Anestezi derinliği kontrolünde bulanık mantık ve yapay bağışıklık sistemi temelli karar destek sistem

Cerrahi müdahalelerde hastaların bilinç ve duyu kaybı yaşamalarına anestezi denilmektedir. Anestezi, anestezik maddelerin hastaya damar yolundan enjekte edilerek veya solunum yolundan gaza sabitlenmiş bir maske yardımı ile verilebilmektedir. Anestezi derinliği ise bilinç ve duyu kaybının ameliyat boyunca devam etmesidir. Bir hastanın anestezi derinliği, anestezik madde ve hastanın fiziksel karakteristik özelliklerine (yaşı, vücut kütlesi gibi) göre değişebilmektedir. Ameliyat sırasında bir hastanın anestezi derinliği, anestezi uzmanının, hastanın sistolik arter basıncı (Systolic Arterial Pressure- SAP) ve kalp atım hızı (Heart Pulse Rate- HPR) parametrelerini kontrol etme deneyimi ile belirlenmektedir. Bu değerler doğrultusunda verilebilecek anestezi miktarı (Anesthesia Output- AO) hesaplanarak hastaya verilir. Teknolojinin gelişmesi ile birlikte anestezi derinliğinin kontrol edilmesinde farklı yöntemler ortaya çıkmıştır. Bunlardan biri olan sezgisel optimizasyon teknikleri, doğadan esinlenmiş olup karmaşık problemlerde, tüm çözüm uzayını taramadan sezgisel olarak çok kısa sürede en uygun değere ulaşmaktadır. Sezgisel optimizasyon tekniklerinden biri olan Yapay Bağışıklık Sistemi (YBS) ise, son yıllarda mühendislik problemlerinin çözümünde oldukça ilgi görmektedir. Bu çalışmada, anestezistlerin anestezi derinliğini ölçmelerine yardımcı olması amacı ile YBS ve Bulanık Mantık (BM) temelli Anestezik Derinlik Karar Destek Sistemi (ADKDS) önerilmektedir. YBS ile anestezi derinliği hesaplamalarında kullanılan, BM üyelik fonksiyonlarının optimizasyonu gerçekleştirilmiştir. Giriş üyelik değerleri HPR ve SAP, çıkış üyelik değeri ise AO olarak belirlenmiştir. Gerçekleştirilen çalışmanın amacı, BM ile elde edilen ortalama karesel hata (Mean Square Error- MSE) değerinin azaltılmasıdır. BM kontrolünde, Yapay Bağışıklık Algoritmalarından (YBA) olan Klonal Seçim Algoritması (KSA) ile, üyelik fonksiyonlarının optimum değerlerini elde etmek için her adımda arama, hesaplama ve değerlendirme gerçekleştirilmiştir. Böylelikle, BM yönteminde uzman kişi tarafından gerçekleştirilen üyelik fonksiyonu belirleme işlemindeki olası hatalar azaltılmıştır. Gerçekleştirilen çalışma sonunda, alınan sonuçlar anestezist ve BM ile karşılaştırılmıştır.