Metin madenciliği teknikleri kullanılarak kulak burun boğaz hasta bilgi formlarının analizi

Abstract

Dünyadaki verilerin yaklaşık olarak %90'ı yapılandırılmamış formatta bulunmaktadır. Bu tip veriler üzerinde işlem yapılması, verilerin yönetilmesi veya bu verilere erişim zordur. Bu yüzden 1960'lı yıllardan itibaren veriyi yapılandırıp makine tarafından işlenebilir hale dönüştürme amacıyla sistemler geliştirilmeye başlanmıştır. Metin madenciliği, özellikle 2000'li yıllarda daha fazla ilgi gören, serbest formatta bulunan metinler içerisindeki daha önceden bilmediğimiz bilgileri ortaya çıkarmamızı sağlayan işlemler bütünüdür.Metin madenciliği tekniklerinin tıpta kullanımı son birkaç yılda büyük oranda artmıştır. Yapılan klinik çalışmalar, araştırma raporları, hastane kayıtları, doktor notları, prosedürler ve faturalar gibi serbest formatta bulunan metinler tıptaki en önemli veri kaynaklarıdır. Fakat yapılandırılmamış formatta bulunan bu geniş veri yığınlarını insan gücüyle analiz etmek ve istenilen bilgiye ulaşmak hem zordur hem de zaman kaybına yol açmaktadır. Hastayla ilgili karar verme süresinin, doğru verilere erişmenin ve bu verileri kullanarak istenilen bilgilere ulaşmanın zorluğu göz önünde bulundurulduğunda bu tür sistemlerin önemi ön plana çıkmaktadır.Bu çalışmada, Akdeniz Üniversitesi Hastanesi Kulak Burun Boğaz Hastalıkları Anabilim Dalı'ndan alınan ameliyat geçiren hastalara ait 600 adet hasta bilgi formunu yapılandırılmış formata dönüştürmek, hekimlerin hasta ile ilgili ihtiyaç duydukları bilgilere erişimini kolaylaştırmak, hasta bilgi formlarından klinik verileri çıkartmak ve bu verileri analiz etmek amacıyla bir yazılım geliştirilmiştir. Önce Microsoft Office Word belge formatında bulunan hasta bilgi formlarındaki veri alanları ön işlemden geçirilerek veri tablosu haline dönüştürülmüştür. Veri tablosundaki veriler, Microsoft Office Excel'e gönderilebilmekte veya XML olarak veritabanına kaydedilebilmektedir. Hazırlanan metin sorgu formuyla birlikte hekimlerin hasta bilgi formlarında aradıkları özellikteki hastalara erişimlerinde kolaylık sağlanmaktadır. Ayrıca her alana özgü oluşturulan anahtar kelime listeleriyle metin içerikleri kodlanabilmekte ve bu veriler üzerinde veri madenciliği teknikleri uygulanabilmektedir. Bu çalışmada, varlıklar/ kavramlar arasındaki ilişkilerin tanımlanabilmesi için veri madenciliğinde kullanılan ilk tekniklerden biri olan Birliktelik Kuralı yöntemi uygulanmıştır. İlerleyen zamanlarda kazanılan deneyimlerle diğer anabilim dallarında da kullanılabilecek daha kapsamlı ve profesyonel bir yazılım geliştirilmesi planlanmaktadır.

Approximately 90% of the world?s data is held in unstructured or semi-structured formats. Since 1960s, several methods have been developed to transform the data into a structured and machine processable format. Text mining has seen an increasing interest in the 2000s, for discovering unknown information and facts from the free-text data.Recently, the number of text mining applications in medical sciences has grown with an increasing rate. Unstructured free-text data, such as patient discharge notes and reports, doctor?s notes, clinical trials and studies, research reports, web pages and hospital records are some of the important data sources for physicians. To analyze and access this kind of data by human efforts is difficult and time consuming. Considering the time it takes for decision making, and accesing accurate and required information about patients, this kind of systems have become necessary.In this study, we developed a software system to transform 600 discharge notes, from the Department of Otolaryngology of Akdeniz University, to a structured form, enabling physicians to access patient information, extracting clinical data from the discharge notes, and codifying them for analysis. First of all, discharge notes which are kept as Microsoft Office Word documents have been transformed into a data table after preprocessing. Data in the data table can be stored in XML format or as Microsoft Office Excel spreadsheets. A query form has also been designed for enabling physicians to access the patient data. To identify the significant content words within each section keyword lists have been used and content words have been converted into a predefined coded structure. Association Rules, that is one of the methods of the traditional data mining, has been applied to the coded data in order to discover the relations between entities/concepts. In the future, we plan to develop a more comprehensive and professional software that could be used in the other departments of the hospital.