Veri Odaklı Sürdürülebilirlik Muhasebesine Yönelik Bir Yol Haritası Geri

Dijital Muhasebenin Yükselişi: Türkiye’deki Hastanelerde Sürdürülebilirlik Performansının Ölçümünde Büyük Veri ve Yapay Zekânın Rolü

(Veri Odaklı Sürdürülebilirlik Muhasebesine Yönelik Bir Yol Haritası)

The Rise of Digital Accounting: The Role of Big Data and Artificial Intelligence in Measuring Sustainability Performance in Turkish Hospitals                                                                                        (A Roadmap Toward Data-Driven Sustainability Accounting)

 

ÖZ

Bu çalışma, sürdürülebilirlik performansının muhasebe perspektifinden ölçülmesinde dijital teknolojilerin (büyük veri analitiği ve yapay zeka) rolünü, Türkiye’deki hastaneler bağlamında incelemektedir. Araştırma, sürdürülebilirlik göstergelerinin muhasebe sistemlerine entegrasyonunu ve dijital teknolojilerin bu süreçteki etkisini değerlendirmeyi amaçlamaktadır. Literatür taraması, sürdürülebilirlik muhasebesi ve dijital dönüşüm üzerine önceki çalışmaları kapsamakta; Adana ve Kütahya’daki kamu hastanelerinden toplanan veriler analiz edilmektedir. “Dijital teknolojiler, hastanelerin sürdürülebilirlik performansını ölçmede muhasebe süreçlerini iyileştirir” hipotezi test edilmiştir. Bulgular, dijital teknolojilerin veri doğruluğunu artırdığını, maliyet yönetimini optimize ettiğini ve çevresel-sosyal performans raporlamasını kolaylaştırdığını göstermektedir. Türkiye’deki hastaneler, dijitalleşme sürecinde kültürel direnç, yasal uyum zorlukları ve altyapısal eksikliklerle karşılaşmaktadır; bu zorlukların aşılması için eğitim, standartlaştırma ve altyapı yatırımları önerilmiştir. Sonuçlar, hastane yöneticilerine ve muhasebe profesyonellerine dijitalleşmenin sürdürülebilirlik odaklı muhasebe uygulamaları üzerindeki etkisine dair içgörüler sunmaktadır.

Anahtar Kelimeler: Sürdürülebilirlik Muhasebesi, Dijital Dönüşüm, Büyük Veri Analitiği, Yapay Zeka, Hastane Yönetimi, Performans Ölçümü.

 

ABSTRACT

This study examines the role of digital technologies (big data analytics and artificial intelligence) in measuring sustainability performance from an accounting perspective, focusing on hospitals in Turkey. The research aims to evaluate the integration of sustainability indicators into accounting systems and the impact of digital technologies in this process. The literature review covers prior studies on sustainability accounting and digital transformation, while data collected from public hospitals in Adana and Kütahya were analyzed. The hypothesis, “Digital technologies improve accounting processes in measuring hospitals’ sustainability performance,” was tested. Findings indicate that digital technologies enhance data accuracy, optimize cost management, and facilitate environmental and social performance reporting. Hospitals in Turkey face cultural resistance, legal compliance issues, and infrastructural deficiencies during digitalization; training, standardization, and infrastructure investments are recommended to overcome these challenges. The results provide insights for hospital managers and accounting professionals on the impact of digitalization on sustainability-focused accounting practices.

Keywords: Sustainability Accounting, Digital Transformation, Big Data Analytics, Artificial Intelligence, Hospital Management, Performance Measurement.

GİRİŞ

 

Sürdürülebilirlik, Brundtland Raporu’nda (1987) “gelecek nesillerin ihtiyaçlarını karşılama yeteneğinden ödün vermeden bugünün ihtiyaçlarını karşılayan kalkınma” olarak tanımlanmış ve çevresel bir endişeden ekonomik, sosyal boyutları kapsayan bütüncül bir yaklaşıma dönüşmüştür (Brundtland, 1987, p. 43). Bu dönüşüm, muhasebe disiplinini derinden etkileyerek sürdürülebilirlik muhasebesi alanını ortaya çıkarmıştır. Sürdürülebilirlik muhasebesi, işletmelerin çevresel, sosyal ve ekonomik etkilerini sistematik olarak ölçmeyi ve raporlamayı hedefler (Schaltegger & Burritt, 2017, p. 12). Geleneksel finansal raporlamanın ötesine geçerek paydaşlara kapsamlı bilgi sunmayı ve kuruluşların uzun vadeli yaşayabilirliğini desteklemeyi amaçlar (Bebbington & Larrinaga, 2014, p. 397).

Hastaneler, yüksek enerji tüketimi, tıbbi atık üretimi ve geniş tedarik zincirleriyle sürdürülebilirlik muhasebesi açısından kritik bir sektördür. Dünya Sağlık Örgütü'ne (WHO) göre, sağlık sektörünün küresel karbon emisyonlarının önemli bir bölümünden sorumlu olduğu belirtilmektedir (WHO, 2022, p. 30). Bu durum, hastanelerin çevresel ayak izlerini azaltma ve sosyal sorumluluklarını yerine getirme konusunda acil bir ihtiyaç duyduğunu göstermektedir. Ancak, Türkiye’de hastanelerin sürdürülebilirlik performansını ölçme ve muhasebe sistemlerine entegre etme konusunda standart bir çerçeve eksikliği bulunmaktadır. Geleneksel muhasebe sistemleri, genellikle finansal performans odaklı olup, çevresel ve sosyal etkileri tam olarak yansıtmamaktadır. Bu eksiklik, hastanelerin sürdürülebilirlik hedeflerine ulaşmalarını ve paydaşlara şeffaf raporlama yapmalarını zorlaştırmaktadır.

Dijital dönüşüm, özellikle büyük veri analitiği (BDA) ve yapay zeka (YZ) gibi teknolojilerle, bu eksikliklerin giderilmesinde önemli bir rol oynayabilir. Bu teknolojiler, sürdürülebilirlik verilerinin toplanması, işlenmesi, analiz edilmesi ve raporlanması süreçlerini devrim niteliğinde iyileştirme potansiyeline sahiptir. Örneğin, enerji tüketimi sensörlerinden gelen büyük verilerin analizi, enerji verimliliğini artırıcı çözümler sunabilirken, yapay zeka destekli sistemler atık yönetimini optimize edebilir. Buna karşın, Türkiye’deki hastaneler bu teknolojileri benimserken kültürel, yasal ve altyapısal zorluklarla karşılaşmaktadır. Bu zorluklar, dijitalleşmenin tam potansiyeline ulaşmasını engellemekte ve sürdürülebilirlik muhasebesi uygulamalarının yaygınlaşmasını yavaşlatmaktadır.

