Cilt 24, Sayı 4, Sayfalar 159 - 165 2017-12-01

Karaciğer Hastalıklarında İnvazif Olmayan Tıbbi Bilişim Klinik Araştırması: Aksiyon Kuralları

Osman Gürdal [1]

39 37

Klinik Karar Destek Sistemleri (KDDS) sağlık hizmet kalitesini akıllı bir

seçimle hekimlere bilgi sunarak arttırmayı amaçlar. Klinisyenler tanı koyma

sürecindeki gözden kaçmaların önüne geçmek ve tanıyı gözden geçirmek

için KDDS sistemini kullanırlar. Bu sistemler hasta verilerini ve öyküsünü

inceleyerek tanı sürecinde hekimlere yardımcı olmak için oluşturulmuştur.

Aksiyon kuralları bir tahminden başka bir tahmin için uyumlu bir tahmin

yapabilme ve strateji geliştirme yöntemleridir. Bu çalışmamız aksiyon

kurallarında nesne-odaklı yeni bir algoritma kullanımını içerir. Bu algoritma

elde edilen aksiyon kurallarını önce “aşağıdan yukarı” stratejisi ile başlatır,

sonra uzman sistem yardımıyla nesne odaklı veri madeni oluşumunu sağlar.

İleri safhasında ise seçilen hastaların verilerini ayrıştırıp en üstün nitelikteki

test verilerini çıkarır. Sonuç olarak elde edilen verileri hastanın öyküsü ve

fiziksel muayene bulguları ile karşılaştırır. Bu sistem nesne odaklı olarak

tasarlanmış ve diğer sistemlere göre daha hızlı çözümleyici ve güçlüdür. Bu

nesne odaklı yapıda işlev yapan algoritma daha kısa sürede ve tekrarlamalar

olmadan sonuca ulaşmayı sağlar. Hekimler tam isabetli olmayan bir tanıyı

aksiyon kuralları algoritması yardımı ile yeniden sınıflandırılarak hastaya tanı

koymada ve hastalık yönetme sürecinde önemli bir katkı sağlayabilir.

Aksiyon kuralları,tıbbi bilişim,invazif olmayan karaciğer hastalıkları
  • 1. Ras ZW, Tsa LS. Discovering extended action-rules (System DEAR). Intelligent Information Systems. Proceedings of the IIS’ 2003 Symposium, Advances in Soft Computing, Springer; 2003; 6(8) p. 293-300.
  • 2. Ras ZW, Dardzinska A. Action rules discovery - a new simplified strategy. Foundations of Intelligent Systems, Esposito F. et al. (Eds.), LNAI, No. 4203 Springer. 2006; 445-453.
  • 3. Ras ZW, Tzacheva A, Tsay, LS, Gurdal O. Mining for interesting action rules. Proceedings of IEEE/WIC/ ACM International Conference on Intelligent Agent Technology, Compiegne University of Technology, France. 2005 Sep 19-22; Compeigne, France p.187-93.
  • 4. Gürdal O, Dardzinska A. New Approach to Clinical Medicine by Action Rules. Int. Journal of Development Research, 2017; 7(1): 11032-9.
  • 5. Dardzinska A. Action rules mining. Studies in Computational Intelligence, Springer Publication, Springer-Verlag, Berlin: Springer-Verlag; 2013.
  • 6. Agrawal R, Imielinski, T, Swami A. Mining association rules between sets of items in large databases. In: Buneman P, Jajodia S, editors. Proceedings of ACM SIGMOD International Conference on Management of data; 1993 May 25-28; Washington DC. New York: ACM; 1993; p. 207-16.
  • 7. Pawlak Z.. Information systems - theoretical foundations. Information Systems Journal. 1981 6, 205-218.
  • 8. Ras ZW, Dardzinska A. Action Rules Discovery without pre-existing classification rule. In: Chien- Chung C, Grzymala-Busse JW, Ziarko, WP, editors. Proceedings of 6th International Conference on Rough Sets and Current Trends in Computing; 2008 Oct 23-25; Akron, Ohio.p Berlin: Springer-Verlag, 2008. p. 181-90.
  • 9. Hajja A, Ras ZW, Wieczorkowska A. Hierarchical object-driven action rules. J. Intell. Inf. Syst. 2014; 42 (2): 207-32.
  • 10. Geffner H, Wainer J. Modeling action, knowledge and control. In:Prade H, editor. ECAI 98: Proceedings of 13th European Conference on Artificial Intelligence; 1998 August 23-28; Brighton UK. New York: Wiley- Blackwell; 1998 p. 532–6.
  • 11. Adomavicius G, Tuzhilin A. Discovery of actionable patterns in databases: The action hierarchy approach. Proceedings of the 3rd International Conference on Knowledge Discovery and Data Mining; 1997 Aug 14- 17. The AAAI Press; 1997. p. 111-4.
  • 12. Tsay L-S, Ras ZW. Action rules discovery: system DEAR2, method and experiments. Journal of Experimental & Theoretical Artificial Intelligence, 2005; 17(1–2): 119–28.
  • 13. Bobrowski, L. 1992 HEPAR: Computer system for diagnosis support and data analysis. Prace IBIB 31, Institute of Biocybernetics and Biomedical Engineering, Polish Academy of Sciences, Warsaw, Poland.
  • 14. http://logic.mimuw.edu.pl/~rses/about.html
Konular Tıp Bilimleri
Dergi Bölümü Araştırma Makaleleri
Yazarlar

