Acil Servis Başvurularının Uygunluk Durumunun Makine Öğrenmesi Yöntemleri ile Tahmin Edilmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Akdeniz Üniversitesi, Sosyal Bilimler Enstitüsü, Yönetim Bilişim Sistemleri Bölümü, Türkiye
Tezin Onay Tarihi: 2027
Tezin Dili: Türkçe
Öğrenci: NİDA SİNİM
Danışman: Kerim Kürşat Çevik
Özet:
Acil servislerdeki aşırı hasta yoğunluğu; gecikmelere, kaynak israfına ve hasta sonuçlarının olumsuz etkilenmesine yol açmaktadır. Geleneksel kural tabanlı ve hemşire değerlendirmesine dayalı manuel triyaj süreçleri, insan odaklı önyargılara ve sübjektif değerlendirmelere açık olduğundan hastaların yanlış sınıflandırılmasına sebep olabilmektedir. Bu çalışmanın temel amacı, sağlık personelinin karar verme süreçlerini desteklemek ve gereksiz başvurulardan kaynaklanan yükü minimize etmek amacıyla, acil servis başvurularının uygunluk durumunu belirleyen makine öğrenmesi temelli bir karar destek sistemi model önerisi sunmaktır. Araştırma kapsamında, elektronik sağlık kayıtları (EMR) ile yapılandırılmış demografik veriler ve serbest metinli ana şikayetler bir araya getirilerek kapsamlı bir veri seti oluşturulmuştur. Veri setindeki dengesizliklerin giderilmesi için SMOTE-Tomek gibi teknikler kullanılırken, metin verilerinin işlenmesinde Doğal Dil İşleme (NLP) yöntemlerinden yararlanılmıştır. Çalışmada sınıflandırma performansı yüksek makine öğrenmesi algoritmaları (Random Forest, XGBoost, CatBoost vb.) tercih edilmiş, ayrıca model kararlarının şeffaflığını ve klinik güvenilirliğini artırmak için SHAP değerleri gibi Açıklanabilir Yapay Zeka (XAI) araçları sisteme entegre edilmiştir. Beklenen sonuçlar arasında, acil servis triyajında insan kaynaklı hataların azaltılması, kritik vakalarda müdahale sürelerinin optimize edilmesi ve hastane kaynaklarının daha verimli kullanılması yer almaktadır