Diyetisyen karar destek sistemi: Yapay zeka tabanlı sağlıklı beslenme programı örneği
Dietitian decision support system: An example of artificial intelligence based healthy nutrition program
- Tez No: 1002826
- Danışmanlar: PROF. DR. BETÜL ÇİÇEK
- Tez Türü: Doktora
- Konular: Beslenme ve Diyetetik, Nutrition and Dietetics
- Anahtar Kelimeler: Beslenme Planlaması, Karar Destek Sistemi, Makine Öğrenmesi, Optimizasyon, Yapay Zekâ, Diyetisyenler, Artificial Intelligence, Decision Support System, Machine Learning, Nutritional Planning, Optimization, Nutritionists
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Beslenme ve Diyetetik Ana Bilim Dalı
- Bilim Dalı: Beslenme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Beslenme programı oluşturma süreci, çok sayıda değişkenin dikkate alınmasını gerektiren karmaşık ve zaman alıcı bir iştir. Bu çalışmanın temel amacı, diyetisyenlerin bireye özgü beslenme programı hazırlama süreçlerindeki iş yükünü azaltmak ve verimliliği artırmak üzere tasarlanmış, çok aşamalı bir yapay zekâ tabanlı karar destek sistemi geliştirmektir. Araştırmanın kapsamı; bireylerin enerji gereksinmelerinin yüksek doğrulukla kestirimi, yedi temel besin grubuna göre makro besin ögesi dağılımının optimize edilmesi ve bu doğrultuda altı farklı öğün yapısına (örneğin, iki ana + bir ara öğün) uygun, otomatik beslenme planlarının oluşturulmasını içermektedir. Sistemin geliştirilmesi için Sakarya Üniversitesi kampüsündeki 1096 gönüllü bireyden toplanan demografik bilgiler, biyoelektrik empedans analizi (BİA) ve antropometrik ölçümlerden oluşan kapsamlı bir veri seti kullanılmıştır. Enerji gereksinimi kestirimi aşamasında, Spearman korelasyon tabanlı özellik seçimi ile optimize edilmiş Gauss Süreç Regresyonu (GPR) ve hibrit yapay zekâ modellerinden yararlanılmıştır. Makro besin ögesi dağılımı için ise Zincir Tabanlı Çoklu Yanıtlı Regresyon (Fitrchains), Kısmi En Küçük Kareler Regresyonu (PLS) ve Genetik Algoritma (GA) gibi farklı yapay zekâ yaklaşımları uygulanmış ve karşılaştırılmıştır. Yapılan analizler sonucunda, enerji gereksinmesi kestirim modellerinin özellik seçimi sonrası geleneksel formüllere (örn. Harris-Benedict, Mifflin) kıyasla (R²: 0,53-0,76) çok üstün bir performans sergileyerek, neredeyse hatasız (R²=1) tahminler ürettiği görülmüştür. Makro besin ögesi dağılımında en başarılı model olan Fitrchains, ±50 kkal gibi dar bir hata payı ile %94,52'lik bir örtüşme oranı ve R²=0,96'lık bir doğruluk değeri elde etmiştir. Ayrıca, optimizasyon odaklı GA modelinin, belirlenen enerji hedeflerine %100 isabetle ulaştığı saptanmıştır. Geliştirilen bu bütüncül sistemin yalnızca teknik doğruluğu yüksek çıktılar üretmekle kalmayıp, aynı zamanda fizyolojik olarak dengeli ve uygulanabilir beslenme planları oluşturduğu kanıtlanmıştır. Bu sistemin, diyetisyenler için klinik uygulamalarda karmaşık hesaplamaları otomatize ederek verimliliği artıran, güvenilir bir karar destek aracı olarak kullanılabileceği ve yeni nesil dijital sağlık teknolojilerine temel oluşturabileceği sonucuna varılmıştır.
