Temel soru: "Mevzuat belirsizliği ölçülebilir mi?"
Esenlik Hizmetleri Yönetmeliği ve sağlık turizmi üzerine
yapay zekâ destekli bir düzenleyici etki analizi aracı.
▶ Aracı tarayıcıda açın · Yöntem · Nasıl çalışır · Bulgular · English
Yeni yayımlanan bir yönetmeliğin hükümleri her zaman tek başına uygulanabilir değildir. Kimi hükmün uygulama ölçütü idarenin belirlemesine bırakılır, kimi kavram tanımsız kalır, kimi takdir yetkisi ölçüt verilmeden tanınır. Bu belirsizlikler hukuk metinlerinde tartışılır ancak ölçülmez.
Esenlik Hizmetleri Yönetmeliği'nin (4 Temmuz 2026, RG 33300) 17 nci maddesi, esenlik merkez ve ünitelerinin uluslararası sağlık turizmi yetkisini Sağlık Bakanlığının belirlemesine bırakmıştır. Uluslararası Sağlık Turizmi ve Turistin Sağlığı Hakkında Yönetmelik (26 Nisan 2025, RG 32882) bu alanda yetki belgesi almayı zorunlu kılar; ancak esenlik merkezi ruhsatının o yönetmelikteki sağlık tesisi tanımını karşılayıp karşılamadığı belirlenmemiştir. Esenlik Hizmetleri Yönetmeliği EK-4'ünde ise konuya ilişkin tek bir soru yer almamıştır. Bir merkez, yurt dışında ikamet eden ziyaretçiye hizmet verirken yetkili olup olmadığını bilememektedir.
Bu araç, o boşluğu sayıya döker. Sentetik esenlik merkezleri ve sağlık turistleri üretir, bunları yönetmelikten aktarılan kurallar karşısında eşleştirir ve üç değerli bir sonuç verir:
| 🟢 Uygun | Hiçbir kural ihlal edilmiyor, hizmet verilebilir. |
| 🟣 Belirsiz | Kural ihlali yok, ancak yönetmelikteki bir eksiklik nedeniyle durum tanımsız. Dört ayrı hükümden doğabilir. |
| 🔴 Uygun değil | En az bir kural ihlal ediliyor. |
Üçüncü durum aracın çekirdeğidir. Bir düzenlemenin eksikliğini ölçülebilir bir kategori hâline getirir ve yöntem, başka mevzuata da aktarılabilir.
Araç, sembolik ve olasılıksal yapay zekâ yöntemlerini bir arada kullanır. Hiçbir bileşen kara kutu değildir: öğrenilen tablolar, uygulanan kurallar ve çekim izi arayüzden tek tek denetlenebilir.
| Teknik | Nerede | Dosya |
|---|---|---|
| Kural tabanlı çıkarım (sembolik yapay zekâ) | EK-4'ün 21 denetim sorusu ve maddelerden türetilen 12 yapısal kural | web/akis.js · cekirdek/kural.py |
| Üç değerli mantık | Uygun / uygun değil / belirsiz. Mevzuat boşluğunu ölçülebilir bir kategoriye çevirir | web/akis.js |
| Ayrık Bayes ağı (olasılıksal grafik model) | Sentetik ziyaretçi üretimi; topolojik sırayla ileri yönlü örnekleme | web/model.js · cekirdek/ag.py |
| Dirichlet öncüllü parametre öğrenmesi | Koşullu olasılık tabloları elle yazılmaz, kayıt setinden kestirilir | web/model.js · cekirdek/ogren.py |
| Etmen temelli simülasyon | Merkezler tek tek izlenen etmenler; kendi durumu, sepeti ve tespit sayaçları | cekirdek/simulasyon.py · cekirdek/merkez.py |
| Markov zinciri | Uyum durumunun yıldan yıla geçişi; ceza alan merkez farklı matris kullanır | cekirdek/simulasyon.py |
| Monte Carlo tekrarları | Tek kestirim yerine ortanca ve yüzde 10–90 bandı | cekirdek/gostergeler.py |
| Tek değişkenli duyarlılık analizi | Her parametre alt ve üst değerine çekilip çıktıdaki değişim ölçülür | web/analiz.js |
| Deneysel tasarım ve tabakalı örnekleme | Merkez konfigürasyonları üretken modelle değil, hukuken ayırt edilebilir sınıflar üzerinden | web/akis.js |
| Geri beslemeli talep dinamiği | Karşılanamayan talep büyüdükçe ruhsat başvurusu artar, kapasite fazlalaştıkça azalır | cekirdek/simulasyon.py |
Çekim, üretim ve simülasyonun tamamı yinelenebilirdir: aynı yineleme anahtarı aynı sonucu verir ve hiçbir çıktı bir dil modeline bağlı değildir.
