Kalp yetmezliğinin makine öğrenme algoritmalarıyla tespiti

Verinin önemli ve anlamlı hale geldiği günümüzde sağlık alanındaki verilerin de gelişen teknoloji karşısında bilgiye dönüşmesi bir zorundalık haline gelmiştir. Kardiyovasküler hastalıklar, vücudun ihtiyacı olan kan miktarının yeterli miktarda pompalanamaması, kalbin yapısal ve işlevsel bozukluğa sahip olması, oksijen yetersizliği, damar tıkanıklığı gibi birçok sebeplerden dolayı baş gösteren bir hastalıktır. Dünya genelinde yılda yaklaşık olarak 18 milyon kişinin kardiyovasküler hastalıklardan kaynaklı yaşamını yitirdiği bilinmektedir. Hastane personelinin karar verme sürecinde yardımcı olması ve olası beşerî hataların en aza indirgenmesi amacıyla birçok alanda olduğu gibi tıp alanında da yapay zekâ algoritmaları kullanılmaya başlanmıştır. Bu tez çalışmasında etik kurul onaylı framingham kriterleri ve uzman görüşüyle oluşturulan ölçek ile Nevşehir Devlet Hastanesi Kardiyoloji Bölümünden 202 adet veri toplanarak veri seti elde edilmiştir. Bu veri setinin yanı sıra Kaliforniya Üniversitesinin açık erişime sunduğu "Heart Failure Prediction" isimli kalp yetmezliği için oluşturulmuş 299 adet veriye sahip veri seti de çalışmaya dahil edilmiştir. Çalışmada toplamda 501 adet örnek iki veri seti üzerinde, Yapay Sinir Ağları, Karar Ağacı, Rastgele Orman, Lojistik Regresyon, K en Yakın Komşu, Naive Bayes makine öğrenme algoritmalarıyla oluşturulan modellere beşli çapraz doğrulama uygulanmıştır. Toplanan verilerin ön işleme sürecinden sonra karmaşıklık matrisi ile doğruluk, duyarlılık, f1 skor ve kesinlik kriterleriyle oluşturulan modellerin performans sonuçları hesaplanmıştır. Oluşturulan veri setinin doğruluk değerleri Karar Ağacı (%95), Rastgele Orman (%93), Lojistik Regresyon (%90), Yapay Sinir Ağları (%90), K en Yakın Komşu (%81), Naive Bayes (%80) oranlarında başarı elde edilmiştir. Heart Failure Prediction isimli hazır veri seti için ise sıralama Rastgele Orman (%97), Karar Ağacı (%94), Yapay Sinir Ağları (%90), Lojistik Regresyon (%84), Naive Bayes (%83), K en Yakın Komşu (%70) oranlarında başarı elde edilmiştir. Ayrıca WEKA programı ile kalp hastalığını etkileyen en önemli öznitelikler Ejeksiyon Fraksiyon, kreatinin, anemi, nefes darlığı, diyabet, Atriyal Fibrilasyon olarak tespit edilmiştir.