Makine Öğrenmesi Algoritmaları ile Covid-19 Hastalarının Mortalite Risklerinin Hesaplanması

Abstract

Bu çalışmanın amacı, Makine Öğrenmesi algoritmalarıyla Covid-19 tanılı hastaların mortalite riskinin hesaplanmasıdır. Bu çalışmada, web üzerinde açık erişimli olarak yayınlanan Atlanta, Georgia’da Covid-19 tanısı alarak sağlık tesisine yatan hastaların demografik ve klinik verileri kullanılmıştır. Bu veriler üzerinden Karar Ağacı, Rastsal Orman ve Adaptive Boost olarak adlandırılan Makine Öğrenmesi algoritmaları kullanılarak hastaların mortalite riski hesaplanmıştır. Hastaların demografik ve klinik bulgularının mortalite riskleri üzerinde etkili olduğu ve bu doğrultuda oluşturulan Makine Öğrenmesi tabanlı tahmin modellemesinin yüksek güvenirlikle (Acc=83,5) uygulanabileceği görülmüştür. Elde edilen bulgularla birlikte Makine Öğrenmesi yöntemleri kullanılarak yüksek düzeyde güvenilir sınıflandırma modellemeleri oluşturulup hastaların mortalite risklerinin hesaplanması doğrultusunda klinisyenler ve sağlık profesyonellerine hasta önceliklendirme konusunda kılavuz olabilecek karar destek modülleri oluşturulabilmektedir. Web tabanlı modüller oluşturularak sağlık otoritelerine, klinisyenlere ve hastane yöneticilerine yatak doluluğu planlaması açısından etkin ve verimli hazırlık yapabilmeleri açısından bilimsel dayanak oluşturulmaktadır. Gereksiz sağlık harcamalarının ve hastalığı görece hafif geçirme ihtimali olan hastaların gereksiz tedavi almaları önlenebilecektir.

Keywords

• machine learning algorithms/covid-19
• mortality risk
• clinical data
• clinicians
• makine öğrenmesi algoritmaları
• covid-19
• mortalite riski
• klinik veriler
• klinisyenler