YAPAY ZEKA TEKNİKLERİ İLE COVİD-19 HASTALIK TAHMİNİ

Abstract

ÖZET

Bu tezde, sağlık hizmetleri yönetiminde etkinliği sağlamak üzere, Covid-19 hastalığının doğru olarak teşhisinde makine öğrenmesi tekniklerinin başarısının karşılaştırılması amaçlanmıştır. Yapay zeka ve makine öğrenmesi yöntemlerinin sağlık yönetimi ve hizmetleri alanındaki kullanımı gün geçtikçe artmaktadır. Covid-19 virüsü tüm dünyayı etkisi altına alan, birçok hastada nefes darlığı, öksürük, ateş gibi benzer belirtiler ile ortaya çıkan bir Sars grubuna ait bir virus türüdür. Hastalığın teşhisinde PCR testleri kullanılmaktadır. Covid-19 pandemi koşullarında dünyanın gelişmiş ülkelerinde dahi test kitlerine erişimde sıkıntılar yaşanmıştır. Ayrıca test kitlerinin doğruluk oranının yüksek olmaması da ayrı bir sorun teşkil etmiştir. Bundan dolayı zaman zaman hastalık belirtilerine göre tedavi aşamasına geçilmiştir. Problemin çözümüne katkı sağlamak amacıyla Covid-19 virüsünün teşhisi için rutin kan testlerinin kullanılması çalışmanın motivasyonunu oluşturmaktadır.

Covid-19 risk faktörlerinin yaygınlığını anlamak için gerçekleştirilen ve kamuya açık, 1677 hastada PCR testleri esnasında alınan kan tahlil değerleri ile birlikte 35 değişkenden oluşan veri seti üzerinde makine öğrenmesi ve veri madenciliği yöntemleri kullanılarak regresyon ve sınıflandırma işlemleri gerçekleştirilmiştir. Modelin eğitilmesi ve testi amacıyla, veri setinin %70’i eğitim, %30’u test kümelerine bölünmüştür. Çalışmada hastalıkların doğru olarak teşhisi amacıyla kullanılan algoritmalarda %80’in üzerinde sınıflandırma başarısı elde edilmiştir. Bu durum, teşhis ve tedavi süreçlerinde insan kaynaklı hataları azaltmak ve medikal karar süreçlerine destek amacıyla, makine öğrenmesi tekniklerine başvurulabileceğini göstermektedir.

ABSTRACT

In this thesis, it is aimed to compare the success of machine learning techniques in the correct diagnosis of Covid-19 disease to ensure effectiveness in health management. The use of artificial intelligence and machine learning methods in the field of health management and services is increasing day by day. The Covid-19 virus is a type of virus belonging to a Sars group, which affects the whole world and presents with similar symptoms such as shortness of breath, cough, and fever in many patients. PCR tests are used in the diagnosis of the disease. In the conditions of the Covid-19 pandemic, there have been difficulties in accessing test kits even in the developed countries of the world. In addition, the fact that the accuracy rate of the test kits is not high has also constituted a separate issue. Therefore, from time to time, the treatment phase was started according to the symptoms of the disease. In order to contribute to the solution of the problem, the use of routine blood tests for the diagnosis of the Covid-19 virus constitutes the motivation of the study. As a result of the notch stroke regression and classification processes were carried out using machine learning and data mining methods on the data set consisting of 35 variables, together with the blood analysis values taken during PCR tests in 1677 publicly available patients, to understand the prevalence of Covid-19 risk factors. For the purpose of training and testing the model, 70% of the dataset is divided into training and 30% test sets. In the study, over 80% classification success was achieved in the algorithms used for the correct diagnosis of diseases. This situation shows that machine learning techniques can be applied to reduce human-induced errors in diagnosis and treatment processes and to support medical decision processes.