Akademik Sunum

1 / 25

Sıra	DOSYA ADI	Format	Bağlantı
01.	Hastane Bilgi Sistemlerinde Veri Madenciliği	ppt	Sunumu İndir Sunuyu İndir Sunumu İndir

Transkript

[1]

Hastane Bilgi Sistemlerinde Veri Madenciliği Pınar YILDIRIM Çankaya Üniversitesi Bilgisayar Mühendisliği Ankara Mahmut ULUDAĞ European Bioinformatics Institute Cambridge, UK Abdülkadir GÖRÜR Çankaya Üniversitesi Bilgisayar Mühendisliği Ankara 31.01.2008

[2]

Hastane Bilgi Sistemleri – Sağlık ve tıp çağımızın en önemli araştırma alanlarıdır. – Hastane bilgi sistemleri de araştırmalar için önemli veri kaynaklarıdır.

[3]

Hastane Bilgi Sistemleri – Bilgi ve iletişim sistemlerindeki gelişmeler – Bilgi modelleme ve tanı araçlarında gelişmeler – Elektronik ortamda saklanabilen birçok veri • Hasta demografik bilgileri • Hastalık ve tedavi durumları • Yapılan tetkikler • Faturalama ve idari işlere ait veriler • ve diğerleri

[4]

Veri Madenciliği ve Tıp Alanında Tarihçesi – Veri madenciliği ve Bilgi Keşfi tanımı: • Verilerde daha önceden bilinmeyen, anlamlı ve değerli bilgiler elde etme işlemleridir. – Uzman sistemler (1970 ler), yaygınlaşamama nedenleri: • Verilerin hızlı değişmesi • Uzmanlar arasındaki görüş ayrılıkları – Yapay Sinir Ağları(1990 lar) • Hastaların gelecekteki sağlık durumlarının tahmini • Maliyet tahminleri

[5]

Veri Madenciliği Teknikleri – Temel aşamaları: • Veri seçimi • Önişleme • Dönüştürme • Veri madenciliği algoritmalarının uygulanması • Yorumlama/değerlendirme

[6]

Veri Madenciliği Aşamaları

[7]

Veri Madenciliği Teknikleri – Veri seçme işlemi • Üzerinde çalışılacak verilerin seçilmesi – Önişleme ve dönüştürme • Eksik veya hatalı veriler • Kategorize etme • Boyut azaltma

[8]

Veri Madenciliği Teknikleri • Veri madenciliği algoritmaları – Tahmin edici modeller • Sınıflandırma(classification) • Zaman serileri(Time Series) • Regresyon(Regression) – Tanımlayıcı modeller • Kümeleme(clustering) • Özetleme(summariation) • İlişkisel kural madenciliği(association rule mining)

[9]

İleri Veri Madenciliği Teknikleri • İlişkisel veri madenciliği – Çoklu ilişkisel karar ağaçları(Multi-relational decision trees) – Çoklu ilişkisel kurallar(multi association rules)

[10]

İleri Veri Madenciliği Teknikleri – Metin Madenciliği • Yapısal olmayan metinlerden bilgi keşfi yapmak amacıyla geliştirilmiştir. • Aynı konuda yazılmış belgeler • Birbiriyle ilişkili belgeler ve kavramlar

[11]

İleri Veri Madenciliği Teknikleri – Metin madenciliği disiplinlerarası bir araştırma alanıdır: • Doğal Dil İşleme(Natural Language Processing) • Bilişsel Bilimler(Cognitive Sciences) • Makine Öğrenmesi(Machine Learning) • İstatistik

[12]

Sağlık Alanında Veri Madenciliği Uygulamaları – Belirli bir hastalığa sahip hastaların ortak özelliklerinin tahmin edilmesi – Tıbbi tedavilerinin sonuçlarının tahmin edilmesi – Hastane maliyetlerinin tahmin edilmesi – Ölüm oranları ve salgın hastalıkların tahmin edilmesi

[13]

Sağlık Alanında Veri Madenciliği Uygulamaları – Hastalık Sınıflandırma Veri Seti Örnek kurallar: Kural 1:IF Yas = 25 THEN Hastalık = Var Kural 2: IF Tansiyon = Normal AND Sigara Kullanımı = Bazen THEN Hastalık = Yok

[14]