Araç tamamen tarayıcıda çalışır. Sunucu, kurulum ya da veri yükleme gerekmez.
Doğrudan açın: https://gamze-kose.github.io/TR-Wellness-Regulation-Sim/
Ya da indirin: index.html dosyasını indirip çift tıklayın. Bütün kaynaklar
dosyanın içine gömülüdür; internet bağlantısı olmadan da çalışır.
git clone https://github.com/gamze-kose/TR-Wellness-Regulation-Sim.gitArayüz Türkçe ve İngilizcedir; sağ üstteki düğmeyle değiştirilir.
Beş adım, her biri bir öncekinin çıktısını kullanır.
Ziyaretçi modelinin öğrendiği kayıt seti burada. Elle yazılmış olasılık tablosu yoktur; tablolar bu kayıtlardan öğrenilir. Soldaki tablodan son kaydı silebilir, başlangıç setine dönebilir ya da tümünü boşaltabilirsiniz; alttaki formdan yeni kayıt eklersiniz. Her değişiklikte model yeniden eğitilir ve sağdaki dağılımlar anında güncellenir — aşağıda 240 kaydın yaş, genel sağlık, risk, yaşam tarzı, yakın cerrahî ve nekahet dağılımları görünüyor.
Öğrenilen tablolar denetlenebilir durumdadır. Aşağıda genel sağlık düğümünün tablosu var: yaş grubu ve yaşam tarzının her bileşimi için ayrı bir satır, on iki satır toplam. En sağdaki gözlem sütunu o satırın kaç kayda dayandığını söyler — beşten az gözleme dayanan satırlar işaretlenir, çünkü üç kayıttan öğrenilmiş bir olasılık olasılık değildir. Örnekte 35-49 yaş ve hareketsiz yaşam tarzı satırı yalnızca 11 gözleme dayanıyor.
Modelden tek tek profil çekilebilir. Ağ topolojik sırayla dolaşılır; sağdaki tablo her düğümde hangi değerin çekildiğini, o değerin olasılığını ve satırın kaç gözleme dayandığını gösterir. Aşağıdaki çekimde nekahet dönemi 1,00 olasılıkla "hayır" çıkmış, çünkü kişinin yakın cerrahî girişimi yok. Model bu bağımlılığı kuraldan değil veriden öğrenmiştir.
Başvurular önce yapısal kurallardan geçirilir: metrekare eşiği, oda sayısı, kurum izni ve mesul müdür şartları. Ruhsat kararı üç değerlidir. Aşağıdaki koşuda 60 başvuru ruhsat almış, 27'si reddedilmiş, 11'i askıda kalmıştır: Madde 10/4 hizmetin niteliğine uygun mekân arar ancak ölçütünü vermediği için bu başvurularda ruhsat ne verilebilir ne reddedilebilir. Ruhsat alanların 2'sinde faaliyet durdurulmuş, 12'sinde ihlal bulunmasına karşın faaliyet sürmektedir. Red gerekçeleri madde numarasıyla listelenir; en sık gerekçe mesul müdürün üç yıllık tabiplik şartıdır (11/4-c), onu mesul müdürün başka kurumda çalışamaması (11/6) izler.
Ruhsat alanlar EK-4 denetim kurallarına göre değerlendirilir. Her kart bir merkezdir ve üç durumdan birini gösterir: ihlal yok, ihlal var ancak faaliyet sürüyor, faaliyet durduruldu. EK-4 kuralların çoğunda birinci tespitte uyarı ve idarî para cezası öngörür; merkez çalışmaya devam eder. Yalnızca birinci tespitinde faaliyet durdurulması öngörülen iki kuralda merkez eşleştirmeye giremez. Karta tıklayınca hizmet sepeti ve ihlal ettiği kurallar açılır.
