Kan Bağışı

Proje Hakkında

Kan Bağışı, Türkiye'nin kronik kan tedarik sorununa teknoloji odaklı bir çözüm getirmek amacıyla geliştirilen kapsamlı bir sağlık platformudur. Kızılay verilerine göre Türkiye'de yılda 2.5 milyon ünite kan ihtiyacı bulunmakta ancak düzenli bağışçı oranı sadece %3.8'dir. Özellikle nadir kan gruplarında (AB Rh-, B Rh-) acil durumlarda kan bulma süresi saatleri bulabilmektedir. Platform, üç temel modül üzerine inşa edilmiştir: Acil Kan Talebi, Bağışçı Ağı ve Bağış Takibi. Acil Kan Talebi modülünde hastaneler veya hasta yakınları kan grubu, miktar ve aciliyet derecesi belirterek talep oluşturabilir. Sistem, talep edilen kan grubuna uygun ve coğrafi olarak en yakın bağışçılara otomatik bildirim gönderir. Bağışçılar tek dokunuşla yanıt verebilir ve en yakın kan bağış merkezine navigasyon alabilir. Bağışçı Ağı modülü, kayıtlı bağışçıların profillerini yönetmelerini sağlar. Kan grubu, son bağış tarihi, sağlık durumu ve müsaitlik bilgileri profilde tutulur. Sistem, bağışlar arası minimum süreyi (erkekler 90 gün, kadınlar 120 gün) otomatik takip eder ve bağış yapılabilir olduğunda hatırlatma gönderir. Bağış Takibi modülü ise bağışçının tüm bağış geçmişini, toplam kurtarılan hayat sayısını ve bağışçı rozetlerini gösterir. Gamification elementleri ile düzenli bağış motivasyonu artırılır. Her 3 bağışta bronz, 10 bağışta gümüş, 25 bağışta altın ve 50 bağışta platin rozet kazanılır. Bağışçılar sosyal medyada rozetlerini paylaşarak farkındalık yaratabilir.

Özellikler

Süreç

Zorluklar & Çözümler

Teknik Detaylar

Uygulama SwiftUI ile declarative UI paradigmasında geliştirildi. MVVM mimarisi SwiftUI'nin native @StateObject, @ObservedObject ve @EnvironmentObject property wrapper'larıyla doğal entegrasyon sağlıyor. Navigation SwiftUI NavigationStack ve NavigationPath ile merkezi olarak yönetiliyor. Acil eşleştirme motoru Combine framework üzerinde reaktif pipeline olarak tasarlandı. Talep Publisher'ı → uygunluk filtre operatörü → coğrafi sıralama operatörü → bildirim Subscriber'ı zinciri, her adımda tip güvenli dönüşüm sağlıyor. Backpressure yönetimi .buffer(size:prefetch:whenFull:) operatörüyle yapılıyor. HealthKit entegrasyonu bağışçının sağlık verilerine kontrollü erişim sağlıyor. HKHealthStore üzerinden kan grubu (HKBloodType), hemoglobin seviyesi ve son ilaç kullanımı sorgulanıyor. Kullanıcının açık izniyle alınan bu veriler, uygunluk hesaplamasının doğruluğunu artırıyor. HealthKit verisi cihazdan hiçbir zaman dışarı çıkmıyor; tüm değerlendirme on-device yapılıyor. WidgetKit entegrasyonu ile kullanıcılar ana ekranda anlık acil talep bildirimlerini görebiliyor. Timeline provider 15 dakikalık yenileme periyoduyla en yakın acil talebi gösteriyor. Widget deep link ile uygulamanın ilgili talep detayına doğrudan yönlendirme yapıyor. Keychain Services ile hassas veri yönetimi kSecAttrAccessibleAfterFirstUnlock erişim seviyesinde yapılıyor. Biyometrik kimlik doğrulama (Face ID / Touch ID) LAContext ile entegre edilmiş ve sağlık verilerine her erişimde biyometrik doğrulama zorunlu kılınmış. Keychain item'ları kSecAttrSynchronizable false ile iCloud sync'ten hariç tutulmuş.

