Derin sinir ağı algoritmaları kullanarak sağlık alanında bilgi keşfi

Günümüz teknolojileri ve sağlık sistemindeki bol miktarda bilgi ile hasta kayıtlarındaki kalıpları teşhis etmek ve tanımlamak için kullanılabilecek yararlı bir bilgiyi çıkarmak gerekir. Bu bilgiyi elde etme işlemi veri madenciliği olarak adlandırılmaktadır. Desen çıkarma ve keşif adımları, genellikle çok miktarda veri kümesi kullanan karmaşık bir süreç içermektedir. Sağlık kayıtlarında ve klinik veride hasta kayıtlarını teşhis etmek için uygulanan birçok uygulama ve sistem vardır. Bunlardan birine, veriyi iyi bir şekilde işleyebilecek bir yöntem geliştirmeye dayalı olan, veritabanındaki bilgi keşfi (KDD) adı verilmektedir. Veri madenciliği adımları, veri kümesinden yararlı bir model çıkartmak için KDD sürecinde önemli adımlardan biri olarak değerlendirilmektedir. Daha iyi sağlık hizmetleri elde etmek için, veri madenciliği veriden benzersiz bir model belirlemek için veri madenciliği algoritmasının uygun bir tasarım ve uygulanmasını gerektirir. Bu araştırmada, kanser ve kan kaybından sorumlu olan Sulamani'deki Hewa Hastanesi için bir Hasta Bilgilendirme Yöntemi kullanılmasını öneriyoruz. Bu çalışmanın temel amacı daha iyi kararlar almamıza yardımcı olması için derin sinir ağı (DNN) ve Yapay sinir ağının (YSA) sınıflandırma algoritmaları olarak araştırılmasıdır. Elde edilen sonuçlar DNN'nin Yapay Sinir Ağı (ANN) algoritmasına kıyasla daha iyi bir performans elde ettiğini göstermektedir. 70:30 eğitim ve test veri seti kullanıldığında puanlanan sonuçlar 87.84'e ulaşmaktadır.