Kas-iskelet rahatsızlıkları için hasta tarafından bildirilen sonuç ölçeklerini temel alan bayes ağları geliştirilmesi

Yapay zekânın bir kolu olan makine öğrenimi, tıp alanında kullanılan önemli bir yaklaşım olmuştur. Makine öğrenimi yaklaşımları, hastanın durumunu değerlendirmek ve tahmin etmek için geçmiş verilerden öğrenir. Makine öğrenimi yöntemleri, radyoloji ve dermatoloji gibi, hasta sonuçlarının veride net bir şekilde belirtildiği ve yüksek miktarda veri kümelerinin bulunduğu alanlarda başarılı olmuştur. Fakat birçok tıp alanında bu şekilde yüksek miktarda temiz bir hasta sonucu verisinin bulunması mümkün değildir. Çoğu alanda hasta sonucuna ilişkin veriler, hasta tarafından bildirilen sonuç ölçütleri (PROMs) olarak adlandırılan tıbbi anketler aracılığıyla toplanır. Hastaların PROM düzenli ve yinelemeli olarak PROM doldurmaları gerektirdiği zaman ve bilişsel yük yüzünden zor olabilir. Bazı PROM'ların 30 veya daha fazla soru içerdiği düşünüldüğünde, bu alanlarda yüksek miktarda hasta sonucu verisi toplanması güçtür. Bu çalışmada, hastalardan daha az ve bilişsel yük gerektirerek, yüksek doğrulukta hasta çıktısı toplanması için bir yaklaşım önerilmektedir. Bir makine öğrenmesi yöntemi olan Bayes ağları kullanılarak, hastalara en çok bilgi veren PROM sorularının sorulmasına olanak verilmekte ve eksik PROM sorularıyla da hasta sonuçları tahmin edilmektedir. Ayrıca, PROM'lardan rasgele sorular seçilmiş ve hasta durumunu belirlemek için bu sorular kullanılmıştır. Elde edilen tahmin sonuçları, en bilgilendirici sorular kullanılarak elde edilen tahmin sonuçlarıyla karşılaştırılmıştır. Geliştirilen yaklaşım kas-iskelet rahatsızlıkları alanında kullanılan PROM'lara uygulanmış, sonuçları çapraz validasyon yöntemiyle değerlendirilmiştir. Sonuçlar incelendiğinde, hasta durumunun az sayıda PROM sorusuyla yüksek doğrulukla tahmin edilebildiği görülmüştür.