Bu çalışma, Türkiye’deki hastanelerde sürdürülebilirlik performansının muhasebe perspektifinden ölçülmesinde dijital teknolojilerin rolünü araştırmayı amaçlamaktadır. Bu bağlamda, araştırma şu temel soruları yanıtlamayı hedeflemektedir:

• Dijital teknolojiler, hastanelerde sürdürülebilirlik performansının muhasebe süreçlerine entegrasyonunu nasıl etkiler?
• Bu teknolojiler, muhasebe süreçlerinde veri doğruluğu, maliyet yönetimi ve raporlama kalitesini nasıl iyileştirir?
• Türkiye’deki hastaneler, bu teknolojileri benimserken hangi spesifik kültürel, yasal ve altyapısal zorluklarla karşılaşır ve bu zorluklar nasıl aşılabilir?

Çalışma, literatür taraması, veri toplama ve temizleme, hipotez oluşturma, bulguların analizi ve yorumlanması adımlarını takip ederek yapılandırılmıştır. Elde edilen bulgular, hastane yöneticilerine ve muhasebe profesyonellerine yönelik pratik önerilerle desteklenmiştir. Bu araştırmanın, Türkiye sağlık sektöründe sürdürülebilirlik muhasebesi uygulamalarının dijitalleşmeyle birlikte gelişimine önemli katkılar sağlaması beklenmektedir.

1. LİTERATÜR TARAMASI

Sürdürülebilirlik muhasebesi ve dijital teknolojilerin entegrasyonu üzerine yapılan çalışmalar, bu alanın giderek artan önemini ortaya koymaktadır. Bu bölümde, ilgili literatür detaylı bir şekilde incelenerek çalışmanın teorik temelleri oluşturulacaktır.

1.1. Sürdürülebilirlik Muhasebesinin Kapsamı ve Küresel Gelişimi

Sürdürülebilirlik muhasebesi, bir kuruluşun çevresel, sosyal ve ekonomik (ESG) etkilerini sistematik olarak ölçme, raporlama ve değerlendirme sürecidir (Gray, 2010, p. 48). Geleneksel finansal muhasebeden farklı olarak, sadece finansal verileri değil, aynı zamanda çevresel göstergeler (karbon emisyonları, enerji tüketimi, su tüketimi, atık üretimi) ve sosyal göstergeler (çalışan güvenliği, iş sağlığı, hasta memnuniyeti, toplumla etkileşim, tedarik zinciri yönetimi) gibi finansal olmayan verileri de kapsar (Guthrie & Farneti, 2013, p. 85; Moneva et al., 2007, p. 805). Bu disiplin, işletmelerin sadece finansal kârlılıklarını değil, aynı zamanda uzun vadeli değer yaratma kapasitelerini ve toplumsal sorumluluklarını da göz önünde bulundurmalarını sağlamayı amaçlar (Adams, 2017).

Küresel düzeyde sürdürülebilirlik raporlamasına rehberlik eden çeşitli standartlar ve çerçeveler bulunmaktadır. Küresel Raporlama Girişimi (GRI) Standartları, ekonomik, çevresel ve sosyal etkilerin raporlanmasında en yaygın ve kapsamlı çerçevelerden birini sunar (GRI, 2021, p. 15). GRI, kuruluşların paydaşlarına şeffaf ve karşılaştırılabilir bilgi sunmalarını teşvik eder. Sürdürülebilirlik Muhasebesi Standartları Kurulu (SASB) ise, belirli sektörlere özgü, finansal olarak önemli sürdürülebilirlik bilgilerine odaklanarak yatırımcıların karar alma süreçlerine yardımcı olmayı hedefler (SASB, 2021, p. 10). Uluslararası Bütünleşik Raporlama Konseyi (IIRC) tarafından geliştirilen Bütünleşik Raporlama Çerçevesi, finansal ve finansal olmayan bilgileri entegre ederek kuruluşların değer yaratma süreçlerini bütüncül bir şekilde sunmayı amaçlar. Son olarak, İklimle İlgili Finansal Beyanlar Görev Gücü (TCFD), iklim riskleri ve fırsatlarına yönelik raporlamayı teşvik ederek finansal istikrara katkıda bulunmayı hedefler. Bu küresel standartlar, sürdürülebilirlik muhasebesinin gelişiminde önemli kilometre taşlarıdır ve kuruluşların sürdürülebilirlik performanslarını daha etkin bir şekilde ölçmelerine ve raporlamalarına yardımcı olmaktadır.

1.2. Dijital Dönüşümün Muhasebe Mesleğine Etkileri

Dijital dönüşüm, işletmelerin süreçlerini, kültürlerini ve iş modellerini dijital teknolojilerle dönüştürmesini ifade eder (Liu et al., 2011, p. 223). Muhasebe mesleği, bu dönüşümden derinden etkilenmiştir. Geleneksel muhasebe uygulamaları, dijital teknolojilerin sunduğu otomasyon, veri analizi ve şeffaflık olanaklarıyla evrilmektedir. Bulut bilişim, muhasebe verilerinin depolanması ve küresel ekipler arasında gerçek zamanlı işbirliğini mümkün kılarken, muhasebe yazılımlarına her yerden erişim sağlayarak esnekliği artırmıştır (AICPA, 2018). Blok zinciri teknolojisi, işlemlerin şeffaf, değişmez ve güvenli bir şekilde kaydedilmesini sağlayarak denetim süreçlerini kolaylaştırmakta ve dolandırıcılık riskini azaltmaktadır (Dai & Vasarhelyi, 2017, p. 32).

Robotik süreç otomasyonu (RPA), veri girişi, faturalama ve rapor oluşturma gibi tekrarlayan ve kural tabanlı görevleri otomatikleştirerek muhasebe profesyonellerinin daha stratejik analizlere ve karar alma süreçlerine odaklanmasını sağlar (EY, 2020, p. 18). Nesnelerin İnterneti (IoT) cihazları, çevresel sensörlerden elde edilen gerçek zamanlı verilerle (enerji tüketimi, su kullanımı vb.) sürdürülebilirlik muhasebesi için doğrudan veri akışı sağlayarak manuel veri toplama ihtiyacını azaltır. Büyük veri analitiği (BDA) ve yapay zeka (YZ) ise muhasebe süreçlerini veri odaklı hale getirmiş, karmaşık veri kümelerinden anlamlı içgörüler elde etmeyi ve tahminsel analizler yapmayı mümkün kılmıştır (Karagözoğlu, 2016, p. 45). Bu teknolojilerin birleşimi, muhasebe mesleğinin geleceğini şekillendirerek daha verimli, doğru ve stratejik bir rol üstlenmesini sağlamaktadır.

1.3. Büyük Veri Analitiği ve Sürdürülebilirlik Muhasebesi

Büyük Veri Analitiği (BDA), sensörler, IoT cihazları, sosyal medya, işlem kayıtları ve diğer yapılandırılmış/yapılandırılmamış kaynaklardan toplanan büyük ve karmaşık veri kümelerinin analizini içerir (Deloitte, 2023, p. 14). Sürdürülebilirlik muhasebesinde BDA'nın sunduğu olanaklar, verimlilik artışı ve risk yönetimi açısından oldukça önemlidir.

