Yapay Zeka Doğum Sonrası Tehlike İşaretlerini Tanıyabilir mi? DSÖ Doğum Sonrası Bakım Kılavuzlarına Dayalı Bir Analiz Can Artificial Intelligence Recognize Postpartum Danger Signs? An Analysis Based on WHO Postpartum Care Guidelines.

Bu veri seti, “Yapay Zeka Doğum Sonrası Tehlike İşaretlerini Tanıyabilir mi? DSÖ Doğum Sonrası Bakım Kılavuzlarına Dayalı Bir Analiz” çalışmasında kullanılan soruları, değerlendirme çerçevesini ve yapay zeka tarafından oluşturulan yanıtları içermektedir. Dünya Sağlık Örgütü'nün doğum sonrası bakım önerilerine dayanarak, doğum sonrası önemli tehlike işaretlerini ve acil durumları temsil eden on klinik senaryo geliştirilmiştir. Her senaryo, doğal hasta dili kullanılarak Türkçe olarak sunulmuş ve aynı koşullar altında ChatGPT-5.0 (OpenAI) ve Gemini (Google) modellerine gönderilmiştir. Veri seti, orijinal soruları, her iki yapay zeka modeli tarafından oluşturulan eksiksiz yanıtları, CLAR (Eksiksizlik, Yanlış Bilgi Yokluğu, Uygunluk, Alaka Düzeyi) değerlendirme çerçevesini ve kılavuza uyum değerlendirmesi için kullanılan DSÖ kaynaklı referans kriterlerini içermektedir. Veri seti, anne sağlığı bilgileri ve hasta güvenliğinde büyük dil modellerinin performansına ilişkin şeffaflığı, tekrarlanabilirliği ve gelecekteki karşılaştırmalı araştırmaları desteklemek amacıyla sağlanmıştır. This dataset contains the prompts, evaluation framework, and AI-generated responses used in the study “Can Artificial Intelligence Recognize Postpartum Danger Signs? An Analysis Based on WHO Postpartum Care Guidelines.” Ten clinical scenarios representing major postpartum danger signs and emergencies were developed based on the World Health Organization postpartum care recommendations. Each scenario was presented in Turkish using natural patient language and submitted to ChatGPT-5.0 (OpenAI) and Gemini (Google) under identical conditions. The dataset includes the original prompts, the complete responses generated by both AI models, the CLAR (Completeness, Lack of False Information, Appropriateness, Relevance) evaluation framework, and the WHO-derived reference criteria used for guideline adherence assessment. The dataset is provided to support transparency, reproducibility, and future comparative research on the performance of large language models in maternal health information and patient safety.