimi, değişikliği ve silinmesi kaydedilir
- Silme Politikası: Hastanın isteği veya belirli zaman sonrası veri nasıl silinir
- Third-party Entegrasyonlar: API provider (Firebase, AWS, Agora) KVKK'ya uyumlu mu
- DPA (Data Processing Agreement): Tüm servis sağlayıcılarla DPA imzalanır
- Penetration Testi: Minimum yılda bir güvenlik testi
- Gizlilik Politikası: Hasta dostça Turkish'te yazılmış
- Mağaza Açıklamaları: Toplanan veriler, izinler, veri silme hakkı açık yazılı
Sık Sorulan Sorular
KVKK uyumluluğu gerçekten zorunlu mu? Evet. Türkiye'de sağlık verisi sensitive veri kategorisindedir. KVKK Madde 6'ya göre yazılı rıza zorunludur. Uyumsuz uygulama, Veri Koruma Kurulu'ndan 500.000-5.000.000 TL ceza alabilir.
Nöbet yönetim sistemi ne kadar maliyetlidir? Ankara merkezli bir hastane ağı (300-500 çalışan) için SaaS modeli yıllık 50.000-150.000 TL; özel geliştirme 400.000-800.000 TL arasındadır.
Telehealth modülü geliştirme süresini ne kadar uzatır? WebRTC ve SRTP şifrelemesi entegrasyonu 4-6 hafta ekler. Video kalite optimizasyonu ek 2-3 hafta sürer.
FHIR API entegrasyonu kaç hafta alır? Hastanede var olan FHIR sunucusu varsa 2-4 hafta. FHIR sunucusu kurmak gerekirse ek 8-12 hafta gerekir.
Ankara'da kaç firma sağlık uygulaması geliştir? 15-20 firma sağlık uygulaması geliştir. Smart Maple (50+ proje) pazar lideridir.
Wearable entegrasyonu nasıl yapılır? HealthKit (iOS) ve Google Fit (Android) kütüphaneleri kullanılır. Özel cihaz protokolleri (BLE) için XCBluetooth (iOS) ve Android Bluetooth API direkt kullanılır.
Offline mod nasıl çalışır? Kritik veri (hasta profilü, randevu, ilaç listesi) SQLite yerel veritabanında saklanır. Bağlantı geri geldiğinde senkronizasyon otomatiktir. Sensitive veriler local şifreli olur.
Mağaza onayı ne kadar sürer? Gizlilik politikası ve permission handling doğruysa: iOS 2-5 gün, Android 1-3 gün.
Push notification KVKK'ya uyumlu mudur? Evet, fakat hastanın açık rızasıyla sadece relevan bildirimler gönderilir. Marketing amaçlı push KVKK'ya aykırıdır.
Hastane sağlık uygulamasından ROI'ını kaç yılda alır? Hasta-merkezli uygulama 12-18 ay, nöbet yönetimi gibi operasyonel sistem 18-24 ay.
Sonuç
Ankara'da sağlık mobil uygulama geliştirme başarısı, teknoloji seçimi kadar KVKK uyumluluğu, HL7 FHIR standardı ve telehealth altyapısının doğru uygulanmasıyla belirlenir. Smart Maple'ın 50+ proje deneyimi, bu karmaşık ekosistemi hızlı ve güvenli biçimde yönetmeyi kanıtlamıştır.
Oplist vaka çalışması gösterir ki, constraint-based nöbet planlama ile doktor memnuniyeti %35 artar, çizelge oluşturma süresi %80 azalır. Wearable entegrasyonu ise hasta katılımını 2x artırır. Analytics ve veri raporlama ise hastane yönetiminin hasta-merkezli kararlar almasını sağlar.
Sağlık projesi başlatmadan önce KVKK audit checklist'i tamamlayın, FHIR kaynak mimarisini tasarla, telehealth altyapısını pilot edin, wearable entegrasyonunu değerlendirin ve analytics ile iş modeli stratejisini belirleyin. Ankara merkezli Smart Maple ekibi, bu adımları sistematik olarak yönetir. React Native, Flutter ve Node.js stack'iniz, sağlık uygulamanızı 4-6 ay içinde üretim ortamına alabilir.
Sağlık uygulaması geliştirme konusunda sorularınız mı var? Smart Maple, Ankara'da 50+ sağlık teknolojisi projesinin başarısını, kurumsallaştırılmış süreçler ve derinlemesine mevzuat bilgisi ile sağlamıştır. 30 dakikalık teknik danışmanık seansınızı başlatmak için smart-maple.com'u ziyaret edin.
Related Articles
MLOps Rehberi: Makine Öğrenmesi Modellerini Production'a Taşıma
Giriş: MLOps Nedir ve Neden Önemlidir? Makine öğrenmesi modelleri geliştirmek günümüzde nispeten kolaydır. Açık kaynak kütüphaneleri kullanarak son derece başarılı modeller oluşturabiliriz. Ancak bu modelleri production ortamına taşıyarak, ölçeklendirebilir, güvenilir ve sürdürülebilir şekilde çalıştırmak tamamen farklı bir hikayedir. Araştırmalara göre, veri bilimcileri tarafından geliştirilen makine öğrenmesi modellerinin %87'si hiçbir zaman production ortamına ulaşmaz. Bu başarısızlı
Read MoreLLM Fine-Tuning ve Özel Model Eğitimi Rehberi [2026]
LLM Fine-Tuning: Kurumsal Yapay Zeka Stratejisinin Temel Taşı Büyük dil modelleri (LLM), genel amaçlı metin üretimi ve anlama konusunda etkileyici performans sergiliyor. Ancak kurumsal ortamlarda belirli bir alan, terminoloji veya iş sürecine uyum sağlamaları gerektiğinde, genel bilgileri çoğu zaman yetersiz kalıyor. Bu noktada fine-tuning, yani ince ayar süreci devreye giriyor. Fine-tuning sayesinde mevcut bir temel modeli, kendi verileriniz ve ihtiyaçlarınız doğrultusunda özelleştirmek
Read MoreBilgisayarlı Görü Uygulamaları: Nesne Tespiti, OCR ve Endüstriyel AI
Bilgisayarlı Görü Uygulamaları: Endüstriyel ve Medikal AI'nin Temel Teknolojisi Bilgisayarlı görü, makine öğrenmesinin en etkili alanlarından biridir. Türkiye'de yaşanan dijital dönüşüm sürecinde, özellikle üretim, sağlık ve lojistik sektörlerinde görü tabanlı otomasyon kritik hale gelmiştir. Smart Maple olarak Ankara'da geliştirdiğimiz çözümler, son beş yılda 150+ kuruluşunun üretim verimliliğini ortalama %35 oranında artırmıştır. Bu rehberde, bilgisayarlı görü teknolojisinin iş değeri
Read More