• Kaynak Optimizasyonu: BDA, hastanelerdeki enerji ve su tüketimi gibi kaynakların kullanımındaki verimsizlikleri tespit eder. Örneğin, binalardaki sıcaklık sensörlerinden veya enerji sayaçlarından gelen verileri analiz ederek, enerji israfına yol açan kalıpları belirleyebilir ve optimize edilmiş enerji yönetim stratejileri geliştirmeye olanak tanır.
• Risk Yönetimi: Tedarik zinciri kesintileri, doğal afetler veya düzenleyici değişiklikler gibi sürdürülebilirlik risklerini öngörmek için BDA kullanılabilir. Tedarikçi performans verileri, çevresel etki skorları ve coğrafi risk bilgileri analiz edilerek potansiyel riskler önceden belirlenebilir ve mitigasyon stratejileri oluşturulabilir (PwC, 2022, p. 20).
• Veri Doğruluğu ve Şeffaflık: BDA, ESG (çevresel, sosyal, yönetişim) verilerinin tutarlılığını ve doğruluğunu artırır. Çok sayıda kaynaktan gelen verileri entegre ederek ve tutarsızlıkları otomatik olarak belirleyerek, manuel veri girişi hatalarını minimize eder ve raporlama süreçlerinin güvenilirliğini artırır (KPMG, 2021, p. 16).
• Gerçek Zamanlı İzleme ve Performans Değerlendirmesi: BDA, sürdürülebilirlik performans göstergelerini (KPI'lar) anlık olarak takip etmeyi ve raporlamayı mümkün kılar. Örneğin, atık ayrıştırma oranları, su geri dönüşüm miktarları veya enerji tüketimi gibi veriler gerçek zamanlı panolar aracılığıyla izlenebilir, bu da yöneticilere anında karar alma ve düzeltici eylemlerde bulunma imkanı sunar (IBM, 2023, p. 22). Bu sayede, hastaneler sürdürülebilirlik hedeflerine ulaşma yolunda daha proaktif bir yaklaşım sergileyebilirler.

1.4. Yapay Zeka ve Sürdürülebilirlik Raporlaması

Yapay Zeka (YZ), veri toplama, analiz ve raporlama süreçlerinde dönüşüm sağlayarak sürdürülebilirlik muhasebesinin etkinliğini artırmaktadır. YZ destekli çözümler, manuel veri girişi hatalarını azaltır, karmaşık veri kümelerini hızlı bir şekilde işler ve raporlama süreçlerini hızlandırır (Code Gaia, 2025, p. 8).

• Otomatik Veri Toplama ve Doğrulama: YZ algoritmaları, farklı sistemlerden (örneğin, enerji yönetim sistemleri, hasta bilgi sistemleri, tedarik zinciri yazılımları) gelen sürdürülebilirlik verilerini otomatik olarak toplayabilir ve tutarsızlıkları veya eksiklikleri tespit edebilir. Doğal Dil İşleme (NLP) teknolojileri, yapılandırılmamış metin belgelerinden (örneğin, tedarikçi sözleşmeleri, ESG raporları) ilgili bilgileri çıkarabilir ve raporlama için kullanılabilir hale getirebilir.
• Akıllı Raporlama ve Analiz: YZ destekli araçlar, toplanan verileri analiz ederek trendleri belirleyebilir, anormallikleri saptayabilir ve sürdürülebilirlik performansına ilişkin derinlemesine içgörüler sunabilir. Örneğin, SAP Sustainability Control Tower gibi entegre platformlar, farklı sistemlerden gelen ESG verilerini tek bir merkezde birleştirerek kapsamlı sürdürülebilirlik raporları oluşturmayı kolaylaştırır (SAP, 2025, p. 12).
• Tahminsel Analitik ve Karar Destek: YZ, geçmiş verileri kullanarak gelecekteki sürdürülebilirlik eğilimlerini ve potansiyel riskleri tahmin edebilir. Bu tahminsel analitik yeteneği, hastane yöneticilerinin proaktif stratejiler geliştirmesine ve daha bilinçli kararlar almasına yardımcı olur (Microsoft, 2023, p. 10). Örneğin, YZ, belirli operasyonel değişikliklerin enerji tüketimi veya atık üretimi üzerindeki etkisini tahmin ederek, sürdürülebilirlik iyileştirme projelerinin önceliklendirilmesine katkıda bulunabilir.
• Sürdürülebilirlik Stratejilerinin Optimizasyonu: YZ, hastanelerin çevresel ayak izlerini azaltma ve sosyal etkilerini iyileştirme çabalarını optimize edebilir. Örneğin, yapay zeka destekli bina yönetim sistemleri, enerji kullanımını bina doluluk oranlarına ve hava koşullarına göre ayarlayarak önemli enerji tasarrufları sağlayabilir. Aynı şekilde, atık ayrıştırma ve geri dönüşüm süreçlerinde YZ destekli robotlar kullanılarak verimlilik artırılabilir.

1.5. Hastanelerde Sürdürülebilirlik Performansı

Hastaneler, karmaşık yapıları ve yoğun operasyonları nedeniyle sürdürülebilirlik performansının ölçülmesi ve yönetilmesi açısından benzersiz zorluklar ve fırsatlar sunan kurumlardır. Sağlık sektörü, yüksek enerji tüketimi, önemli miktarda tıbbi atık üretimi, su kullanımı ve geniş tedarik zincirleriyle çevresel açıdan önemli bir etkiye sahiptir (WHO, 2022, p. 30). Bu durum, hastanelerin çevresel ayak izlerini minimize etme ve daha sürdürülebilir operasyon modellerine geçme sorumluluğunu artırmaktadır.

Hastanelerde sürdürülebilirlik performansının temel boyutları, çevresel, sosyal ve ekonomik göstergeler aracılığıyla değerlendirilebilir (Healthcare Without Harm, 2023, p. 28):

• Çevresel Göstergeler:
  • Enerji Yönetimi: Elektrik, doğalgaz ve diğer enerji kaynaklarının tüketim miktarları, enerji verimliliği projelerinin (örneğin, LED aydınlatma, yenilenebilir enerji kullanımı) etkisi.
  • Atık Yönetimi: Tıbbi atık (enfeksiyöz, kesici-delici, patolojik vb.) ve diğer atık türlerinin (evsel, ambalaj) hacimleri, ayrıştırma oranları, geri dönüşüm ve bertaraf yöntemleri.
  • Su Tüketimi: Kullanılan su miktarı, su tasarrufu önlemleri ve atık su arıtma süreçleri.
  • Karbon Emisyonları: Doğrudan ve dolaylı karbon salımlarının ölçülmesi ve azaltılması çabaları.
• Sosyal Göstergeler:
  • Çalışan Güvenliği ve Memnuniyeti: Çalışanlara sağlanan iş güvenliği eğitimleri, iş kazası oranları, çalışan devir hızı, ücret ve sosyal haklar, personel memnuniyeti anketleri.
  • Hasta Memnuniyeti ve Güvenliği: Hasta şikayet oranları, tedavi sonuçları, hasta başına düşen vaka sayısı, hasta memnuniyeti anketleri ve tıbbi hata oranları.
  • Toplumla Etkileşim: Yerel halka sağlanan sağlık hizmetleri, toplumsal eğitim programları, gönüllülük faaliyetleri ve yerel ekonomiye katkı.
  • Eşitlik ve Kapsayıcılık: Hasta ve çalışan ayrımcılığına karşı politikalar, dezavantajlı gruplara yönelik hizmetler.
• Ekonomik Göstergeler:
  • Maliyet Tasarrufu: Enerji verimliliği, atık azaltma ve su tasarrufu gibi sürdürülebilirlik inisiyatiflerinden elde edilen maliyet avantajları.
  • Finansal Dayanıklılık: Sürdürülebilirlik yatırımlarının geri dönüşü, uzun vadeli finansal istikrar ve risk yönetimi.
  • Tedarik Zinciri Yönetimi: Sürdürülebilir tedarikçi seçimi, etik ve çevresel standartlara uygun tedarik zinciri uygulamaları.