Özet (Çeviri)
The process of creating a nutritional program is a complex and time-consuming task that requires consideration of numerous variables. The main objective of this study is to develop a multi-stage artificial intelligence AI-based decision support system designed to reduce the workload and increase the efficiency of dietitians in preparing personalized nutritional programs. The scope of the research includes the high-accuracy estimation of individuals' energy requirements, the optimization of macronutrient distribution across seven main food groups, and the automated generation of diet plans suitable for six different meal structures (e.g., two main + one snack meal). A comprehensive dataset, collected from 1096 volunteers on the Sakarya University campus and consisting of demographic information and bioelectrical impedance analysis (BIA) data, was used for the system's development. In the energy requirement estimation stage, Gaussian Process Regression (GPR) and hybrid AI models, optimized with Spearman correlation-based feature selection, were utilized. For macronutrient distribution, various AI approaches such as Multiresponse Regression with Regression Chains (Fitrchains), Partial Least Squares Regression (PLS), and a Genetic Algorithm (GA) were implemented and compared. The results showed that the energy estimation models, after feature selection, exhibited far superior performance (R²=1) compared to traditional formulas like Harris-Benedict and Mifflin (R²: 0.53-0.76), produced nearly error-free predictions. The Fitrchains model, the most successful for macronutrient distribution, achieved a 94.52% overlap rate within a narrow ±50 kkal error margin and an R² value of 0.96. Furthermore, the optimization-oriented GA model was detected to meet the defined energy targets with 100% accuracy. This comprehensive system not only produces outputs with high technical accuracy, but also creates physiologically balanced and applicable nutritional plans, as well. In conclusion, this system may be used as a reliable decision support tool for dietitians, automating complex calculations to enhance efficiency in clinical practice, and may serve as a foundation for next-generation digital health technologies.
Benzer Tezler
- Türkiye'de diyetisyenlik mesleğinde yeterlik (board) sınavı ihtiyacının değerlendirilmesi
Evaluation of the requirement for a board examination in the profession of nutrition expertise in Türkiye
SEMA NUR ÇELİK NOYAN
Yüksek Lisans
Türkçe
2025
Beslenme ve Diyetetikİstanbul Aydın ÜniversitesiBeslenme ve Diyetetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP BEGÜM KALYONCU ATASOY
- Tip 2 diyabet hastalarında bakım kalitesi ve tedaviye uyum düzeyi ile yaşam kalitesi ve yatış maliyetleri arasındaki ilişkinin değerlendirilmesi
Evaluation of the relationship between quality of care and level of compliance with treatment and quality of life and hospitalization costs in Type 2 diabetes patients
MEHMET IŞIK
Doktora
Türkçe
2024
Sağlık YönetimiAnkara ÜniversitesiSağlık Kurumları Yönetimi Ana Bilim Dalı
PROF. DR. YASEMİN AKBULUT
- Kullanımı yaygın olan bazı gıda takviyelerinin akılcı kullanımlarının değerlendirilmesi
Some common food supplementsevaluation of rational uses
GÜLCAN KOYUNCU
Yüksek Lisans
Türkçe
2022
Farmasötik ToksikolojiSağlık Bilimleri ÜniversitesiFarmasötik Toksikoloji Ana Bilim Dalı
PROF. DR. ONUR ERDEM
- Spor yapan ve sedanter adolesanların beslenme durumunun karşılaştırılması
Comparison of nutritional status of athletes and sedentary adolescents
FURKAN DEMİR
Yüksek Lisans
Türkçe
2019
Beslenme ve Diyetetikİstanbul Aydın ÜniversitesiBeslenme ve Diyetetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ INDRANİ KALKAN
- COVID-19 pandemisi etkisiyle hekimlerin ve diyetisyenlerin besin desteklerine ve bitkisel ürünlere olan bilgi ve tutum değişikliklerinin değerlendirilmesi
Evaluation of knowledge and attitude changes of physicians and dietitians to nutritional supplements and herbal products with the effect of COVID-19 pandemic
ASUNUR ÖZKALDIM
Yüksek Lisans
Türkçe
2021
Eczacılık ve FarmakolojiYeditepe ÜniversitesiFitoterapi Ana Bilim Dalı
PROF. DR. ERDEM YEŞİLADA