Yazar: Osman Gürdal
E-posta: ogurdal@hotmail.com

Bibtex @araştırma makalesi { sdutfd359771, journal = {SDÜ Tıp Fakültesi Dergisi}, issn = {1300-7416}, address = {Süleyman Demirel Üniversitesi}, year = {2017}, volume = {24}, pages = {159 - 165}, doi = {}, title = {Karaciğer Hastalıklarında İnvazif Olmayan Tıbbi Bilişim Klinik Araştırması: Aksiyon Kuralları}, language = {tr}, key = {cite}, author = {Gürdal, Osman} }
APA Gürdal, O . (2017). Karaciğer Hastalıklarında İnvazif Olmayan Tıbbi Bilişim Klinik Araştırması: Aksiyon Kuralları. SDÜ Tıp Fakültesi Dergisi, 24 (4), 159-165. Retrieved from http://dergipark.gov.tr/sdutfd/issue/32300/359771
MLA Gürdal, O . "Karaciğer Hastalıklarında İnvazif Olmayan Tıbbi Bilişim Klinik Araştırması: Aksiyon Kuralları". SDÜ Tıp Fakültesi Dergisi 24 (2017): 159-165 <http://dergipark.gov.tr/sdutfd/issue/32300/359771>
Chicago Gürdal, O . "Karaciğer Hastalıklarında İnvazif Olmayan Tıbbi Bilişim Klinik Araştırması: Aksiyon Kuralları". SDÜ Tıp Fakültesi Dergisi 24 (2017): 159-165
RIS TY - JOUR T1 - Karaciğer Hastalıklarında İnvazif Olmayan Tıbbi Bilişim Klinik Araştırması: Aksiyon Kuralları AU - Osman Gürdal Y1 - 2017 PY - 2017 N1 - DO - T2 - SDÜ Tıp Fakültesi Dergisi JF - Journal JO - JOR SP - 159 EP - 165 VL - 24 IS - 4 SN - 1300-7416-2602-2109 M3 - UR - Y2 - 2017 ER -
EndNote %0 SDÜ Tıp Fakültesi Dergisi Karaciğer Hastalıklarında İnvazif Olmayan Tıbbi Bilişim Klinik Araştırması: Aksiyon Kuralları %A Osman Gürdal %T Karaciğer Hastalıklarında İnvazif Olmayan Tıbbi Bilişim Klinik Araştırması: Aksiyon Kuralları %D 2017 %J SDÜ Tıp Fakültesi Dergisi %P 1300-7416-2602-2109 %V 24 %N 4 %R %U