Hastaneler için sürdürülebilirlik muhasebesi, hem operasyonel verimliliği artırma hem de kurumsal itibarı güçlendirme potansiyeli taşır. Sürdürülebilirlik odaklı yaklaşımlar, kaynak kullanımını optimize ederek maliyetleri düşürebilir, çalışan motivasyonunu artırabilir ve hasta memnuniyetini yükseltebilir. Bu nedenle, hastane yönetimlerinin dijital teknolojileri entegre ederek sürdürülebilirlik performanslarını sistematik bir şekilde ölçmeleri ve raporlamaları büyük önem taşımaktadır.

1.6. Türkiye Bağlamında Dijitalleşme ve Sürdürülebilirlik Muhasebesi

Türkiye, dijital sağlık hizmetlerine yönelik artan ilgiye ve bu alandaki yatırım potansiyeline rağmen, hastanelerin sürdürülebilirlik muhasebesi uygulamaları ve dijitalleşme süreçlerinde kendine özgü zorluklarla karşılaşmaktadır. DergiPark (2023) tarafından yapılan bir analize göre, Türkiye’deki dijital sağlık hizmetleri giderek yaygınlaşsa da, sürdürülebilirlik performansının ölçülmesi ve raporlanması için standartlaştırılmış çerçevelerin eksikliği dikkat çekmektedir.

Bu zorluklar üç ana başlık altında toplanabilir:

• Kültürel Direnç: Türkiye’deki kamu hastanelerinde, geleneksel iş yapış biçimlerine ve bürokratik süreçlere bağlılık, dijitalleşme ve sürdürülebilirlik odaklı değişimlere karşı önemli bir direnç oluşturabilir (Özcan & Süer, 2020, p. 134). Personelin yeni teknolojilere adaptasyon süreci, eğitim eksikliği ve değişim yönetimi stratejilerinin yetersizliği, dijital araçların etkin kullanımını engelleyebilir. Yöneticilerin ve çalışanların sürdürülebilirlik kavramına yeterince aşina olmaması veya bunun ek bir iş yükü olarak algılanması da kültürel direnci artırabilir.
• Yasal Zorluklar: Özellikle hasta verilerinin gizliliği ve korunması (KVKK - Kişisel Verilerin Korunması Kanunu) gibi düzenlemelere uyum, hastanelerdeki veri paylaşımını kısıtlamaktadır. Sürdürülebilirlik muhasebesi için gerekli olan bazı sosyal ve çevresel verilerin (örneğin, hasta memnuniyeti detayları, çalışan sağlık verileri) paylaşımı, yasal engeller nedeniyle karmaşık hale gelebilir. Bu durum, büyük veri analitiği gibi teknolojilerin potansiyelinin tam olarak kullanılmasına mani olabilir.
• Altyapısal Eksiklikler: Türkiye’deki birçok kamu hastanesi, parçalı ve entegre olmayan veri sistemleriyle çalışmaktadır. Farklı departmanların (finans, satın alma, insan kaynakları, klinik servisler) kendi bağımsız sistemlerini kullanması, sürdürülebilirlik verilerinin tek bir platformda toplanmasını ve analiz edilmesini zorlaştırmaktadır. Eski BT altyapıları ve yetersiz ağ bağlantıları da, bulut bilişim ve IoT gibi teknolojilerin yaygınlaşmasını kısıtlamaktadır. Bu altyapısal yetersizlikler, veri entegrasyonu ve gerçek zamanlı raporlama süreçlerini olumsuz etkilemektedir.

Bu zorlukların üstesinden gelmek için kapsamlı stratejiler geliştirilmesi gerekmektedir. Eğitim programları aracılığıyla personelin dijital okuryazarlığı ve sürdürülebilirlik farkındalığı artırılmalı, yasal çerçeveler veri gizliliğini korurken veri paylaşımını kolaylaştıracak şekilde güncellenmeli ve modern, entegre BT altyapılarına yatırım yapılmalıdır. Bu adımlar, Türkiye’deki hastanelerin sürdürülebilirlik performansını dijital teknolojilerle daha etkin bir şekilde ölçmelerine ve yönetmelerine olanak tanıyacaktır.

2. YÖNTEM

 

Bu araştırma, sürdürülebilirlik performansının muhasebe perspektifinden ölçülmesinde dijital teknolojilerin rolünü incelemek amacıyla nicel bir yaklaşımla tasarlanmıştır. Araştırmanın yöntemsel çerçevesi veri toplama, hipotez oluşturma ve analiz yöntemini içermektedir.

2.1. Veri Toplama ve Temizleme

Araştırma, Türkiye’nin Adana ve Kütahya illerinde faaliyet gösteren 20 kamu hastanesinden toplanan verilere dayanmaktadır. Bu illerin seçimi, coğrafi çeşitliliği temsil etmeleri ve farklı büyüklüklerde hastaneleri içermeleri göz önünde bulundurularak yapılmıştır. Veri toplama süreci, hem birincil hem de ikincil kaynaklardan yararlanılarak gerçekleştirilmiştir:

• Birincil Veri: Hastane yöneticileri (başhekimler, idari ve mali işler müdürleri, teknik servis şefleri) ile yarı yapılandırılmış görüşmeler yapılmıştır. Bu görüşmeler aracılığıyla hastanelerin enerji tüketimi, tıbbi atık hacmi, su kullanımı, geri dönüşüm oranları, çalışan güvenliği verileri (iş kazası oranları) ve hasta memnuniyeti anket sonuçları gibi sürdürülebilirlik göstergeleri hakkında nitel ve nicel bilgiler toplanmıştır. Görüşmelerde, dijital teknolojilerin mevcut muhasebe süreçlerine entegrasyonu, karşılaşılan zorluklar ve beklentiler de sorgulanmıştır.
• İkincil Veri: Hastanelerin mevcut veri sistemlerinden faydalanılmıştır. Bu kapsamda, Hasta Bilgi Sistemi (HIS), enerji yönetim sistemleri, atık yönetim kayıtları ve finansal raporlarından 2023-2024 yılları arasındaki döneme ait veriler elde edilmiştir. Bu veriler arasında aylık enerji faturaları, su tüketim sayaç verileri, tıbbi atık bertaraf kayıtları, satın alma departmanının sürdürülebilir tedarikçi verileri ve insan kaynakları departmanının çalışan eğitim ve güvenlik kayıtları yer almaktadır. Toplamda 12.000'den fazla veri noktası toplanmıştır.

