- GİRİŞ
Bu araştırmada amaç sağlam kişilerin ileride yakalanması ihtimal kanser tipini belirlemek, sağlıklı veya riskli teşhisi koymaktır. Buna istinaden öncelikli olarak daha önce kanser hastalığına yakalanmış kişilerin kişisel verilerine ihtiyaç duyulacaktır. Elde edilen bu verilerde yaş, cinsiyet, genetik yapı, meslek, yaşadığı çevre ve yakalandıkları kanser tipi gibi özellikleri olmasına özen gösterilecektir. Dağınık olan bu verilerin ilk olarak sınıflara ayrılması işlevi için veri madenciliği kullanılacaktır. Veri madenciliği yöntemlerinden biri olan yapay sinir ağları sınıflandırma yöntemi kullanılacaktır. Sınıflara ayrılan bu verilerden sağlıklı kişilerden alınacak bazı test sonuçları ve kişilik özellikleri baz alınarak yapay sinir ağları yöntemiyle önceden eğitilen veriler test edilip, bu kişilerin hasta, hasta değil veya riskli oldukları anlaşılacaktır.
Bu çalışma önerisi çerçevesinde, çalışmanın ana hatlarını belirlemek maksadıyla kanser alanındaki tıp uzmanlarıyla iletişim düşüncesi oluşmuştur. Kanser prognozunda kullanılması düşünülen tekniklerin uygulanabilmesi için öncelikli olarak işin uzmanları ile fikir alışverişi sağlanmalıdır. Verilerin elde edilmesi çalışma için en önemlisidir. Bu düşünceden yola çıkılarak hasta yoğunluğunun fazla olduğu bir Hastanesinin Radyasyon Onkoloji kliniği, patoloji klinik ve laboratuvarı doktorları ile randevular sağlanarak görüşmeler yapılması gerekir. Onkoloji kliniği doktorları ile görüşmeler sırasında doktorlara yöneltilen sorular aşağıda listelenmiştir.
kocaeli escort
ankara eskort
ümraniye escort
beylikduzu escort
ankara eskort
istanbul escort
anadolu yakası escort
şişli escort
tuzla escort
istanbul eskort
istanbul escort
jigolo
istanbul escort
hacklink
escort sitesi açma
escort sitesi açma
şişli escort
şişli escort
canlı bahis siteleri
ankara eskort
şişli travesti
malatya escort
1- Verilerin en fazla olduğu kanser tipleri hangisidir?
2- Hangi kanser tipleri büyük bir oranda sadece kan ve vs. testlerle anlaşılabilir?
3- Bu kanser tipleri arasında ilişkiler varmı?
4- Bu kanser tiplerine ait veriler hangi üniteden ve nasıl alınabilir?
5- Sizlerin Kanser teşhisinde sıkıntı çektiği konular nelerdir?
6- Kanser teşhisinde elinizde Türkiye kanser haritasının bulunması faydalı olurmu?
7- Hastalara ait ne tip veriler barındırılır?
8- Kanser hastalığında genetik faktörler ne derece etkilidir.
- ÇALIŞMANIN ÖNEMİ
Bu uygulamadan elde edilecek sonuçların özellikle:
- Kanser hastalığının erken teşhisinde veri madenciliği ilkelerinden hareketle hastalığa yakalanmış ya da yakalanması muhtemel kişiler için kullanılabilecek bir erken teşhis yaklaşımı olduğunu göstereceği;
- Eğitim ve Araştırma hastanelerinde hekimler tarafından uygulanması planlanan erken teşhis yaklaşımlarının etkinliğini ölçmede yararlanılabilecek bir metodoloji oluşturacağı umulmaktadır.
- Bu modelde giriş olarak özellikle hastane arşiv verileri ve internet ortamından alınan verilerin çıkış sonuçlarının geçerlilik ve güvenilirliği analiz edilmesi gerekir.
- YÖNTEM
3.1. Araştırma
Veri madenciliği analizinde Matlab programı kullanılabilir. Programın özellikleri şunlardır.
- Matematik ve hesaplama işleri, algoritma geliştirme.
- Modelleme, benzetim ve prototipleme.
- Verilerin analizi, incelenmesi ve görüntülenmesi.
- Bilimsel ve mühendislik alanında grafik işlemleri.
- Grafiksel kullanıcı arayüz yapısını da içine alan uygulama geliştirme.
Program veri madenciliği uygulamaları gerçekleştirebilecek araç kutularını içerisinde barındırır. Araştırmada kullanacağımız yapay sinir ağları özelliği mevcuttur.
