Tip 2 diyabetin erken tanısında makine öğrenme tekniklerinin kullanılması

Amaç: Kronik bir metabolizma bozukluğu olan diyabet, pankreasın artık insülin üretemediği veya vücudun ürettiği insülini yeterince kullanamadığı durumlarda ortaya çıkan ve ömür boyu süren bir hastalıktır. Hastalığın ilerleyen aşamalarında göz, böbrek, kalp ve damar rahatsızlıklarını da meydana getiren diyabet, komplikasyonları önlemek veya geciktirmek, hastaların yaşam kalitesini iyileştirmekle beraber diyabetli olduklarının farkında olmayan diyabetli kişileri teşhis etmek ve diyabetli tüm insanlara mümkün olan en erken zamanda bakım sağlamak oldukça önemlidir. Bu çalışmada yapay zekâ teknolojisinden yararlanılarak tip 2 diyabet hastalığının önceden öngörülmesi konusunun ele alınması ve böylelikle erken tanının sağlık sistemlerindeki ek iş yükünü hafifletmesi, hastaların yaşam kalitesini iyileştirmesi ve yüksek tedavi giderleri açısından ekonomik olarak sıkıntıya düşmelerinin engellenmesi amaçlanmıştır. Yöntem: Akdeniz, Marmara ve Ege coğrafi bölgelerindeki özel hastanelerden toplanan 126 hastaya (66 diyabetik olmayan vaka ve 60 diyabetik vaka) ait veriler incelenmiştir. Uzman hekimler tarafından Tip 2 Diyabet tanısı konulmuş hastalar ve hiç diyabet tanısı konulmamış kontrol hastaları olarak gruplanmıştır. Lojistik Regresyon (LR), Rastgele Orman (RO) ve Karar Ağaçları grubun tahmini için model oluşturmak için kullanılmıştır. Makine öğrenmesi algoritmalarının performanslarını karşılaştırmak için AUC değeri, doğruluk, duyarlılık, özgüllük, kesinlik ve F1 skoru kullanıldı. Bulgular: Tip 2 diyabete sahip bireylere ve kontrol grubuna ait tam kan sayımı (hemogram) testi sonuçları ve sosyo-demografik özellikler kullanılmıştır. Lojistik Regresyon, Rastgele orman ve Karar ağacı teknikleri sırasıyla %92.6 (88.1-97.1), %73.6 (65.9-81.4) ve %84.5 (78.3-90.7) ROC AUC vermektedir. Lojistik Regresyon algoritması diğer makine öğrenmesi algoritmalardan daha yüksek bir başarı ile %92.6 ROC AUC ve 88.1-97.1 güven aralığı ile sınıflandırmayı gerçekleştirmiştir. Sonuç: Gerçekleştirilen çalışma sonucunda yeni bir yöntem önerisi getirilmemiş olsa da bundan sonraki benzer çalışmalara bir temel oluşturmuş ve üzerinde çalışılan makine öğrenmesi algoritması için karşılaştırma yapabilmemizi sağlayacak veriler sunmaktadır. Tip 2 diyabet hastalığının tahmininde en başarılı yöntemin Lojistik Regresyon olduğu görülmüştür. Anahtar Kelimeler: Tip 2 diabetes mellitus, tam kan sayımı, makine öğrenmesi, yapay zeka