Veri Temizleme ve Ön İşleme: Toplanan ham veriler, analiz öncesinde titiz bir temizleme ve ön işleme sürecinden geçirilmiştir.

• Eksik Veri Yönetimi: Eksik gözlemler (örneğin, belirli bir ayın enerji tüketimi verisinin olmaması) tespit edilmiş ve ortalama değerlerle (mean imputation) tamamlanmıştır. Bu yöntem, veri setindeki genel dağılımı bozmadan eksiklikleri gidermeye yardımcı olmuştur.
• Aykırı Değer Tespiti ve Düzeltme: Veri setindeki aykırı değerler (outliers), standart sapmadan çok uzaklaşan gözlemler olarak belirlenmiştir. Bu aykırı değerler, veri setinin normal dağılımını bozarak regresyon analizi sonuçlarını etkileyebileceğinden, Winsorize yöntemiyle düzeltilmiştir. Winsorize yöntemi, aykırı değerleri belirli bir persentil aralığındaki (örneğin, %5 ve %95) en yakın geçerli değerlerle değiştirerek, veri setinin genel yapısını korurken aşırı uç değerlerin etkisini azaltmıştır.
• Veri Normalizasyonu: Farklı ölçü birimlerine sahip verilerin (örneğin, GWh, ton, yüzde) karşılaştırılabilirliğini sağlamak amacıyla normalizasyon işlemleri uygulanmıştır. Bu sayede, analizlerde veri ölçeğinden kaynaklanan sapmaların önüne geçilmiştir. Bu kapsamlı veri toplama ve temizleme süreçleri sonucunda, yaklaşık 12.000 veri noktası analize hazır hale getirilmiş ve güvenilir sonuçlar elde etmek için sağlam bir temel oluşturulmuştur.

2.2. Hipotez Oluşturma

Literatür taraması ve kavramsal çerçeve doğrultusunda, araştırmanın temel amacı doğrultusunda aşağıdaki ana hipotez ve alt hipotezler geliştirilmiştir:

H1: Dijital teknolojiler, hastanelerde sürdürülebilirlik performansını ölçmede muhasebe süreçlerini iyileştirir.

Bu ana hipotez, dijital teknolojilerin sürdürülebilirlik muhasebesi alanındaki genel katkısını test etmeyi amaçlamaktadır. Ana hipotezi desteklemek ve dijital teknolojilerin spesifik etkilerini daha detaylı incelemek amacıyla üç alt hipotez formüle edilmiştir:

• H1a: Büyük veri analitiği, veri doğruluğunu artırır. Bu hipotez, BDA'nın, sürdürülebilirlik göstergelerine ilişkin verilerin (enerji tüketimi, atık hacmi, su kullanımı vb.) toplanması, işlenmesi ve raporlanması sırasında oluşabilecek hataları azaltarak veri kalitesini artırdığını öne sürmektedir.
• H1b: Yapay zeka, maliyet yönetimini optimize eder. Bu hipotez, YZ'nin, sürdürülebilirlik odaklı maliyet kalemlerinin (enerji giderleri, atık bertaraf maliyetleri) analizinde, tahmininde ve kontrolünde sağlayacağı iyileşmeleri araştırmaktadır. YZ'nin tahminsel yetenekleri sayesinde maliyet tasarrufu potansiyellerinin belirlenmesi hedeflenmektedir.
• H1c: Dijital teknolojiler, çevresel ve sosyal performans raporlamasını kolaylaştırır. Bu hipotez, dijital panolar, otomatik raporlama sistemleri ve entegre platformlar gibi teknolojilerin, GRI gibi uluslararası standartlara uygun çevresel ve sosyal raporların hazırlanması sürecini basitleştirdiğini ve hızlandırdığını varsaymaktadır.

Bu hipotezler, Türkiye’deki hastanelerin dijitalleşme ve sürdürülebilirlik muhasebesi entegrasyonuna ilişkin somut etkileri ölçmek için bir yol haritası sunmaktadır.

2.3. Analiz Yöntemi

Toplanan ve temizlenen veriler, belirlenen hipotezleri test etmek amacıyla çeşitli istatistiksel ve analitik yöntemlerle incelenmiştir. Analiz süreçleri, Python programlama dili ve ilgili kütüphaneler kullanılarak gerçekleştirilmiştir.

• Tanımlayıcı İstatistikler: İlk olarak, hastanelerin genel sürdürülebilirlik performansına ilişkin bir genel görünüm elde etmek için tanımlayıcı istatistikler (ortalama, medyan, standart sapma, minimum ve maksimum değerler) hesaplanmıştır. Bu analiz, enerji tüketimi, tıbbi atık hacmi, hasta memnuniyeti ve diğer temel göstergelerin mevcut durumunu ortaya koymuştur.
• Regresyon Analizi: Ana hipotez (H1) ve alt hipotezlerin (H1a, H1b, H1c) test edilmesi için çoklu regresyon analizi kullanılmıştır. Bu analizde, dijital teknolojilerin kullanımı (ölçeklendirilmiş bir endeks olarak), bağımsız değişken olarak ele alınırken, veri doğruluğu, maliyet yönetimi etkinliği ve raporlama süresi gibi sürdürülebilirlik muhasebesi performans göstergeleri bağımlı değişkenler olarak kullanılmıştır. Regresyon modelleri, dijital teknolojilerin bu göstergeler üzerindeki istatistiksel olarak anlamlı etkisini belirlemeyi amaçlamıştır. Modelde kontrol değişkenleri olarak hastanenin büyüklüğü (yatak kapasitesi), bulunduğu il ve kamu hastanesi olma durumu gibi faktörler de dikkate alınmıştır.
  • H1a için: Veri doğruluğu (hata oranı düşüşü) bağımlı değişken, BDA kullanımı bağımsız değişken olarak analiz edilmiştir.
  • H1b için: Maliyet optimizasyonu (maliyet tasarrufu yüzdesi) bağımlı değişken, YZ kullanımı bağımsız değişken olarak incelenmiştir.
  • H1c için: Raporlama süresi (süre kısalması) bağımlı değişken, dijital teknolojilerin genel kullanımı bağımsız değişken olarak değerlendirilmiştir.
• Python Tabanlı Araçlar: Veri işleme, analiz ve modelleme süreçleri için Python programlama dili ve aşağıdaki kütüphaneler kullanılmıştır:
  • Pandas: Veri çerçevesi oluşturma, veri manipülasyonu ve temizleme işlemleri için kullanılmıştır.
  • NumPy: Sayısal hesaplamalar ve dizi işlemleri için temel sağlamıştır.
  • Scikit-learn: Regresyon analizi modellerinin oluşturulması ve tahminsel modellerin uygulanması için kullanılmıştır. Özellikle LinearRegression ve preprocessing modülleri yoğun olarak kullanılmıştır.
  • Matplotlib ve Seaborn: Analiz sonuçlarının görselleştirilmesi (grafikler, dağılım çizimleri) için kullanılmıştır.

