Hastane yatış gün sayısının yapay zeka yöntemleri ile tahmin edilmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, Sağlık Yönetimi Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: BİRGÜL YABANA KİREMİT
Danışman: Elif Dikmetaş Yardan
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Sağlık hizmeti almak amacıyla sağlık kurumuna başvuran hastanın sağlık kurumuna kabulünden taburculuğuna kadar geçen süre hasta yatış süresi olarak tanımlanmaktadır. Hasta yatış süresi, sağlık kurumu kaynak kullanımları ve performansları hakkında bilgi veren önemli bir göstergedir. Dolayısıyla hasta yatış süresinin özellikle bilgisayar destekli program aracılığıyla tahmin edilmesi sağlık kurum yöneticilerine kurumların işleyiş, maliyet, verimlilik, etkililik ve kaynak yönetimleri açısından kararlarında etkili olabilecek daha güvenilir bilgiler sunabilecektir. Çalışmanın amacı, sağlık hizmetlerinde yapay zeka tahmin yöntemlerinin kullanılabilirliğinin araştırılması ve yatan hastaya sağlık kurumunda sunulan hizmet verileri aracılığıyla yatılan gün sayısının tahmin edilmesini sağlayan en iyi model yapısının ortaya konulmasıdır. Çalışmada, 2012-2020 yıllarında üniversite hastanesinde yatarak tedavi gören 18 yaş üstü 162.140 hasta verisi kullanılarak yatılan gün sayısı tahmin edilmiştir. Yatılan gün sayısı tahmininde Yapay Sinir Ağları, Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi (ANFIS) ve Çoklu Doğrusal Regresyon yöntemleri kullanılmıştır. Hemogram test sayısı, direk grafi sayısı, ultrasonografi sayısı, bilgisayarlı tomografi sayısı, ikincil tanı olup olmama durumu girdi değişkenleri kullanılarak 12 farklı model oluşturulmuştur. Bu modeller, farklı yapay sinir ağları eğitim algoritmaları (Levenberg-Marquardt, Bayesian Regularization ve Scaled Conjugate Gradient) ile faklı aktivasyon fonksiyonları, nöron sayısı ve farklı iterasyonlar ile analiz edilmiştir. Aynı zamanda veriler ölçeklendirilerek aynı modeller üzerinden analizler gerçekleştirilmiştir. Çalışma sonunda elde edilen tüm sonuçlar karşılaştırılmıştır. En yüksek belirleme katsayısı ve en düşük hata değeri çok katmanlı yapay sinir ağı tahmin yöntemi hemogram test sayısı, bilgisayarlı tomografi sayısı, direk grafi sayısı ve ikincil tanı olup olmama durumunun girdi olarak kullanıldığı modelde elde edilmiştir (R2=0,885; MAE=1,551; RMSE=2,319). Hastalara sunulan sağlık hizmetine yönelik girdi parametreleri kullanılarak yapay sinir ağı yöntemiyle yapılan veri analizi ile gerçeğe yakın ve hata değeri düşük sonuçlar elde edilmiştir. Bu sonuç, hastaya ait sağlık göstergeleri dışındaki girdi verileriyle hasta yatış süresinin tahmin edilebileceğini ortaya koymuştur. Elde edilen sonuçların sağlık kurumu yöneticilerine karar verme, kaynak tahsisi, uzun vadeli stratejik planlama ve geleceğe yönelik hedeflerinin belirlenmesinde destek sağlayacağı söylenebilir. Anahtar Sözcükler: Sağlık kurumu, Hasta yatış süresi, Yapay sinir ağları, Çoklu Doğrusal Regresyon, ANFIS