Akıllı sağlık uygulamaları için bir uzaktan hasta takip sistemi tasarımı ve gerçeklenmesi

Abstract

Günümüzde, şehirlerde yaşayan nüfusun artması, mevcut yaşamsal kaynakların etkin ve verimli kullanılması gerekliliği ve teknolojinin gelişmesiyle birlikte akıllı şehir kavramı ortaya çıkmıştır. İnternet ve iletişim teknolojilerinin hız kazanması, sabit genişbant ve hücresel haberleşme ağlarının yaygınlaşmasıyla birlikte nesnelerin interneti (IoT) içeriği zenginleşmiştir. Şehirlerde ulaşım, çevre, su, enerji, sağlık, yönetim ve iletişim alanlarında birçok yerde kullanılan internete bağlı, birbirleriyle ve merkezi iletim noktası ile haberleşebilen nesneler, daha büyük ağları meydana getirerek akıllı şehirlerin oluşmasında önemli bir noktada yer almaktadır. Şehirlerde mevcut birçok kaynak gibi sağlık hizmetleri de kısıtlıdır ve verimli kullanılması gerekmektedir. IoT ekipmanları, akıllı telefon, internet iletişim ve veri saklama teknolojileriyle sunulan bu sağlık hizmetlerine akıllı sağlık hizmetleri denmektedir. Akıllı sağlık uygulamaları günümüzde çoğunlukla akıllı telefon merkezli gelişmeye devam etmektedir. Dolayısıyla akıllı sağlık uygulamaları çoğunlukla mobil sağlık yani m-sağlık hizmetleri olarak karşımıza çıkmaktadır. M-sağlık uygulamaları özellikle kaynakların çokça tüketilmesine neden olan kronik hastalıklara odaklanarak sunulan sağlık hizmetlerindeki önemli bir yükü üstlenmeye çalışmaktadır. Bu tezde, pulse oksimetre cihazı ve Android tabanlı geliştirilen akıllı telefon uygulaması, sunucu ve veri tabanını da içinde barındıran bir karar destek sistemi geliştirilmiştir. Karar destek sistemi ile pulse oksimetre ölçümlerinin uzaktan ve mobil olarak iletilmesi ile değerlendirilmesi hedeflenmiş, veri tabanı üzerinde geliştirilen karar destek yazılımı (KDY) ile de küresel ölçekte güvenilir bir veri seti ile karşılaştırmalı olarak kronik bir rahatsızlık olan uyku apnesi mevcudiyet analizi yapılmıştır. Veri setindeki 100 denekten alınan polisomnografi cihazı çıktıları ile yapılan inceleme sonucunda, `uyku apnesi riski yok` tespitinde, KDY sonuçları ile veri seti sonuçları arasında % 76 oranında eşleşme olduğu görülmüştür. Günümüzde hareket kısıtlılığı olan bireylerin sağlık hizmetlerine ulaşmalarının ne kadar zor olduğu düşünüldüğünde, geliştirilen karar destek sistemi ve KDY' nin önemli bir açığı kapatmak üzere literatüre katkı sunacağı düşünülmektedir

On behalf of population increase and development in technology era, nowadays citizens and city managers are talking about smart cities. While population is increasing in cities worldwide, source usage and consumption became much more important than before. Internet of things, mostly known as IoT, enriched its content with the help of high speed communication technologies and the rising trend of the usage on internet, fixed wideband and mobile cellular communications. Furthermore, IoT creates smart city concept by communicating between each other and its central nodes including transportation, environment, water source, energy, healthcare, governance and communication domains in urban life. Due to limited sources in those domains, they should be used efficiently to optimize the consumption, including the healthcare domain. The healthcare which includes IoT equipments, smart phones, internet access and data storage can be defined as smart healthcare. Smart phones are at the center of the smart healthcare, hereby most smart healthcare applications are developed as mobile healthcare, shortly m-health. Beyond diseases like diabetes, sleep apnea, chronic obstructive pulmonary disease, heart disease and etc., m-health is generally used for those chronical diseases which gives more comfort to patients for being monitored remotely. In this thesis, a decisions support system and decision support software (DSS) are built up. Decision support system includes pulse oximeter, android based mobile application, database while mobile application is sending the measured values by pulse oximeter to the database. On the other hand, decision support software focuses on sleep apnea existence analysis and comparison with a global data set. DSS reached a 76 % success degree on matching the `no sleep apnea risk` value over 100 subject's results created by polysomnography device. Consequently, it can be seen a valuable potential for healthcare smart practices for controlling chronic ilnesses remotely, within the decision support system designed. Also decision support system has a potential in supporting decisions of medical doctors on diagnosis regarding sleep apnea.