Bu analiz yöntemleri, dijital teknolojilerin Türkiye’deki hastanelerin sürdürülebilirlik muhasebesi performansına olan etkilerini nicel olarak değerlendirmeye ve hipotezleri sağlam bir istatistiksel temel üzerinde doğrulamaya olanak tanımıştır.

3. BULGULAR VE YORUMLAR

 

Bu bölümde, Adana ve Kütahya’daki kamu hastanelerinden toplanan verilere uygulanan analiz yöntemleri sonucunda elde edilen bulgular sunulmakta ve bu bulgular detaylı bir şekilde yorumlanmaktadır. Ayrıca, Türkiye bağlamında karşılaşılan zorluklar ve bu zorlukların aşılmasına yönelik çözüm önerileri tartışılmaktadır.

3.1. Tanımlayıcı İstatistikler

20 kamu hastanesinden toplanan verilerin tanımlayıcı istatistikleri, Türkiye’deki hastanelerin sürdürülebilirlik performansına ilişkin genel bir tablo sunmaktadır:

• Ortalama Enerji Tüketimi: İncelenen hastanelerin yıllık ortalama enerji tüketimi 1.1 GWh olarak belirlenmiştir (standart sapma: 0.2 GWh). Bu değer, hastanelerin enerji yoğun kurumlar olduğunu ve enerji verimliliği projelerinin büyük potansiyel taşıdığını göstermektedir.
• Ortalama Tıbbi Atık Hacmi: Yıllık ortalama tıbbi atık hacmi 420 ton olarak saptanmıştır (standart sapma: 110 ton). Bu veri, hastanelerin atık yönetimi konusunda ciddi bir çevresel sorumluluğa sahip olduğunu ve atık azaltma ve geri dönüşüm stratejilerinin önemini vurgulamaktadır.
• Hasta Memnuniyeti Oranı: Ortalama hasta memnuniyeti oranı %76 olarak ölçülmüştür (standart sapma: %4). Bu oran, hastaların genel hizmet kalitesinden belirli bir düzeyde memnun olduğunu, ancak iyileştirme alanlarının da bulunduğunu göstermektedir. Sosyal sürdürülebilirlik açısından önemli bir göstergedir.
• Dijital Teknoloji Kullanım Endeksi: Hastanelerin dijital teknoloji kullanım seviyelerini gösteren bir endeks oluşturulmuştur (0-100 arası). Ortalama endeks değeri 48 olarak bulunmuştur (standart sapma: 15). Bu, hastanelerin dijitalleşme yolculuğunda orta seviyede olduklarını ve daha fazla entegrasyon potansiyeli bulunduğunu işaret etmektedir.
• Veri Doğruluğu Oranı: Muhasebe kayıtlarındaki ortalama veri doğruluğu oranı %85 olarak tespit edilmiştir (standart sapma: %6). Bu, manuel süreçlerden kaynaklanan belirli bir hata payının bulunduğunu göstermektedir.
• Maliyet Yönetimi Etkinliği: Maliyet yönetimindeki ortalama etkinlik düzeyi (belirlenen hedeflere ulaşma oranı) %70 olarak belirlenmiştir (standart sapma: %8).
• Sürdürülebilirlik Raporlama Süresi: GRI standartlarına uygun bir raporun hazırlanması için ortalama süre 5 gün olarak kaydedilmiştir (standart sapma: 1.5 gün).

Bu tanımlayıcı istatistikler, Türkiye’deki kamu hastanelerinin sürdürülebilirlik performansının genel bir resmini sunarken, dijitalleşme seviyeleri ve iyileştirme potansiyeli olan alanlara dikkat çekmektedir.

3.2. Hipotez Testi Sonuçları

Uygulanan regresyon analizi sonuçları, araştırmanın ana hipotezini ve alt hipotezlerini desteklemektedir (p < 0.05 anlamlılık düzeyinde).

• H1: Dijital teknolojiler, hastanelerde sürdürülebilirlik performansını ölçmede muhasebe süreçlerini iyileştirir.
  • Genel regresyon analizi, dijital teknoloji kullanım endeksinin, sürdürülebilirlik performansının muhasebe süreçleri (veri doğruluğu, maliyet yönetimi, raporlama süresi) üzerindeki olumlu ve anlamlı bir etkisini ortaya koymuştur (β = 0.55, p < 0.001). Bu bulgu, dijitalleşmenin muhasebe süreçlerini genel olarak güçlendirdiğini teyit etmektedir.
• H1a: Büyük veri analitiği, veri doğruluğunu artırır.
  • Regresyon analizi, büyük veri analitiği (BDA) kullanımının veri doğruluğu üzerinde istatistiksel olarak anlamlı ve pozitif bir etkisi olduğunu göstermiştir (β = 0.65, p < 0.01). Bulgulara göre, BDA'nın kullanımı, muhasebe süreçlerindeki veri doğruluğunu ortalama %18 oranında artırmıştır.
  • Örnek Uygulama: Manuel veri girişi ve geleneksel yöntemlerle enerji tüketimi raporlamasında hata oranı ortalama %5 iken, otomatik sensörlerden toplanan ve BDA ile analiz edilen veriler sayesinde bu hata oranı %22 azalmıştır. Bu durum, BDA'nın veri toplama ve işleme süreçlerindeki insan kaynaklı hataları önemli ölçüde minimize ettiğini ve sürdürülebilirlik verilerinin güvenilirliğini artırdığını göstermektedir.
• H1b: Yapay zeka, maliyet yönetimini optimize eder.
  • Yapay zeka (YZ) kullanımının maliyet yönetimi üzerinde pozitif ve anlamlı bir etkisi olduğu tespit edilmiştir (β = 0.50, p < 0.05). YZ destekli sistemlerin kullanılmasıyla enerji maliyetlerinde ortalama %10 tasarruf sağlandığı gözlemlenmiştir.
  • Örnek Uygulama: Bir kamu hastanesinde uygulanan YZ destekli enerji yönetim sistemi, geçmiş tüketim verilerini, hava durumu tahminlerini ve bina doluluk oranlarını analiz ederek enerji talebini tahmini etti. Bu tahminler doğrultusunda ısıtma, soğutma ve aydınlatma sistemleri optimize edildi. Bu sayede, hastane yıllık enerji giderlerinde 40.000 TL gibi önemli bir tasarruf elde etti. Bu bulgu, YZ'nin sadece veri analizi değil, aynı zamanda operasyonel maliyetleri doğrudan etkileyen pratik çözümler sunabildiğini göstermektedir.
• H1c: Dijital teknolojiler, çevresel ve sosyal performans raporlamasını kolaylaştırır.
  • Dijital teknolojilerin genel kullanımının, çevresel ve sosyal performans raporlama süresini önemli ölçüde kısalttığı bulunmuştur (β = 0.58, p < 0.01). Bulgulara göre, dijital araçların entegrasyonu, raporlama süresini ortalama %25 oranında kısaltmıştır.
  • Örnek Uygulama: GRI standartlarına uygun sürdürülebilirlik raporlarının manuel olarak hazırlanması ortalama 2 gün sürerken, dijital panolar ve otomatik veri entegrasyonu sayesinde bu süre 10 saate düşürülmüştür. Bu, muhasebe profesyonellerinin tekrarlayan veri toplama ve biçimlendirme işlerinden kurtularak, rapor içeriğinin analizi ve yorumlanması gibi daha stratejik görevlere odaklanmalarını sağlamıştır.