Yönetmeliğin yüklediği şartların bir de maliyeti vardır. Bu katman hangi iş modelinin ayakta kalabildiğini gösterir. Aşağıdaki tabloda müstakil binada açılan ünitelerin hiçbiri (0/7) ve müstakil binadaki merkezlerin yalnızca ikisi (2/8) geliriyle maliyetini karşılayabiliyor; buna karşılık konaklama tesisi (6/6), engelli bakım merkezi (7/7) ve yaşlı bakım merkezi (7/8) bünyesindeki merkezlerin neredeyse tamamı karşılıyor. Ayrım merkez ile ünite arasında da belirgindir: bütün ünite türleri zarar ederken merkezlerin dördü de kâr ediyor. Sabit yükümlülükler küçük ölçeği orantısız etkiler.
Maliyet kalemlerinin her biri bir hükme bağlıdır: kapalı alan (4/1-f, 4/1-ı), acil müdahale odası (10/3), tam zamanlı mesul müdür (11/2, 11/6), altmış yaş üstü uzman tabip (10/6), hastane iş birliği (13/2), bilgi yönetim sistemi (14/1, 14/2, 14/4), personel belgeleri (10/7, 15/1) ve ürün satışı yasağının doğurduğu gelir kaybı (10/8-f).
Sentetik sağlık turistleri eğitilmiş modelden çekilir ve tek tek merkezlerle eşleştirilir. Hizmet alamama iki kaynaktan doğar: nekahet yasağı (Madde 10/8-d) bir mevzuat kuralıdır; hizmeti sunan merkez bulunmaması ve kapasitenin dolması ise arz ile talebin buluşmamasıdır. Tanımsız sonuç ise üç ayrı eksiklikten doğar: yurt dışı ikamette Madde 17 kapsamındaki belirlemenin yapılmamış olması, nekahet döneminin tanımsızlığı (Madde 10/8-d) ve tedavi amacının ölçütsüzlüğü (Madde 4/1-c). Yalnızca birincisi senaryolarla çözülür.
Senaryo seçildiğinde bilgi kutusu açılır: Madde 17'nin durumu, yürürlük yılı, belirleme sonrası kabul oranı, denetim oranı ve ünitelerin kapsamda olup olmadığı. Aşağıda S0 — Belirsizlik sürüyor senaryosu; Madde 17 kapsamındaki belirleme hiç yapılmıyor ve sonuç şeridinde mor bir Tanımsız %15 bandı beliriyor.
Aynı ekran S1 — İzin verici belirleme ile. Belirleme 2028'de yapılıyor ve mor bant %15'ten %7'ye iniyor, ancak sıfırlanmıyor. İki koşuda ziyaretçi sayısı da, diğer bütün ayarlar da aynıdır; değişen tek şey senaryodur.
Kalan %7 çalışmanın en dikkat çekici bulgusudur: Madde 17 çözülse bile belirsizlik tümüyle ortadan kalkmaz, çünkü nekahet döneminin tanımsızlığı ile tedavi amacının ölçütsüzlüğü hiçbir senaryoyla çözülmez.
Bu adımda üç ayrı kaynak vardır: eşleştirme sonuçları ve segment kırılımı az önceki koşudan gelir, duyarlılık analizi kendi sabit taban değerleriyle ayrıca hesaplanır, çok yıllı projeksiyon ise önceden hesaplanmıştır ve oturumdaki ayarlardan etkilenmez.
Her ziyaretçi için sonucu belirleyen hüküm kayıt altına alınır. Aşağıdaki S0 koşusunda ziyaretçilerin %73'ü hizmet almış; kalanı beş ayrı sebebe dağılmıştır: Madde 17 kapsamında belirleme yapılmamış olması %8, nekahet döneminin tanımsızlığı %7, kapasitenin dolması %6, Madde 10/8-d yasağı %6 ve tedavi amacının ölçütsüzlüğü %1. Bu ayrım politika açısından belirleyicidir: kapasite darlığı, hukuki engel ve mevzuattaki eksiklik bambaşka müdahaleler gerektirir.
Altındaki belirsizliğin kaynağına göre dağılım tablosu yalnızca tanımsız kalan eşleşmeleri ayırır ve hangi hükümdeki eksiklikten doğduklarını gösterir. Segment kırılımı ikamete, yaşa ve talep edilen hizmete göre verilir — termal ve balneoloji talebinin karşılanma oranının belirgin biçimde düşük olması, bu arketipin çekirdek hizmetlerinden en az ikisinin aynı merkezde bulunması gerekmesinden kaynaklanan bir arz sorununu gösterir.
