Yaşlılar İçin mHealth Tasarımı: Kabulü Artıran 7 İpucu

15.12.2025’te yayımlanan bir odak grup çalışması, emeklilik çağındaki 19 kişiyle konuşup tek bir şeyi çok netleştiriyor: “Yaşlılar sağlık uygulaması istemiyor” klişesi yanlış. İstiyorlar; ama “bizim için yapılmış” olmasını istiyorlar. Kullanımı kolay, zaman istemeyen, gereksiz İngilizce terimlerle dolu olmayan ve en önemlisi sosyal bağ kurduran uygulamalar.

Bu yazı, “Sağlık Sektöründe Yapay Zekâ ve Dijital Sağlık” serisinin bir parçası olarak, söz konusu araştırmadan çıkan içgörüleri Türkiye’de dijital sağlık ürünleri geliştiren ekipler, hastanelerin dijital dönüşüm birimleri, uzaktan hasta takibi yapan girişimler ve kurum içi inovasyon takımları için uygulanabilir tasarım prensiplerine çeviriyor. Benim durduğum yer net: Bu kitleye “daha fazla özellik” değil, daha iyi deneyim satıyor olmalıyız.

Emeklilik çağında dijital sağlık: Sorun teknoloji değil, deneyim

Temel gerçek: Emeklilik dönemi (yaklaşık 50-70 yaş) sağlıklı yaşam alışkanlıkları için büyük bir fırsat penceresi. Ancak aynı dönemde, davranışların “kendiliğinden” kötüleştiğini gösteren bulgular var. Bu çelişkiyi çözmek için mHealth (mobil sağlık) araçları iyi bir aday; çünkü hem ölçeklenebilir hem de maliyet-etkin.

Araştırmanın işaret ettiği ana bariyerler iki başlıkta toplanıyor:

• Düşük dijital okuryazarlık ve “yanlış bir yere basarsam bir şey olur” kaygısı
• Teknoloji bağımlılığı ve “her şeyi uygulama yaparsa ben tembelleşirim” endişesi

Bu iki bariyer, Türkiye’de de çok tanıdık. Bankacılık uygulamalarında bile “yanlışlıkla para gönderirim” korkusu varken, sağlık uygulamasında kişisel veri ve güvenlik konusu daha da hassaslaşıyor.

Buradan çıkan tasarım dersi açık: Kabulü artırmanın yolu, önce güven ve kontrol hissini güçlendirmek.

Araştırmanın kısa özeti: Emeklilik çağındakiler mHealth’te ne istiyor?

Bu odak grup çalışması Madrid’de (2022) yürütülmüş olsa da, ortaya çıkan ihtiyaçların büyük kısmı kültürler arası benzer: basitlik, kişiselleştirme, olumlu geri bildirim ve sosyal destek.

Katılımcılar özellikle şu özellikleri değerli buluyor:

• Anlamlı ve kişiye/yaşa uygun hedefler (ör. “bu yaş için kaç dakika yürüyüş faydalı?”)
• Kendini izleme (adım, kilo, su, uyku gibi) ama azarlayan değil destekleyen bir üslupla
• Olumlu geri bildirim (kutlama mesajı, sosyal ödüller)
• Bildirimlerin ölçülü ve ayarlanabilir olması (bildirim yorgunluğunu önlemek)
• Kolay arayüz, büyük yazılar, net ikonlar ve kısa başlangıç eğitimi
• Reklamsız deneyim (güvenilirlik için kritik)
• Sosyal özellikler: grup yürüyüşleri, akran sohbetleri, birlikte aktivite planlama

Bir de bence gözden kaçırılmaması gereken kültürel detay var: Katılımcılar İngilizce terimlerden (anglicism) rahatsız oluyor ve yerel içerik istiyor. Türkiye’de bunun karşılığı çok net: “track”, “wellness”, “challenge” gibi kelimelerle dolu uygulamalar, ilk dakikada mesafe yaratabiliyor.

1) “Kişiselleştirme” değil, “anlamlı kişiselleştirme” tasarlayın

Cevap net: Emeklilik çağındaki kullanıcı, “senin için özel” mesajından etkileniyor ama bunun içi dolu olmalı.

Uygulamada kişiselleştirme şu şekillerde somutlaşmalı:

• Yaşa ve mevcut aktivite düzeyine göre gerçekçi hedef önerileri
• Günlük rutine göre kısa ve uygulanabilir görevler (ör. “bugün 12 dakika tempolu yürüyüş”)
• Sağlık okuryazarlığına göre dil seviyesi (tıbbi jargon yok)
• Kullanıcının seçebileceği izleme alanları (her şeyi zorla izletmeyin)

Buradaki kritik nüans: Hedef “10.000 adım” gibi ezbere olmamalı. Katılımcıların söylediği şeye çok benziyor: “Ben 9.400 adım attım ama bu benim için iyi mi?”