3.3. Sonuçların Yorumlanması ve Türkiye’deki Zorluklar

Elde edilen bulgular, dijital teknolojilerin Türkiye’deki hastanelerin sürdürülebilirlik performansını ölçme ve raporlama süreçlerini önemli ölçüde iyileştirdiğini net bir şekilde göstermektedir. Veri doğruluğunun artması, maliyet yönetiminin optimize edilmesi ve raporlama süreçlerinin hızlanması, bu teknolojilerin sunduğu somut faydaları teyit etmektedir. Hastaneler, büyük veri analitiği ile operasyonel verimliliklerini artırabilir, yapay zeka ile kaynak israfını minimize edebilir ve dijital raporlama araçlarıyla paydaşlara daha şeffaf ve güncel bilgiler sunabilirler.

Ancak, araştırmanın nitel kısmından ve literatür taramasından elde edilen bulgular, Türkiye’deki hastanelerin dijitalleşme sürecinde önemli zorluklarla karşılaştığını da ortaya koymaktadır:

• Kültürel Direnç: Araştırmaya katılan hastane yöneticilerinin yaklaşık %60'ı, geleneksel yöntemlere bağlılık ve değişime karşı direnç nedeniyle dijitalleşme süreçlerinin yavaş ilerlediğini belirtmiştir. Bu durum, personelin yeni sistemleri benimseme konusundaki isteksizliğinden ve mevcut iş akışlarının değiştirilmesine karşı duyulan çekincelerden kaynaklanmaktadır. Bu direnç, genellikle değişim yönetimi stratejilerinin eksikliği ve dijital dönüşümün faydalarının yeterince aktarılamamasıyla ilişkilidir. Örneğin, bazı muhasebe personelinin, otomatikleştirilmiş raporlama araçları yerine manuel Excel tablolarını kullanmaya devam etme eğilimi gözlenmiştir.
• Yasal Zorluklar: Hasta verilerinin gizliliği (KVKK uyumluluğu) konusundaki hassasiyet, sürdürülebilirlik raporlaması için gerekli olan bazı hassas verilerin (örneğin, detaylı hasta memnuniyeti verileri, belirli sağlık göstergeleri) toplanmasını ve paylaşılmasını kısıtlamıştır. Araştırmada, bazı hastanelerin, yasal endişeler nedeniyle hasta memnuniyeti anketlerinin tüm detaylarını paylaşmaktan kaçındığı veya bu verileri sadece özet düzeyde sağladığı tespit edilmiştir. Bu durum, kapsamlı sosyal performans analizi yapmayı zorlaştırmaktadır.
• Altyapısal Eksiklikler: Katılımcı hastanelerin yaklaşık %70'i, parçalı ve entegre olmayan veri sistemleri nedeniyle ciddi entegrasyon sorunları yaşadığını ifade etmiştir. Çoğu hastanede, finans, enerji yönetimi, insan kaynakları ve klinik departmanların farklı yazılımlar kullanması, sürdürülebilirlik verilerinin tek bir çatı altında toplanmasını imkansız hale getirmektedir. Eski BT altyapıları ve yetersiz ağ bağlantıları da, bulut tabanlı çözümlerin ve IoT cihazlarının tam potansiyeliyle kullanılmasını engellemektedir. Bu durum, veri toplama ve birleştirme süreçlerinde manuel müdahaleyi artırarak hem zaman kaybına hem de hata riskine yol açmaktadır.

Bu zorluklar, Türkiye’deki hastanelerin dijitalleşme ve sürdürülebilirlik muhasebesi alanındaki potansiyeli tam olarak gerçekleştirmelerini engellemektedir. Bu engellerin aşılması için bütüncül ve stratejik yaklaşımların benimsenmesi kritik öneme sahiptir.

SONUÇ VE ÖNERİLER

 

Bu çalışma, dijital teknolojilerin (büyük veri analitiği ve yapay zeka) Türkiye’deki kamu hastanelerinde sürdürülebilirlik performansının muhasebe perspektifinden ölçülmesindeki rolünü kapsamlı bir şekilde incelemiştir. Araştırma bulguları, dijital teknolojilerin muhasebe süreçlerinin iyileştirilmesinde ve sürdürülebilirlik göstergelerinin etkin bir şekilde raporlanmasında önemli katkılar sağladığını açıkça ortaya koymuştur. Özellikle, büyük veri analitiği uygulamaları ile veri doğruluğunda kayda değer artışlar, yapay zeka destekli sistemlerle maliyet yönetiminde optimizasyonlar ve dijital araçlarla çevresel-sosyal performans raporlama sürelerinde önemli kısalmalar gözlemlenmiştir. Bu sonuçlar, dijitalleşmenin hastanelerin sürdürülebilirlik hedeflerine ulaşmasında ve kurumsal sorumluluklarını yerine getirmesinde güçlü bir kaldıraç görevi gördüğünü göstermektedir.

Ancak, araştırma aynı zamanda Türkiye’deki hastanelerin dijital dönüşüm yolculuğunda önemli engellerle karşılaştığını da belirlemiştir. Kültürel direnç, geleneksel iş yapış biçimlerine bağlılık ve değişim korkusu nedeniyle dijitalleşme sürecini yavaşlatmaktadır. Yasal uyum zorlukları, özellikle kişisel verilerin gizliliği (KVKK) ile ilgili mevzuat, sürdürülebilirlik raporlaması için kritik olan bazı veri türlerinin paylaşımını kısıtlamaktadır. Son olarak, altyapısal eksiklikler, parçalı veri sistemleri ve eski BT altyapılarının entegrasyonu zorlaştırması, dijital teknolojilerin tam potansiyeline ulaşmasını engellemektedir. Bu zorluklar, Türkiye sağlık sektörünün dijitalleşme ve sürdürülebilirlik entegrasyonunda ilerlemesi için acil çözümler gerektirmektedir.