Simülasyonun serbest parametreleri vardır ve çıktı bir ölçüde onlara bağlıdır. Bunu gizlemek yerine ölçüyoruz: her parametre tek tek alt ve üst değerine çekilir, çıktıdaki değişim kaydedilir. Aşağıdaki tabloda ruhsat şartlarına uyum satırı ruhsat reddi sütununda 63,3 ile en uzun çubuğa sahipken hizmet alma oranı sütununda yalnızca 6,3; yani ruhsat şartları kimin sektöre girebileceğini belirliyor, kimin hizmet alabileceğini değil.
Bu bölüm ürettiğiniz merkez ve ziyaretçilerle ilgili değildir. Beş senaryonun on yıllık seyri Python tarafında önceden hesaplanıp sayfaya gömülmüştür; simülasyon her yıl kendi merkezlerini ve ziyaretçilerini yeniden üretir. Koyu çizgi ortanca, açık alan tekrarların yüzde 10–90 aralığıdır. Sekiz gösterge izlenir: yurt dışı ziyaretçinin hizmet alma oranı, tanımsız kalan talep, açık merkez sayısı, uyum durumu, ortalama doluluk, üçüncü tespite ulaşan ihlal, faaliyetteki ruhsatsız işletme ve fiilî denetim oranı. Son iki gösterge yönetmeliğin dolaylı etkilerini yakalar: ruhsat alamayanların bir bölümü kayıt dışı çalışır, denetim kapasitesi sınırlı olduğu için sektör büyüdükçe fiilî denetim oranı hedefin altına düşer.
Yönetmelik metninin madde madde taranmasıyla çıkarılan katalog: on dört kayıt, altı tür, üçü doğrudan sağlık turizmini etkiliyor. Her kayıt hükmün tek başına uygulanmasını engelleyen bir eksiği gösterir ve türe göre süzülebilir.
Bu on dört kayıttan dördü simülasyona bağlıdır. Madde 17 kapsamındaki belirleme, nekahet döneminin tanımsızlığı ve tedavi amacının ölçütsüzlüğü eşleştirme aşamasında; mekân uygunluğunun ölçütsüzlüğü (Madde 10/4) ise ruhsat aşamasında tanımsız sonuç üretir. Yalnızca Madde 17 kapsamındaki belirsizlik senaryolarla çözülür; diğer üçü her senaryoda sürer. Kalan on kayıt belirlenmiş ancak modellenmemiştir.
Aşağıda ölçüt verilmeden idareye bırakılmış takdir yetkileri süzülmüş durumda: "hizmetin niteliğine uygun mekân" ölçütünün verilmemesi (10/4 — buna karşılık EK-4'ün beşinci sorusu bu şartı denetliyor), tıbbi cihaz izninin usulünün düzenlenmemesi (10/2), hizmet alımı sınırının belirsizliği (12/1) ve "telafisi güç durumlar" ifadesinin ölçütsüzlüğü (18/2). Madde 17 bu kataloğun yalnızca bir satırıdır.
Aşağıdaki sayılar aracın varsayılan ayarlarıyla üretilmiştir ve gerçek veriyle doğrulanmamıştır. Anlamlı olan mutlak değerler değil, senaryolar arasındaki farklar ve duyarlılık sıralamasıdır.
- On dört belirsizlik kaydı belirlendi; üçü doğrudan sağlık turizmini etkiliyor. En sık tür, ölçüt verilmeden bırakılmış takdir yetkisi.
- Denetim formunun hiçbir sorusu yönetmeliğin yapısal tanımlarını sorgulamıyor. Kapalı alan, oda sayısı, kurum izni ve altmış yaş şartı ruhsat aşamasında aranıyor, işletme sırasında denetlenmiyor.
- Madde 17 kapsamındaki belirlemenin hiç yapılmadığı senaryoda yurt dışında ikamet eden ziyaretçilerin hizmet alma oranı onuncu yılda %59'a geriliyor ve talebin %12'si tanımsız kalıyor. Belirlemenin 2028'de yapıldığı senaryolarda oran %80'e çıkıyor, ancak talebin %6'sı hâlâ tanımsız kalıyor: nekahet döneminin tanımsızlığı ile tedavi amacının ölçütsüzlüğü hiçbir senaryoyla çözülmüyor.