Yapay zekâ burada iyi bir yardımcı olabilir: Kullanıcının geçmiş verisi ve risk profiline göre “doğru doz” önerisi çıkarır. Ama AI’nın çıktısı, tıbbi iddia gibi değil, koçluk önerisi gibi sunulmalı.

2) Kendini izleme (self-monitoring) şart; ama negatif geri bildirim tuzağına düşmeyin

Cevap net: Kullanıcılar adım/kilo/su gibi verileri takip etmeyi seviyor; ama “yetersizsin” hissi veren mesajlar uygulamayı terk ettiriyor.

Araştırmada bazı katılımcılar, olumsuz geri bildirim almamak için:

• veri girmemeyi,
• hatta hedefi tutturmak için yanlış veri girmeyi

seçebildiklerini söylüyor.

Pratik çözüm:

• “Bugün hedefe ulaşamadın” yerine: “Bugün daha düşük tempo normal; yarın 5 dakika ekleyelim mi?”
• Kullanıcı kötü gün geçirdiğinde: “minimum görev” seçeneği (ör. 3 dakikalık esneme)
• Trend odaklı geri bildirim: “Son 14 günde ortalaman yükselmiş.”

Benim deneyimim şu: Sağlık uygulamasında başarı hissi üretmek, “daha fazla veri” toplamak kadar önemli.

3) Bildirim stratejisi: Az ama kararında (ve kullanıcı kontrolünde)

Cevap net: Bildirim, davranışı başlatır; aşırısı “bildirim yorgunluğu” yaratır.

Bu kitlede “çok sık hatırlatma” hızla bıkkınlığa dönüyor. O yüzden:

• Bildirim sayısı varsayılan düşük olsun
• Kullanıcıya net seçenek verin: “Günde 1 / Haftada 3 / Sadece hedef günlerinde”
• “Saat kaçta?” sorusunu kurulumda sorun
• Bildirim metinleri kısa, nazik ve yerel dille yazılsın

Yapay zekâ ile bildirim zamanlaması optimize edilecekse bile, kullanıcıya “neden şimdi” hissini vermeyin. En iyi yaklaşım: “İstersen hatırlatmayı buna göre ayarlayabiliriz.”

4) Onboarding (ilk 5 dakika) emeklilik çağında kader belirliyor

Cevap net: Düşük dijital okuryazarlık, doğru onboarding ile hızla aşılabilir.

Araştırmada “yanlış yere basma korkusu” çok belirgin. Bu yüzden onboarding şu üç şeyi yapmalı:

1. En temel 2-3 aksiyonu öğretmeli (ör. adım sayacı, su takibi, aktivite önerisi)
2. “Güvenli kullanım” mini rehberi içermeli:
   • Şifre paylaşma,
   • şüpheli bağlantı,
   • ödeme ekranları gibi konularda sade uyarılar
3. Kullanıcıya “geri alabilirsin” güvenini vermeli:
   • “Yanlışlıkla dokunsan da sorun olmaz” hissi

Kısa tutorial videoları bir seçenek, ama tek seçenek olmamalı. Türkiye’de de pek çok kullanıcı yazılı, adım adım anlatımı daha rahat buluyor.

5) “İnsan gibi konuşan” dijital sağlık: Sohbet botu burada işe yarar

Cevap net: Emeklilik çağındaki kullanıcı, uygulamanın soğuk bir panel olmasını istemiyor.

Katılımcılar “Günaydın, bugün nasılsın?” gibi küçük insani dokunuşları değerli buluyor. Bu, sağlık hizmetlerinde giderek artan bir ihtiyaç: dijital temasın insani hissettirmesi.

Burada sohbet botları veya sesli asistanlar (IVR benzeri) devreye girebilir. Ama iki şartla:

• Kullanımı zorlaştırmayacak (ek menü, karmaşık komut yok)
• Dil yerel ve sade olacak (gereksiz İngilizce terim yok)

Sohbet botunu “sorun çözen destek” olarak konumlamak daha doğru: “Adım sayacını nasıl açarım?”, “Bildirimleri nasıl azaltırım?” gibi.

6) Güvenilirlik: Reklamsız, şeffaf ve kurumsal dayanaklı deneyim

Cevap net: Reklam görmek güveni kırıyor; şeffaflık güveni büyütüyor.