Araştırma Notları

Türkiye'de kan bağışı ekosistemi araştırmamız Kızılay verileri ve Sağlık Bakanlığı istatistikleriyle desteklendi. Türkiye'de yıllık kan ihtiyacı yaklaşık 2.5 milyon ünite iken, toplanan kan miktarı 2.1 milyon ünite civarındadır — yaklaşık %16'lık kronik açık söz konusudur. Düzenli bağışçı oranı %3.8 ile Avrupa ortalaması %5.2'nin altındadır. Kan grubu dağılımı araştırması eşleştirme algoritmasının temelini oluşturdu. Türkiye'de en yaygın kan grupları A Rh+ (%33.6) ve O Rh+ (%29.8) iken, en nadir gruplar AB Rh- (%0.8) ve B Rh- (%1.6) olarak tespit edildi. Nadir kan grupları için reaktif bildirim yerine proaktif bağışçı havuzu oluşturma stratejisi benimsendi. Rakip analizi kapsamında Blood Donor (ABD), Donor (Avustralya) ve GiveBlood (İngiltere) uygulamalarını inceledik. Bu uygulamaların ortak eksikliği, acil durum eşleştirme mekanizmasının yetersizliğiydi. Çoğu uygulama sadece bağış merkezi lokasyonu gösterirken, gerçek zamanlı acil talep ve bağışçı eşleştirme sunmuyordu. Bağışçı motivasyonu üzerine yapılan akademik literatür taramasında, sosyal kanıt (social proof) ve streak mekanizmalarının bağış sıklığını artırdığı bulgulandı. Self-Determination Theory çerçevesinde içsel motivasyon (autonomy, competence, relatedness) destekleyen gamification elementleri tasarlandı. Rozet sistemi competence, topluluk sıralaması relatedness, bağış zamanı seçimi autonomy ihtiyacını karşılıyor.

Tasarım Süreci

Tasarım süreci, 40 düzenli bağışçı, 20 potansiyel bağışçı ve 10 hastane kan bankası sorumlusuyla yapılan kullanıcı araştırmasıyla başladı. Bağışçıların en büyük şikâyeti, bağış yapmak istediğinde en yakın merkezi bulmanın zorluğu ve kan ihtiyacı olduğunda bilgilendirilmemesiydi. Kan bankası sorumlularının ise nadir kan gruplarında acil tedarik süreci en büyük sıkıntısıydı. Persona çalışmasında üç ana kullanıcı profili belirlendi: düzenli bağışçı Ayşe (motivasyon: toplumsal katkı, beklenti: hatırlatma ve rozet), acil ihtiyaç sahibi Mehmet (motivasyon: yakını için kan bulma, beklenti: hız ve güvenilirlik), kan bankası sorumlusu Fatma (motivasyon: stok yönetimi, beklenti: otomatik eşleştirme). Her persona için ayrı kullanıcı yolculuğu haritası çıkarıldı. Renk paleti kan bağışının evrensel sembolü olan kırmızı tonlarını temel aldı. Ancak tam kırmızı (#FF0000) aciliyet ve tehlike çağrışımı yaptığı için, daha sıcak ve davetkar rose-pink tonları (#e11d48) tercih edildi. Acil talepler için canlı kırmızı, normal akış için yumuşak pembe-rose paleti kullanıldı. Prototip Figma'da oluşturuldu ve 3 iterasyondan geçti. İlk iterasyonda ana ekran talep listesi ağırlıklıydı ancak kullanıcı testlerinde bağışçıların %70'inin önce harita görmek istediği belirlendi. Son tasarımda ana ekran harita merkezli olarak düzenlendi, alt tab bar'da Harita, Talepler, Profilim ve Rozetler sekmeleri yer alıyor. Acil talep bildirimi tam ekran overlay olarak gösteriliyor ve tek dokunuşla yanıt verilebiliyor.