3.2. Analiz
Tıbbi kaynakların son derece kısıtlı olması, var olan kaynakların da etkin kullanılamaması sonucu dünyada her yıl yüz binlerce kişi hayatını kaybediyor. Tıpta ve sağlık sistemlerinde sayısal (kantitatif) tekniklerin kullanılması ile hasta kayıpları azaltılabiliyor. Karar verme probleminin olduğu hemen her yerde matematiksel modeller kullanılabilir. Kanser, DNA’nın hasarı ile hücrelerin programdan çıkması sonucu hücrelerin kontrolsüz bir şekilde veya anormal bir şekilde büyümesi ve çoğalması sonucu oluşan genetik bir hastalıktır. Kanser ne kadar erken teşhis edilirse, tedavisi de o düzeyde başarılı olur. Tıp, istatistik ve veri madenciliği gibi teknikleri kendi alanlarında kullanabilirse gelecekte kanser gibi birçok hastalık erken teşhis sayesinde ilaçla tedavi edilebilir. Böylece pahalı ameliyatlara gerek kalmayabilir. Günümüzde kansere yakalanan kişilerin çoğu hastalığın ilerlemiş safhalarında hastanelere başvurmakta ve bu sebeple geç teşhis edilmektedir. Bunun sonucunda tedaviler çoğu zaman işe yaramamakta ve hasta kısa zamanda ölmektedir. Sağlam kişilerde ileriye yönelik kanser hastalığının teşhisi üzerinde durulması gereken en mühim konulardan biridir. Ülkemizde kanser hasta kayıtlarının düzenli bir ortamda tutulmadığı açıktır. Hâlbuki tutulacak kayıtlar sayesinde ileriye yönelik daha hızlı karar verme teknikleri oluşturulabilir. Yapılan araştırmalarda kanser hastalık türlerinin birbirleriyle bağıntılı olduğu anlaşılmaktadır. Değerlendirme aşamasına geçilmeden tek tek ele alınan hastalıkların teşhisi fazla zaman alabilmektedir. Öncelikle yapılması gereken pilot seçilecek kanser hastalık tiplerinin belirlenmesi, daha sonra disiplinler arası kullanımı yaygın, matematik altyapısına sahip veri madenciliği yöntemlerinden en uygun olanının seçimine karar verilmesidir.
- Kanser tipleri belirlenir. Göğüs, akciğer ve bağırsak kanserleri.
- Bu kanser tiplerine ilişkin hangi özellikteki verilerin alınması kararı verilir.
- Belirlene kanser tiplerine ilişkin veriler büyük hasta potansiyeline sahip bir hastanenin onkoloji laboratuvarından ve internet ortamından temin edilir.
- Yapay sinir ağları yönteminde yer alan modelleri sırayla denenmek üzere ilk modelden başlanır.
- 3 farklı kanser tipine ait veriler sınıflandırılmak ve eğitilmek üzere yapay sinir ağları modeline verilir.
- Verilen girişler ile çıkış verileri eğitim verileri neticesinde karşılaştırılır.
- Tüm modeller denendiğinde en fazla doğruluğa hâkim model seçilir.
- Test verileri programa sunularak yeni hastalar için bilgiye ulaşılmış olur.
- VARSAYIMLAR
Hipotezler
Büyük miktarda veri içinden gelecekle ilgili tahmin yapmamızı sağlayacak bağıntı ve kurallar, geçerli ve güvenilir bilgiye ulaşmada metot oluşturacaktır.
Bu araştırma hipotezinin testi için birtakım alt hipotezlerinde formüle edilmesi gerekmiştir.
Bu hipotezler şunlardır:
Alt Hipotez1: Kanser hastalığının erken teşhisinde yapay sinir ağları yönteminin kullanılması Türkiye bazında kanser haritası oluşumuna destek olacaktır.
Alt Hipotez2: Kanser hastalığının erken teşhisinde yapay sinir ağları yönteminin kullanılması sağlıklı bireylerin gelecekte yakalanma ihtimallerine karşı önlem alınmasını sağlayacaktır.
Alt Hipotez3: Kanser hastalığının erken teşhisinde yapay sinir ağları yönteminin kullanılması hekimlerin hasta üzerinde teşhisini kolaylaştıracaktır.
Alt Hipotez4: Kanser hastalığının erken teşhisinde yapay sinir ağları yönteminin kullanılması bazı testlere gerek bırakmayacak şekilde hastane maliyetlerini düşürecektir.
Alt Hipotez5: Kanser hastalığının erken teşhisinde yapay sinir ağları yönteminin kullanılması hastalıktaki genetik faktörün ne kadar önemli olduğunu ortaya koyacaktır.
Alt Hipotez6: Kanser hastalığı riski yapay sinir ağları yönteminin kullanılması sayesinde ortaya çıkan kişi bu hastalık sınıfına dahil olmamak için gerekli önlemleri alacaktır.
Alt Hipotez7: Verilerde kullandığımız X tipi kanser teşhisi konulan hastaların hasta olmadan önceki durumları göz önüne alındığında bazı özellikler x tipi kanser hastalığı için belirleyici olabileceği çıkarımı yapılacaktır.
Alt Hipotez8: Yapay Sinir Ağları modeli için giriş oluşturacak Hastane arşiv verilerinin model sonucunda oluşacak ifadelerin güvenilirliği, internet ortamından alınacak verilerin geçerlilik ve güvenilirliğinde sonuçlarından fazladır.
Sınırlılıklar
- Araştırma belirlenen Hastane arşivi ve internet ortamında google arama motoru ile sınırlıdır.
