Solunum seslerinin yapay zeka ortamında sınıflandırılması

Günümüz teknolojik gelişmelerin yaşamın her alanına uygulanması ile daha verimli çözümler üretilerek yaşam kalitesinin arttırılması sağlanmaktadır. Sağlık sektöründeki teknolojik uygulamalardan birisi de daha iyi sağlık hizmeti üretebilmek için gerekli bilgi ve verilerin toplanması, kullanılması paylaşılabilmesi ve bilgi üretiminin standart yöntemlerle gerçekleştirilmesi, üretilen bilgiden en üst düzeyde yararlanmayı sağlayacak Hastane Bilgi Yönetim Sistemleri üzerinde sağlanan gelişmelerdir. Hastane Bilgi Yönetim Sistemleri ile hastane içi değişik klinik birimlerin arasında bilgi akışı, bu bilgilerin korunması, hastaların birimler arasında sevki, muayene sonuçlarının birimler arasında anında paylaşılması gibi hayati işlevlerin gerçekleştirilmesinin yanı sıra, faturalandırma ve personel yönetim gibi idari işlevlerin de gerçekleştirilmesi mümkündür. Fakat hastane içerisinde sağlık personelince üretilen, dağıtılması ve saklanması gereken tıbbi kayıtlar/veriler laboratuar ve görüntüleme modülleri ile sınırlı değildir. Özellikle akciger bölgesi dinlemeleri ile yapılan ölçüm sonuçlarının Hastane Bilgi Yönetim Sistemleri tarafından kayıt altına alınmamakta iletilmesi ve saklanması mümkün olmamaktadır. Buradaki en önemli faktör ise genellikle karar verici hekimlerin tarafından kullanılan cihazlar tarafından üretilen bilginin saklanmasına ihtiyaç duyulmamasıdır. Fakat kronik hastaların takibinde, yeniden ve geriye dönük incelemelerde yukarıda anılan tıbbi kayıtların saklanmasına ihtiyaç duyulmaktadır. Bu tez çalışması ile hastane içerisinde üretilen fakat Hastane Bilgi Yönetim Sistemleri tarafından kayıt altına alınmayan akciger bölgesi dinlemelerinin elektronik steteskop vasıtasıyla yapılmasının getireceği faydalardan diğer bir tanesinin ise eşzamanlı ses kaydı ile beraberinde eşzamanlı işaret analizleri ve yapay zeka süreçleri ile hekime yardımcı bilgi üretilmesinin mümkün olacağı gösterilmiştir. Hastalardan elde edilen akciğer seslerinin sınıflandırılması sonucu geliştirilen analiz süreçleri ile başarılı bir şekilde sınıflandırma yapılabildiği ortaya konmuştur.