- Duyarlılık analizine göre ruhsat şartlarına uyum, ruhsat reddini neredeyse tek başına belirliyor ama ziyaretçilerin hizmete erişimini hemen hiç etkilemiyor. Erişimi belirleyen kapasite.
- Uyum maliyeti katmanında sabit yükümlülükler küçük ölçeği orantısız etkiliyor; müstakil binada açılan üniteler eşiğin altında kalıyor.
Ziyaretçi modeli sekiz düğümlü ayrık bir Bayes ağıdır. Yapı uzman tarafından belirlenir — hangi değişkenler var, hangisi hangisine bağlı. Değişkenler Madde 10/1'deki kişiye özgü planlama ölçütlerinden alınmıştır: yaş, genel sağlık durumu, mevcut risk faktörleri ve yaşam tarzı. Buna Madde 10/8-d gereği nekahet durumu ve Madde 17 gereği ikamet eklenmiştir.
Parametreler ise veriden kestirilir. Her düğümün her ebeveyn bileşimi için sayımlar tutulur, bunlara düzgün dağılımlı küçük bir Dirichlet öncülü eklenir ve sonsal ortalama tabloyu oluşturur. Öncülün tek amacı hiç gözlem düşmemiş satırı tanımsız bırakmamaktır; kayıt sayısı arttıkça etkisi kaybolur. Az gözleme dayanan satırlar arayüzde işaretlenir.
Üretim ileri yönlü örneklemedir: ağ topolojik sırayla dolaşılır, her düğümde ebeveyn değerlerine karşılık gelen satırdan çekim yapılır. Çekim izi adım adım kaydedilir ve gösterilir.
EK-4 denetim formundaki 21 soru ile yönetmelik maddelerinden türetilen 12 yapısal kural, madde referanslarıyla birlikte makine okunabilir biçimde kodlanmıştır. İki küme farklı anlarda işler: yapısal kurallar ruhsat aşamasında, EK-4 kuralları işletme sırasında.
Çıkarımın sonucu ikili değil üç değerlidir. Bir kural ihlal edilirse uygun değil; ihlal yoksa ancak yönetmelikteki bir eksiklik devredeyse belirsiz; ikisi de yoksa uygun. Üçüncü değer bir modelleme kolaylığı değil, mevzuatın kendi eksikliğinin karşılığıdır.
Merkezler tek tek izlenen etmenlerdir; her birinin kendi ruhsat tarihi, hizmet sepeti, zayıf noktaları ve EK-4 kurallarının her biri için ayrı tespit sayacı vardır. Bu şart: form birinci, ikinci ve üçüncü tespitte farklı yaptırım tanımladığı için merdiven ancak sayaçlar merkez bazında tutulursa işler, ortalamaya indirgenirse anlamını yitirir.
Uyum durumu üç kademeli bir Markov zinciri izler (iyi, orta, zayıf). Geçiş olasılıkları o yıl ceza alınıp alınmadığına göre iki ayrı matristen okunur; ceza alan merkez toparlanma yönünde daha yüksek olasılık taşır.
Sonuçlar Monte Carlo tekrarlarıyla üretilir ve tek bir kestirim yerine ortanca ile yüzde 10–90 bandı raporlanır. Tek değişkenli duyarlılık analizi her parametreyi tek tek alt ve üst değerine çekip çıktıdaki değişimi ölçer; böylece hangi sonucun hangi varsayıma bağlı olduğu görünür kalır.
Düzenleyici etki tarafında üç katman daha vardır: uyum maliyetleri, ruhsat alamayan işletmelerin kayıt dışı faaliyet dalı ve sınırlı denetim kapasitesi. Sonuncusu sektör büyüdükçe fiilî denetim oranının hedefin altına düşmesine yol açar.
Bu bir öngörü değildir. Bir aylık bir sektörün on yıllık seyrini kestirecek veri yoktur. Giriş oranı, talep büyümesi, uyum davranışı ve maliyet tutarları varsayımdır. Sonuçlar tek bir kestirim yerine tekrarların ortancası ve yüzde 10–90 aralığı olarak raporlanır.
Veri sentetiktir. Tüm merkezler ve ziyaretçiler üretilmiştir. Gerçek kişi ya da kuruluş verisi kullanılmaz.
veri/ornek_kayitlar.jsongerçek başvuru kaydı değil, alan bilgisine dayanan kurallarla kurgulanmış bir başlangıç setidir ve gerçek kayıtlarla değiştirilmesi beklenir.