Araştırmada reklamların itici bulunduğu özellikle belirtiliyor. Sağlık alanında reklamın “ticari niyet” çağrışımı çok hızlı.

Türkiye’de mHealth ürünleri için güvenilirliği artıran üç pratik hamle:

• Reklamsız arayüz (ya da en azından sağlık verisi ekranlarında sıfır reklam)
• “Bu uygulama kim tarafından geliştirildi?” bilgisini görünür yapmak
• Veri kullanımını 3-4 satırda anlaşılır anlatmak:
  • “Verilerin satılmaz”,
  • “İzinsiz paylaşılmaz”,
  • “İstediğinde silebilirsin” gibi

Bu bölüm, özellikle uzaktan hasta takibi ve kronik hastalık yönetimi yapan kurumlar için lead üretiminde kritik. Çünkü satın alma kararı çoğu zaman “özellik”ten çok güven üzerinden veriliyor.

7) Sosyal destek: Yaşlı sağlığında en az sensör kadar etkili

Cevap net: Sosyal özellikler, sürdürülebilir kullanımın anahtarı.

Katılımcılar “WhatsApp gibi küçük bir grup” fikrini seviyor. Yürüyüş grubu, mahallede etkinlik önerisi, akran paylaşımı… Bunlar yalnızca motivasyon değil, aynı zamanda yalnızlıkla mücadele ve davranışın sosyal bağa dönüşmesi demek.

Türkiye uyarlaması için hızlı fikirler:

• Belediyelerin, spor tesislerinin, halk eğitim merkezlerinin etkinliklerini “yakınımda” olarak göstermek
• “Bugün 18:00’de sahilde yürüyenler” gibi opt-in (isteğe bağlı) gruplar
• Sağlık profesyoneli moderasyonu olan küçük topluluklar (özellikle kronik hastalıklarda)

Yapay zekâ burada da devrede olabilir: benzer hedefleri olan kişileri eşleştirme, etkinlik önerme, “grup içi nezaket” filtreleri… Ama sosyal alanlarda en büyük risk, güvenlik ve mahremiyet. Bu nedenle tasarımda kapalı grup, rumuz, kolay engelleme/şikâyet gibi kontroller şart.

Dijital sağlık ekipleri için kontrol listesi (yarın uygulanabilir)

Aşağıdaki 10 maddeyi ürün toplantısına götürün; tartışma hemen somutlaşır:

1. Varsayılan ekranlarımız “yaşlı dostu” mu (büyük yazı, net ikon)?
2. İlk 5 dakikada kullanıcıya sadece 2-3 şey mi yaptırıyoruz?
3. Hedefler yaşa ve kapasiteye göre anlamlı mı?
4. Negatif geri bildirim yerine yönlendiren, kazanım dili var mı?
5. Bildirimler kullanıcı kontrolünde mi?
6. Uygulamada gereksiz İngilizce terim var mı?
7. Reklam veya reklam benzeri yönlendirme güveni zedeliyor mu?
8. Veri güvenliği 4 satırda anlaşılır mı?
9. Sosyal destek mekanizmamız var mı (grup, sohbet, etkinlik)?
10. Kullanıcı destek kanalı (chatbot/SSS/canlı destek) gerçekten erişilebilir mi?

Dijital sağlıkta sağlıklı yaşlanma: Ürün değil ilişki kuruyoruz

Emeklilik çağındaki kullanıcı için mHealth uygulaması, yalnızca bir “takip aracı” değil; doğru tasarlanırsa günlük rutini taşıyan bir arkadaş gibi çalışıyor. Bu da “Sağlık Sektöründe Yapay Zekâ ve Dijital Sağlık” serisinin ana fikriyle birebir örtüşüyor: Yapay zekâ ve dijital sağlık, hastayı sadece ölçmez; anlar, destekler ve doğru zamanda doğru öneriyi sunar.

Eğer siz de yaşlı sağlığı, uzaktan hasta takibi, kronik hastalık yönetimi veya kurum içi dijital sağlık ürünleri geliştiriyorsanız, en hızlı kazanım şurada: Kullanıcıyı uygulamaya adapte etmeye çalışmayın; uygulamayı kullanıcıya adapte edin.

Bir sonraki adım basit: Ürününüzün bir prototipini alın, 55+ yaş grubundan 6-8 kişiyle 60 dakikalık bir oturum yapın ve “nerede takıldıklarını” izleyin. Çoğu zaman en değerli içgörü, analitik panelde değil, o ilk 3 dakikanın sessizliğinde çıkar.