Akut apandisit hibrit karar destek sistemi

Akut apandisit, apandisin lümeninin tıkanmasına bağlı olarak gelişen bir inflamasyonudur. İnflame apandisin ameliyatla kesilip çıkarılmasıyla tedavi edilir. Apandisitin tanısını koymak zor olabilir. Çünkü hastalığın belirtileri birçok hastalıkta da vardır. Özellikle apandisitin yerinin değişken olması tanıyı iyice güçleştirir. Ne yazık ki akut apandisit olan hastaların bazıları, tanı koyulurken geçen süreçte peritonit ya da diğer komplikasyonlardan birine maruz kalabilmektedirler. Bu hastalar, teşhisi zamanında yapılan hastalara göre daha yüksek ölüm oranına sahiptirler. Bu açıdan akut apandisitin erken teşhisi, hasta için büyük önem arz etmektedir. Apandisit tanısı için çeşitli yöntemler mevcuttur. Bunlardan biri de makine öğrenmesi yöntemidir. Makine öğrenmesi, yapay zekâ, matematik ve istatistikten de yararlanarak karar alma ve öngörüye katkıda bulunacak problemlerin çözümü için birçok alanda kullanılmaktadır. Bunlar arasında sağlık alanı, başarılı sonuçlar elde edildiğinde hem doktorlara hem de hastalara fayda sağlayacağı düşünülen önemli bir sektördür. Yapılan tez çalışmasında, akut apandisit teşhisinde hekime yardımcı olabilecek bir karar destek sisteminin geliştirilmesi amaçlanmıştır. Sistemin geliştirilmesinde istatistiksel yöntemlerinden, lojistik regresyon analizi ve makine öğrenmesi yöntemlerinden destek vektör makinesi (DVM) yöntemi birlikte kullanılmıştır. Çalışma kapsamında KTÜ Tıp Fakültesi Farabi Hastanesi Acil Tıp Servisine 2010-2016 yılları arasında karın ağrısı şikayeti ile başvuran ve akut apandisit tanısı alan ve akut apandisit tanısı almayan 220 hasta verisi kullanılmıştır. Bu hasta verileri uzman hekim danışmanlığında biyokimya laboratuvar test sonuçları ve epikriz raporları incelenerek elde edilmiştir. Cinsiyet, yaş, lökosit, trombosit, nötrofil, lenfosit, PDW (Trombosit dağılım genişliği), MPV (Ortalama trombosit hacmi), CRP (C-reaktif protein), glukoz, BUN (Kan üre azotu), kreatinin, total protein, albumin, total bilirubin, direkt bilirubin, AST (Aspartat aminotransferaz), ALT (Alanin aminotransferaz), amilaz parametrelerine ait veriler, lojistik regresyon analizine tabi tutularak aralarından nitelikli olanlar seçilmiştır. Sonrasında bu nitelikli parametrelere ait veriler rastgele olarak, eğitim ve test seti olmak üzere iki gruba ayrılmıştır. Eğitim setindeki 132 hasta verisi kullanılarak DVM yöntemi yardımıyla hibrit bir karar destek sitemi geliştirilmiştir. 88 test verisi üzerinde; DVM modeli için %87 duyarlılık, %79 özgüllük ve %82 doğruluk değerleri elde edilmiştir.