Bağlayıcı metin Resmî Gazete'dir. Kural setleri yönetmelikten aktarılmıştır; hukuki bir yorum ya da danışmanlık değildir.
| Yol | İçerik |
|---|---|
index.html |
Tek dosyalık arayüz, doğrudan açılır |
sablon.html · paketle.py |
Arayüz kaynağı ve paketleyici |
mevzuat/ek4_denetim.json |
EK-4 denetim formunun 21 kuralı |
mevzuat/yapisal_kurallar.json |
Madde metinlerinden türetilen 12 kural |
mevzuat/belirsizlik_haritasi.json |
14 kayıtlık belirsizlik kataloğu |
mevzuat/uyum_maliyeti.json |
8 kalemlik uyum maliyeti |
mevzuat/hizmetler.json |
Madde 4/1-c'deki 24 hizmet |
mevzuat/ag_yapisi.json |
Ziyaretçi ağının yapısı |
mevzuat/senaryolar.json |
Beş mevzuat senaryosu |
veri/ |
Başlangıç kayıt seti ve üreten betik |
web/model.js |
Bayes ağı ve veriden öğrenme |
web/akis.js |
Merkez üretimi, kural denetimi, eşleştirme |
web/analiz.js |
Uyum maliyeti ve duyarlılık analizi |
cekirdek/ |
Çok yıllı simülasyon (Python) |
gorseller/ |
README ekran görüntüleri |
python3 veri/uret_ornek.py # başlangıç kayıt setini yeniden üretir
python3 calistir.py # beş senaryoyu komut satırında koşturur
python3 onhesap.py # projeksiyonları hesaplar
python3 paketle.py # index.html dosyasını yeniden üretirÇekirdek yalnızca standart kütüphaneye bağlıdır; kurulum gerekmez.
Köse, G. & Köse, U. (2026). Measuring Uncertainty: An Artificial Intelligence Assisted Regulatory Impact Analysis of the Wellness Services Regulation and Health Tourism. INNOVAHEALTH 2026 — 3rd International Congress on Innovative Approaches in Health Sciences, 2–5 Eylül 2026, Girne, KKTC.
MIT — ayrıntı için LICENSE.
Main question: "Can regulatory uncertainty be measured?"
An artificial intelligence assisted regulatory impact analysis tool
for Turkey's Wellness Services Regulation and health tourism.
▶ Open the tool in your browser
The provisions of a newly published regulation are not always applicable on their own. Some are left to administrative determination, some concepts are left undefined, some discretion is granted without criteria. Such uncertainties are debated in legal texts but not measured.
Article 17 of the Wellness Services Regulation (4 July 2026, Official Gazette 33300) leaves the international health tourism authorisation of wellness centres to the Ministry of Health. The Regulation on International Health Tourism (26 April 2025, Official Gazette 32882) requires an authorisation certificate, but whether an esenlik centre licence meets that regulation's definition of a health facility has not been determined. Annex 4 of the Wellness Services Regulation, its inspection instrument, contains no question on it. A centre cannot know whether it is authorised to serve a visitor resident abroad.
The tool turns that gap into a number. It generates synthetic wellness centres and health tourists, matches them against rules transcribed from the regulation and returns a three-valued outcome:
| 🟢 Compliant | No rule is violated; service can be provided. |
| 🟣 Undefined | No rule is violated, but the status is undetermined because of a gap in the regulation. Four provisions can produce it. |
| 🔴 Non-compliant | At least one rule is violated. |
The third state is the core of the tool. It turns the absence of a provision into a measurable category, and the method transfers to other legislation.
The tool combines symbolic and probabilistic artificial intelligence. No component is a black box: the learned tables, the rules applied and the sampling trace can each be inspected from the interface.
