Otoinflamatuvar hastalıkların teşhisi için makine öğrenmesi tabanlı bir uygulamanın geliştirilmesi

Bağışıklık sistemi işlev bozukluğuna sebep olan hastalıklar, hastaların yaşam kalitesini önemli ölçüde etkileyen birçok komplikasyona yol açmaktadır. Bu tür hastalıkların özel bir kategorisi, bağışıklık sisteminin belirli doku ve organları tehdit olarak algılayıp onlara saldırması sonucu ortaya çıkan otoinflamatuvar hastalıklardır. Bu hastalıklar, genellikle eklemlerde ve çeşitli dokularda ateş ve yüksek inflamasyon atakları ile karakterizedirler. Erken teşhis, tedaviyi kolaylaştırmada ve bu bozuklukları yönetmede önemli bir rol oynamaktadır. Doğru bir teşhis için çeşitli faktörlerin göz önünde bulundurulması gereklidir. otoinflamatuvar hastalıkların teşhisi, belirtiler ve semptomların yanı sıra genellikle kapsamlı tıbbi bilgi ve genetik testlerle doğrulama gerektirir. Ancak, bu prosedürler geniş kaynak kullanımını gerektirir ve teşhis süreçlerini uzatır. Bu tez kapsamında, otoinflamatuvar bir hastalık olan Ailevi Akdeniz Ateşi'ni (FMF) genetik testlere ihtiyaç duymadan ve minimum sayıda özellikle doğru bir şekilde teşhis edebilen bir makine öğrenimi tabanlı web uygulaması geliştirdik. Süreç, veri toplama ile başladı, ardından analiz ve veriler detaylı bir şekilde incelendi. Kavramayı geliştirmek için veri görselleştirme teknikleri kullanıldı. Daha sonra veriler temizlendi, gürültüler ortadan kaldırıldı ve makine öğreniminin mevcut verileri anlaması için eğitildi. Ayrıca, en uygun algoritmayı belirlemek için kapsamlı bir algoritma seçim süreci yürüttük. Sonrasında, teşhis için kullanılan özellik sayısını en aza indirmek amacıyla bir özellik seçimi prosedürü gerçekleştirildi. Son olarak, teşhis web uygulamasını oluşturmak için en iyi performans gösteren modeli seçtik. Bu uygulamanın, teşhis için uzman danışmanlığı arayan hekimlere yardımcı olabileceğini ve birçok hastanın semptomlarına bağlı olan genetik test ihtiyacını en aza indirebileceğini öngörüyoruz. Hastalığın erken teşhisine yardımcı olabilir ve bu da hastalığın yönetimini geliştirecektir.