Sağlık Alanında Veri Madenciliği Uygulamaları • Hastalıkların Yönetimi – Hastalıkların durumları(Karar ağaçları kullanılmış) • Yaş • Cinsiyet ve • Diğer özellikler kullanılarak hastalıklara ait bilgilerin keşfedilmesi – Maliyet modelleme

[15]

Sağlık Alanında Veri Madenciliği Uygulamaları • Hastaların sürekli doktor değiştirmelerinin nedenleri (ilişkisel kural analizi yöntemi ile araştırılmış) – Demografik bilgiler – İşlemsel veriler analiz edilmiş • Etki eden faktörler – Yaş – Cinsiyet – Kronik hastalıklar – Hastanelerin olanaklarının etkili olduğu ortaya çıkmıştır.

[16]

Sağlık Alanında Veri Madenciliği Uygulamaları – Hastaların hastanelerdeki kalış süreleri araştırılmış (yapay sinir ağları kullanılmış) – Kalış süresine etki eden faktörler • Demografik • Çevresel bilgiler • Şehirlerde yaşayan hastalar • 40 yaşından büyük hastalar • Alkol ve sigara bağımlılığı

[17]

Sağlık Alanında Veri Madenciliği Uygulamaları – Hile Tespiti çalışmaları (Genellikle kümeleme yöntemleri) • Hasta, tetkik ve doktor bilgileri analiz edilip anormal veriler • Ortalama maliyetlerin üzerindeki tetkik ve tedaviler incelenmiş

[18]

Sağlık Alanında Veri Madenciliği Uygulamaları – İlaçların yan etkileri (Metin madenciliği yöntemleri kullanılmış) – Web üzerindeki tıbbi yayınlar analiz edilerek, daha önceden tanımlanmamış yan etkileri araştırılmaktadır.

[19]

Tıp ve Biyoinformatik Alanlarında Veri Madenciliği Çalışmaları – Tıp ve sağlık alanındaki yapısal olmayan dokümanlar için metin madenciliği çalışmaları • Tanı, tedavi bilgileri • Klinik dökümanlar • Bilimsel makaleler

[20]

Tıp ve Biyoinformatik Alanlarında Veri Madenciliği Çalışmaları – Avrupa Biyoenformatik Enstitüsü metin madenciliği araştırma grubu bilimsel makalelerden bilgi keşfi yapmak için araştırmalar yapmaktadır. – Birçok yazılım sistemi ve aracı geliştirmiştir: • EBIMEd • Whatizit

[21]

Tıp ve Biyoinformatik Alanlarında Veri Madenciliği Çalışmaları Biyolojik araştırmalar tıbbi gelişmelere önemli katkılar sağlar. – BIOMART • İlişkisel veriler için geliştirilen veri madenciliği sistemidir. – OMIM(Online Mendelian Inheritance in Man) • National Center for Biotechnology Information(NCBI) tarafından geliştirilmiştir • Genetik bozukluklarla ilgili bilinen hastalıkların saklandığı veritabanıdır.

[22]

Tıp ve Biyoinformatik Alanlarında Veri Madenciliği Çalışmaları • İnsan Genom projesinin tamamlanması ile birlikte genom bilgileri ile klinik bilgiler arasında bağ kurabilmek için projeler ve veritabanları geliştirildi: – HapMap Projesi – DECIPHER Projesi

[23]

Hacettepe Üniversitesi Hastanelerinde Yapılacak Çalışma • Radyoloji Bilgi Sisteminde – Hastalar – Tetkikler – İşakışları ile ilgili bilgiler – Ve diğer bilgiler saklanmaktadır.

[24]

Hacettepe Üniversitesi Hastanelerinde Yapılacak Çalışma – Kaynakların doğru planlanması – Gelecek planlarının yapılabilmesi – Tıbbi açıdan yapılan çalışmalara katkı sağlanması için Radyoloji veritabanı üzerinde ilişkisel veri madenciliği çalışmaları yapılacak ve değerli bilgiler keşfedilmeye çalışılacaktır.

[25]

Teşekkürler Pınar YILDIRIM Çankaya Üniversitesi Bilgisayar Mühendisliği Ankara Mahmut ULUDAĞ European Bioinformatics Institute Cambridge, UK Abdülkadir GÖRÜR Çankaya Üniversitesi Bilgisayar Mühendisliği Ankara 31.01.2008