| Technique | Where | File |
|---|---|---|
| Rule-based inference (symbolic AI) | Twenty-one Annex 4 inspection questions and twelve structural rules derived from the articles | web/akis.js · cekirdek/kural.py |
| Three-valued logic | Compliant / non-compliant / undefined. Turns a regulatory gap into a measurable category | web/akis.js |
| Discrete Bayesian network (probabilistic graphical model) | Synthetic visitor generation; ancestral sampling in topological order | web/model.js · cekirdek/ag.py |
| Dirichlet-prior parameter learning | Conditional probability tables are estimated from the record set, not hand-written | web/model.js · cekirdek/ogren.py |
| Agent-based simulation | Centres are individually tracked agents with their own state, service basket and detection counters | cekirdek/simulasyon.py · cekirdek/merkez.py |
| Markov chain | Year-to-year transition of the compliance state; a sanctioned centre uses a different matrix | cekirdek/simulasyon.py |
| Monte Carlo repetitions | Median and 10–90 percentile band instead of a single estimate | cekirdek/gostergeler.py |
| One-at-a-time sensitivity analysis | Each parameter is moved to its lower and upper bound and the change is measured | web/analiz.js |
| Design of experiments and stratified sampling | Centre configurations come from legally distinguishable classes, not a generative model | web/akis.js |
| Feedback demand dynamics | Licence applications rise as unmet demand grows and fall as capacity accumulates | cekirdek/simulasyon.py |
Generation, sampling and simulation are all reproducible: the same reproducibility key yields the same result, and no output depends on a language model.
The tool runs entirely in the browser. No server, installation or data upload is required.
Open it directly: https://gamze-kose.github.io/TR-Wellness-Regulation-Sim/
Or download: grab index.html and double-click it. All resources are
embedded in the file; it works without an internet connection.
git clone https://github.com/gamze-kose/TR-Wellness-Regulation-Sim.gitThe interface is fully bilingual — every label, rule text, service name and uncertainty entry exists in both languages. The screenshots below show the English interface; use the button at the top right to switch.
Five steps, each consuming the output of the previous one.
The record set the visitor model learns from. There are no hand-written probability tables; they are learned from these records. Records can be added and deleted, and every change retrains the model, with the distributions on the right updating immediately. The starter set of 240 records is not real intake data and is expected to be replaced.
The learned tables are inspectable, and each row reports how many observations it rests on; rows below five are flagged, because a probability learned from three records is not a probability. Individual profiles can be drawn from the model, with the draw traced node by node in topological order.
Applications first pass the structural rules: closed area, room count, institutional permits and responsible-manager conditions. The licensing decision is three-valued: some applications are left pending, because Article 10(4) requires premises appropriate to the nature of the service but gives no criterion for appropriateness. The grounds for refusal are listed with their article references — the most frequent is the three-year practice requirement for the responsible manager (11/4-c), followed by the exclusivity requirement (11/6).
Licensed centres are then assessed against the Annex 4 inspection rules. Each card shows one of three states: no violation, violations but still operating, or operations suspended. For most rules Annex 4 prescribes a warning and a fine at the first detection and the centre keeps operating; only two rules suspend operations at first detection.
A compliance cost layer prices the obligations the regulation imposes — closed area, emergency room, full-time responsible manager, hospital cooperation, information system, and the revenue lost to the prohibition on product sales — and shows which business models remain viable. Fixed obligations affect small operators disproportionately.
Synthetic health tourists are drawn from the trained model and matched against the centres one by one. A visitor may go unserved for one of four reasons. A person in convalescence is ineligible under Article 10(8)(d), which is a regulatory prohibition. Finding no centre that offers the service sought, and finding those centres at capacity, both arise from supply not meeting demand and have nothing to do with the regulation. Only for those resident abroad does Article 17 come into play, and only then is the outcome undefined.
Selecting a scenario opens a detail panel: the status of Article 17, the year it comes into force, the acceptance rate after the determination, the inspection rate and whether units fall within scope. Below is S0 — Uncertainty persists: no determination is ever made, and a purple Undefined band appears in the result strip.
The same screen under S1 — Permissive determination. The determination is made in 2028 and the purple band drops but does not vanish. The visitor count and every other setting are identical across the two runs; the scenario is the only thing that changes.
What remains is the study's most striking finding: resolving Article 17 does not remove uncertainty altogether, because the undefined notion of convalescence and the missing criterion for treatment purpose are resolved by no scenario.
This step draws on three separate sources: the matching results and segment breakdown come from the run just made, the sensitivity analysis is computed separately on its own fixed baseline, and the multi-year projection was computed in advance and is unaffected by any session setting.
The provision determining the outcome is recorded for every visitor. In the S0 run below, 83% were served and the remainder splits across four causes: convalescence left undefined 6%, the bar of Article 10(8)(d) 6%, no determination under Article 17 4%, and treatment purpose left without criterion 1%. Separating these matters for policy: a capacity shortage, a legal bar and a gap in the regulation call for entirely different interventions.