- Teşhis için uygun görülen kanser tipleri göğüs, akciğer ve bağırsak kanserleri ile sınırlıdır.
- Araştırmada ele alınan değişkenler, uygulanan ölçüm araçlarının güvenilirlik ve gerçeklik boyutlarıyla sınırlıdır.
- Sosyal bilimler alanında yapılan çalışmaların tamamen deneyselliğe oturtulmamasından kaynaklanan sınırlılık, bu çalışma için de geçerlidir.
- VERİ TOPLAMA TEKNİĞİ
Araştırma Modeli
Ulaşmaya çalıştığımız problemin çözümü için gerekli olan veriler belirlenen Hastanenin Radyoloji Onkoloji bölümü arşivinden elde edilecektir. Elde edilen veriler sonuçlarla ilişkilendirilerek yapay sinir ağımızın eğitiminde ve test setlerinde kullanılacaktır.
Bu sayede yeni gelen verilerde ağımız sonucu tahmin yeteneği kazanacaktır. Tanımlanan problem için en uygun modelin bulunabilmesi, olabildiğince çok sayıda modelin kurularak denenmesi ile mümkündür. Bu nedenle veri hazırlama ve model kurma aşamaları, en iyi olduğu düşünülen modele varılıncaya kadar yinelenenecektir.
Evren ve Örneklem
Amaç ve sınırlılıkta da belirtildiği üzere araştırma kişinin kanser hastalığının teşhisi ve kansere yakalanma riskinin ortaya çıkmasına yöneliktir. Elde edilecek sonuçların genellenmek isteneceği çalışma evreni Onkoloji birimleridir.
Veriler ve Toplanması
Araştırmada kişilerin çeşitli kanser tipleri ile ilgili hastalığı belirleyen kriterlerin yer aldığı bir hastanenin Onkoloji biriminden veriler alınacaktır. Teşhis ve risk durumu için incelenecek olan Kanser tipleri; bağırsak, göğüs ve akciğer kanseri olarak seçilmiştir. Bunun sebebi günümüzde en sık rastlanan kanser tiplerinden olmaları ve bu hastalık tiplerinde veri sıkıntısı diğer kanser tiplerine göre daha az olmasından ötürüdür. Veriler belgesel tarama yöntemiyle derlenmiştir. Toplanan bu veriler araştırmacı tarafından tasarlanacak ve uygulamadan elde edilen sonuçlarla teşhis sağlanacaktır.
Verilerin Çözümü ve Yorumlanması:
Elde edilen hasta verileri yapay sinir ağlarına verilip eğitim tamamlandıktan sonra yeni veriler ağa sunulup ağın bulduğu sonuçlarla hedef değerlerinin karşılaştırılması yapılacaktır. Başarı oranı kabul edilebilir düzeye gelene kadar ağımızın eğitimine devam edilecektir.
Araştırmada çalışılan 3 kanser tipi, olan göğüs-akciğer ve bağırsak kanserleri araştırılan konu için pilot olarak seçilmesi uygun görülmüştür. Başarı oranı istenilen seviyeye ulaştığından dolayı bu tip bir uygulama diğer kanser tiplerinde de başarı ile uygulanabilir olması amaç olacaktır.
Çözümlemeler Matlab programından yararlanılarak gerçekleştirilecektir. Bu amaçla verilerin eğitimi tamamlanıp yeni veriler için ağımız sağlıklı sonuçlar çıkarabilecektir.
Yapay Sinir Ağları modelinde giriş olarak kullanacağım arşiv verileri ve İnternet ortamından alınan verilerin çıkış sonuçlarının geçerlilik ve güvenilirliği yorumlanacaktır.
- SONUÇ
Veri madenciliği en basit tanımı ile çok büyük miktardaki ham veriler içinden amaca uygun modellerin ortaya çıkarılması işlemidir. Başka bir tabirle karmaşık ve düzensiz veriler içindeki modellerin ortaya çıkarıp bunları karar verme ve eylem planını gerçekleştirmek için kullanma sürecidir.
Bu makalede sağlıkta uzman kişilere sağlık sektöründe Veri Madenciliği’nin kullanımı ile ilgili bir çalışmanın nasıl olması gerektiği hususunda bilgi sunarak karar verme süreçleri açısından yeni bir bakış açısı kazandırmak amaçlanmıştır.
Veri Madenciliği, sağlık profesyonellerinin en doğru ve güncel bilgiye ulaşmasını, en objektif ve optimum çözümleri kullanmasını sağlayacak bir karar destek aracıdır. Geleceğin sayısal karar verme ve iş zekası yöntemi olan Veri Madenciliğinin konunun uzmanı kişiler tarafından sağlık sektöründe kullanımı, sağlık hizmetlerinin daha etkin sunumu, kaynakların daha verimli kullanımı ve bilimsel, karşılaştırılabilir, şeffaf bilgi erişimi açısından önerilmektedir.
Sabri Serkan Güllüoğlu / İstanbul Arel Üniversitesi, Mühendislik Mimarlık Fakültesi