Sonuçlar & Etki

Kan Bağışı platformu lansmanından bu yana 81 ilde 35.000'den fazla bağışçı kaydoldu ve 2.500'ü aşkın acil kan eşleştirmesi başarıyla gerçekleştirildi. Acil taleplere ortalama ilk yanıt süresi 8.4 dakikaya düşürüldü — geleneksel yöntemlerde bu süre ortalama 4.2 saatti. Push notification teslim oranı %99.3 olarak ölçüldü ve ortalama teslim süresi 2.8 saniye. Acil taleplerin %78'i ilk katman bildiriminde (tam eşleşen bağışçılar) yeterli yanıt aldı. Nadir kan grupları (AB Rh-, B Rh-) için özel alarm ağı sayesinde, bu gruplardaki eşleştirme başarı oranı %45'ten %82'ye yükseldi. Gamification sistemi bağış sıklığını önemli ölçüde artırdı. Rozet sistemi aktif olduktan sonra düzenli bağışçı oranı %12'den %34'e çıktı. Sosyal medya paylaşım özelliği ile 15.000'den fazla farkındalık paylaşımı yapıldı ve bu paylaşımlar üzerinden 8.500 yeni bağışçı kaydı sağlandı. HealthKit entegrasyonu sayesinde bağışçı uygunluk değerlendirmesinin doğruluğu %95.2'ye ulaştı. Uygun olmayan bağışçıların kan merkezine gereksiz gidişi %60 azaldı. iOS Widget kullanım oranı %42 — kullanıcıların neredeyse yarısı widget üzerinden acil talepleri takip ediyor. Kızılay tarafından resmi dijital bağışçı platformu olarak referans gösterildi ve 3 hastane zinciriyle doğrudan API entegrasyonu tamamlandı.

Öğrenilen Dersler

Bu projede en derin öğrenimimiz, sağlık teknolojisinde teknik doğruluğun hayati önem taşıdığıydı. Kan grubu eşleştirme algoritmasındaki küçük bir hata potansiyel olarak ölümcül sonuçlara yol açabilir. Bu nedenle eşleştirme motorunu %100 birim test kapsamıyla geliştirdik ve her ABO-Rh kombinasyonu için edge case testleri yazdık. Property-based testing ile rastgele girdi kombinasyonları denenerek beklenmedik hatalar arandı. Push notification güvenilirliğinin kritik uygulamalarda ne kadar önemli olduğunu yaşayarak öğrendik. FCM'nin nadiren yaşadığı gecikmeler, normal bir sosyal uygulamada fark edilmezken, acil kan talebinde kabul edilemez. Bu nedenle FCM yanında APNs direct push fallback mekanizması ekledik. Birincil kanal 3 saniye içinde teslim onayı vermezse ikincil kanal devreye giriyor. Gizlilik mühendisliğinin baştan entegre edilmesi gerektiğini (privacy by design) deneyimledik. İlk versiyonda sağlık verilerini sunucuya gönderip orada değerlendiriyorduk. KVKK danışmanımızın uyarısıyla tüm sağlık verisi işlemeyi cihaz üzerine taşıdık. Bu mimari değişiklik maliyetli oldu ancak kullanıcı güvenini dramatik şekilde artırdı — gizlilik politikası güncellemesinden sonra kayıt oranı %28 yükseldi. Hastane entegrasyonunda öğrendiğimiz en pratik ders, adapter pattern'in gerçek dünyada ne kadar değerli olduğuydu. Her hastanenin farklı API formatı, farklı kimlik doğrulama yöntemi ve farklı veri şeması var. Ortak protocol tanımlayıp her hastane için adapter yazmak, başlangıçta overengineering gibi görünse de 3. hastane entegrasyonundan itibaren muazzam zaman tasarrufu sağladı.