The undefined outcomes by source table below isolates the undefined matches and shows which gap each arises from. The breakdown by residence, age group and service sought shows where the shortfall concentrates — thermal and balneology demand is met noticeably less often than the rest, because that archetype requires at least two of its core services in the same centre.
A sensitivity analysis moves each free parameter to its lower and upper bound and measures the change in the outcome, and a ten-year projection tracks eight indicators across the five scenarios, including unlicensed operation and the actual inspection rate.
A catalogue of fourteen entries across six types, three bearing directly on health tourism, produced by reading the regulation article by article. Each entry marks a gap that prevents a provision from being applied on its own, and the list can be filtered by type.
Four of these fourteen entries are wired into the simulation. The determination under Article 17, the undefined notion of convalescence and the missing criterion for treatment purpose produce an undefined outcome at the matching stage; the missing criterion for appropriate premises (Article 10(4)) does so at the licensing stage. Only the uncertainty under Article 17 is resolved by the scenarios; the other three persist in every scenario. The remaining ten are identified but not modelled.
Article 17 is only the first line. It is followed by the mismatch between the heading and the text of the same article, the open-ended service list of Article 4(1)(c), the undefined notion of convalescence in Article 10(8)(d) — a prohibition with severe sanctions resting on a concept without criteria — and the absence of any criterion for space appropriate to the service in Article 10(4).
The figures come from the tool's default settings and are not validated against real data. What matters is not the absolute values but the differences between scenarios and the ranking of sensitivities.
- Fourteen uncertainty entries were identified, three bearing directly on health tourism; the most frequent type is discretion without criteria.
- No inspection question addresses the structural definitions of the regulation.
- Where no determination is made, the share of visitors resident abroad obtaining service falls to 59% by the tenth year and 12% of demand remains undefined; where it is made in 2028, the share rises to 80%, yet 6% of demand still remains undefined, because the undefined notion of convalescence and the missing criterion for treatment purpose are resolved by no scenario.
- Compliance with licensing conditions almost wholly determines licence refusal yet barely affects access to services, which is governed by capacity.
- In the compliance cost layer, fixed obligations affect small operators disproportionately; units in detached buildings fall below the viability threshold.
Visitor model. The structure of the network is set by domain expertise. The variables come from the individual planning criteria of Article 10(1) — age, general health status, existing risk factors and lifestyle — extended with convalescence under Article 10(8)(d) and residence under Article 17. The probability tables are learned from the record set. A small uniform Dirichlet prior is added to the counts, solely so that rows with no observations are not left undefined; its influence vanishes as records accumulate.
Rule engine. Twenty-one inspection questions from Annex 4 and twelve structural rules derived from the articles. The two sets act at different moments: structural rules at licensing, Annex 4 rules during operation.
Sanction ladder. Annex 4 defines a distinct sanction for the first, second and third detection of each rule. Centres are tracked individually with their own detection counters; the ladder can only operate this way and loses its meaning if reduced to an average.
Regulatory impact layers. Compliance costs, an unlicensed operation branch for refused applications, limited inspection capacity, and a sensitivity analysis over every parameter.
This is not a forecast. There is no data to project a sector one month old across ten years. Entry rate, demand growth, compliance behaviour and cost figures are assumptions. Results are reported as the median and the 10–90 percentile range across repetitions rather than as a single estimate.
The data is synthetic. All centres and visitors are generated. No real person or institution data is used.
veri/ornek_kayitlar.jsonis not real intake data but a starter set constructed from domain rules, expected to be replaced with real records.
The binding text is the Official Gazette. The rule sets are transcriptions of the regulation and constitute neither legal interpretation nor advice.
python3 veri/uret_ornek.py # regenerate the starter record set
python3 calistir.py # run the five scenarios on the command line
python3 onhesap.py # compute the projections
python3 paketle.py # rebuild index.htmlThe core depends only on the standard library; no installation is needed.
Köse, G. & Köse, U. (2026). Measuring Uncertainty: An Artificial Intelligence Assisted Regulatory Impact Analysis of the Wellness Services Regulation and Health Tourism. INNOVAHEALTH 2026 — 3rd International Congress on Innovative Approaches in Health Sciences, 2–5 September 2026, Kyrenia, TRNC.
MIT — see LICENSE.