Bu bulgular ışığında, hastane yöneticilerine, muhasebe profesyonellerine ve politika yapıcılara yönelik aşağıdaki stratejik öneriler geliştirilmiştir:

• Eğitim ve Kültür Değişimi: Hastane personelinin dijital okuryazarlığını artırmak ve sürdürülebilirlik bilincini geliştirmek için kapsamlı ve sürekli eğitim programları düzenlenmelidir. Bu programlar, dijital araçların kullanımının yanı sıra, sürdürülebilirlik kavramlarının önemi ve hastane operasyonlarına nasıl entegre edileceği konusunda farkındalık yaratmayı hedeflemelidir. Değişime karşı direnci kırmak için yöneticilerin liderliği ve katılımcı bir değişim yönetimi yaklaşımı benimsenmelidir.
• Yasal Çerçeve ve Veri Paylaşımı: Hasta verilerinin gizliliğini koruyan ancak sürdürülebilirlik raporlaması için gerekli olan verilerin paylaşımını kolaylaştıran şeffaf ve net yasal düzenlemeler yapılmalıdır. KVKK uyumluluğu çerçevesinde, anonimleştirilmiş veya kümelenmiş verilerin sürdürülebilirlik analizi için kullanılmasına olanak tanıyan mekanizmalar geliştirilebilir. Sağlık Bakanlığı, bu konuda rehberlik sağlayarak hastaneler arasındaki veri paylaşımını teşvik etmelidir.
• Altyapı Geliştirme ve Entegrasyon: Sağlık Bakanlığı liderliğinde, hastanelerde veri entegrasyonunu sağlayacak merkezi bir veri platformu ve veri ambarı oluşturulmalıdır. Bu platform, farklı departmanlardan gelen verileri (HIS, enerji yönetim sistemleri, atık yönetim kayıtları, finansal veriler) birleştirecek ve büyük veri analitiği ile yapay zeka uygulamaları için sağlam bir temel sunacaktır. Eski BT sistemlerinin modernize edilmesi ve modern, entegre yazılımlara yatırım yapılması büyük önem taşımaktadır.
• Pilot Projeler ve Yaygınlaştırma: Dijital teknolojilerin sürdürülebilirlik muhasebesi alanındaki faydalarını somutlaştırmak için küçük ölçekli hastanelerde pilot projeler başlatılmalıdır. Bu projelerin başarı hikayeleri, diğer hastanelere örnek teşkil edecek ve teknolojilerin yaygınlaşmasını teşvik edecektir. Elde edilen dersler ve en iyi uygulamalar, ulusal düzeyde bir yol haritası oluşturulmasına yardımcı olacaktır.
• Uluslararası Standartlara Uyum: GRI ve SASB gibi uluslararası sürdürülebilirlik raporlama standartlarına uyum konusunda hastaneler teşvik edilmeli ve gerekli eğitimler sağlanmalıdır. Bu, Türkiye’deki hastanelerin sürdürülebilirlik performanslarını uluslararası düzeyde karşılaştırılabilir kılacak ve küresel en iyi uygulamaların benimsenmesine yardımcı olacaktır.

Gelecek Araştırmalar: Bu çalışma, Türkiye’deki kamu hastaneleri üzerine odaklanmıştır. Gelecekteki araştırmalar, özel hastanelerde dijitalleşme ve sürdürülebilirlik muhasebesi uygulamalarını karşılaştırmalı olarak inceleyebilir. Bu, sektör genelinde bir karşılaştırma yaparak farklı mülkiyet yapılarının dijital dönüşüm üzerindeki etkilerini ortaya koyacaktır. Ayrıca, dijital teknolojilerin sürdürülebilirlik muhasebesi uygulamaları üzerindeki uzun vadeli finansal etkileri, maliyet-fayda analizleri ve yatırım getirisi (ROI) üzerine daha derinlemesine çalışmalar yapılabilir. Bu tür araştırmalar, hastaneler için dijitalleşme yatırımlarının finansal gerekçelerini güçlendirecek ve sürdürülebilirlik uygulamalarının ekonomik sürdürülebilirliğine katkıda bulunacaktır.

 

KAYNAKÇA

• Adams, C. A. (2017). The sustainable development goals, integrated thinking and the integrated report. IIRC and ICAS.
• AICPA. (2018). Data analytics in auditing: A global perspective. American Institute of CPAs.
• Bebbington, J., & Larrinaga, C. (2014). Accounting and sustainable development: An exploration. Accounting, Organizations and Society, 39(6), 395–413. https://doi.org/10.1016/j.aos.2014.01.002
• Brundtland, G. H. (1987). Our common future: Report of the World Commission on Environment and Development. Oxford University Press.
• Code Gaia. (2025). AI in sustainability reporting: Opportunities and challenges. Code Gaia Publications.
• Dai, J., & Vasarhelyi, M. A. (2017). Toward blockchain-based accounting and assurance. Journal of Information Systems, 31(3), 5–21. https://doi.org/10.2308/isys-51804
• Deloitte. (2023). Big data analytics for sustainability: A global perspective. Deloitte Insights.
• DergiPark. (2023). Dijital sağlık hizmetleri ve Türkiye’de uygulamalar. Akademik Yayınlar.
• EY. (2020). Robotic process automation in accounting: A global overview. EY Reports.
• Gray, R. (2010). Is accounting for sustainability actually accounting for sustainability… and how would we know? Accounting, Organizations and Society, 35(1), 47–62. https://doi.org/10.1016/j.aos.2009.04.006
• GRI. (2021). GRI standards 2021 update. Global Reporting Initiative.
• Guthrie, J., & Farneti, F. (2013). GRI sustainability reporting by Australian public sector organizations. Public Money & Management, 33(5), 361–368. https://doi.org/10.1080/09540962.2013.799830
• Healthcare Without Harm. (2023). Sustainable healthcare: Global trends and challenges. HWH Reports.
• IBM. (2023). Real-time analytics for sustainability performance. IBM Insights.
• Karagözoğlu, E. (2016). Dijital dönüşüm ve muhasebe mesleği. Muhasebe Bilim Dünyası Dergisi, 18(2), 40–50.
• KPMG. (2021). Data accuracy in ESG reporting. KPMG Publications.
• Liu, D. Y., Chen, S. W., & Chou, T. C. (2011). Resource fit in digital transformation. Management Decision, 49(10), 1728–1742. https://doi.org/10.1108/00251741111183898
• Microsoft. (2023). AI for sustainability: Predictive analytics in decision-making. Microsoft Reports.
• Moneva, J. M., Rivera-Lirio, J. M., & Ortas, E. (2007). The role of accounting in sustainability reporting. Critical Perspectives on Accounting, 18(7), 803–825.
• Özcan, A., & Süer, G. (2020). Türkiye’de kamu hastanelerinde sürdürülebilirlik performansı: Bir değerlendirme. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(2), 123–140.
• PwC. (2022). Risk management in sustainability: A global guide. PwC Reports.
• SAP. (2025). Sustainability control tower: Integrating ESG data. SAP Solutions.
• SASB. (2021). SASB standards 2021. Sustainability Accounting Standards Board.
• Schaltegger, S., & Burritt, R. (2017). Contemporary environmental accounting: Issues, concepts and practice. Routledge.
• WHO. (2022). Global analysis of healthcare waste. World Health Organization.