Bozulmuş glukoz toleransı tanılı hastaların gruplandırılmasında uzman sistemler ve yapay zekanın katkıları ve bir hastane uygulaması

Abstract

Sağlık sektöründeki elektronik kayıt uygulamaları kurumların maddi öncelikleri, sık değişen mevzuatlar gibi sebeplerden ötürü medikal bilgi anlamında verimli olamamıştır. Analize uygun sağlıklı büyük veri bankaları oluşturulamamıştır. Ayrıca sağlık kuruluşlarında oluşturulan veriler yerel veritabanlarında saklanmıştır. Kuruluşlar arası veri akışı evrak ve bürokrasi hantallığından kurtulamamıştır.Çalışmamızda hastane, özel muayenehane, harici test merkezleri vb. idari merkezlerdeki verilerin kullanılarak, sistemdeki biriken verilerin istatistiksel çalışmalarda kullanılmasının önemine binaen Bozulmuş Glukoz Toleransı hastalığının tanısına yönelik hasta Glukoz, insülin ve Hemoglobin A1C sonuçlarının kullanıldığı analiz gerçekleştirilmiştir. Sınıflandırıcı Metodu olarak CART (Sınıflandırma ve Regresyon Ağacı) kullanılmış ve elde edilecek sonuçların uzmanları ve hastaları yönlendirebileceği görülmüştür.Anahtar Sözcükler: Uzman Sistemler, Yapay Zeka, Laboratuar Testleri, CART, Sınıflandırıcılar, Bozulmuş Glukoz Toleransı

In medical area electronical registry applications are in adequate at medical term because of frequently changes on insurrance laws and financial priorities of medical institutions. As a result of this a large database ready to statistical analysis consist of patients medical data has not been constituted. The data of medical institutions are saved in local databases. Patient – Medicine information flow between two or more institutions is still based on paper. In our study, we developed a classification algoritm to identify impaired glucosetolerance (IGT) suffered patients among administrative records, our goal is to show that these acquired statistical data can be processed by medical, statistical speacialist easly. Statistical process can be done in any meaning such as early diagnosis or demographic studies. For this purpose we realized a statistical study with Glycated hemoglobin and Glucose tolerance test values to identify patients with IGT, DM diagnosis. We used CART (Classification and Regression Tree) as classification algorithm to identify those patients. The results show that suchalgorithms with larger/meaningful data can be helpful on medical diagnosis to reduce unnecassary examinations.KeyWords: Expert Systems, Artificial Intellegence, Laboratorytests, CART, classifiers, Impaired Glucose Tolerance (IGT)