Sağlık hizmetlerinde yapay zeka uygulamaları: Yoğun bakım örneği

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: İstanbul Medipol Üniversitesi, Sosyal Bilimler Enstitüsü, YÖNETİM BİLİMLERİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: ZEHRA NUR CANBOLAT GÖÇMEN

Danışman: SİLAHTAROĞLU Gökhan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Sepsis, vücutta gelişen enfeksiyona neden olan bakterilerin kana karışması ile bağışıklık sisteminin bu bakterilere karşı büyük bir savunma göstermesi; bu nedenle vücutta organ yetmezliğinin gerçekleşmesi olarak bilinmektedir. Sepsis enfeksiyonunun erken teşhisi yapılamaz ve hızla tedaviye başlanamaz ise çoklu organ yetmezliği sonucu ölüme neden olabilmektedir. Sepsis tanısının konulması amacıyla Ardışık Organ Yetmezliği Değerlendirme (Sequential Organ Failure Assessment Score: SOFA) ve Hızlı Ardışık Organ Yetmezliği Değerlendirme (quick Sequential Organ Failure Assesment: qSOFA) skorlama sistemleri kullanılmaktadır. SOFA skorlamasının zaman alıcı olması, qSOFA'nın ise düşük performans göstermesi nedeniyle bu denli kritik bir hastalığın erken teşhisi için daha doğru klinik tahmin modellerine gereksinim duyulmaktadır. Bu tez çalışması kapsamında sepsis enfeksiyonunun gelişimini erken tahmin etmeye yönelik bir yapay zeka çalışması gerçekleştirilmiştir. Çalışmada, Beth Israel Deaconess Tıp Merkezi'nin yoğun bakım ünitelerinde kalan hastaların klinik verilerinden oluşan MIMIC-III veri tabanı kullanılmıştır. Öncelikle veriler üzerinde denetimsiz makine öğrenmesi gerçekleştirilmiştir. FCM algoritması kullanılarak gerçekleştirilen öğrenme sonunda, küme geçerlilik indeksleri dikkate alınarak optimum kümeler elde edilmiştir. Küme temsilcileri PCA yöntemi ile iki boyuta indirgenerek hekimlerin sepsis örüntüsünü takip edebileceği bir model geliştirilmiştir. Derin öğrenme algoritması LSTM kullanılarak hastanın sonraki saat içinde sepsis olup olmayacağı %82 başarı ile tahmin edilmiştir. Araştırmada gerçekleştirilen yapay zeka modelinin, kritik hastalıkların öngörülerek hekimlerin karar verme sürecine yardımcı olabileceği, sağlık merkezinin rekabet avantajı sağlayan dinamik yeteneklerini geliştirebileceği ve tüm bunlar sayesinde, sağlıkta inovatif stratejilerin geliştirilmesinde rol oynayabileceği vurgulanmıştır.