Geri Dön

Hastane bilgi yönetim sistem verilerine veri madenciliği ile işlerlik kazandırılması için bir adım : K-ortalama algoritmasında uygun parametre seçimi

A step towards the functionality of hospital information managment system data using data mining techniqees : Selection of appropriate parameters for K- means

PDF İndir

  1. Tez No: 484972
  2. Yazar: MERYEM YILDIZLI
  3. Danışmanlar: PROF. DR. ZELİHA NAZAN ALPARSLAN
  4. Tez Türü: Doktora
  5. Konular: Biyoistatistik, Biostatistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 102

Özet

Sağlık kurumları yöneticileri; finansal, tıbbi işlemleri, teknolojik gelişmeleri ve risk faktörleri gibi çok sayıda alt sistemleri de yönetebilmelidir. Yöneticilerin kuruluşlarını güvenli, verimli yönetebilmeleri, sorumluluklarını daha iyi yapabilmeleri, yönetsel becerilerini daha kolay ortaya koyabilmeleri için Hastane Bilgi Yönetim Sistemlerine (HBYS) ihtiyaç duyulmaktadır. Sağlık alanında toplanan manuel veya tıbbi cihazlardan elde edilen farklı formattaki tıbbi verileri, bilişim ve iletişim teknolojilerdeki gelişmelere bağlı olarak dijital ortamlara aktarılmaktadır. Ülkemizde HBYS'lerin yapısal gelişiminde ilerlemeler olmasına rağmen, sistemde toplanan verilere hala yeteri kadar işlerlik kazandırılmış değildir. HBYS'ler sağlık yöneticilerine yardımcı olacak bazı raporlar içerse de, veriler arasında çoklu bağlantıları ortaya çıkarabilecek raporları kapsamamaktadır. Veri madenciliği yöntemlerinin sistemlere adapte edilmiş olmaması, veri-bilgi dönüşüm sürecini yönetebilecek deneyimli ve yeterli bilgi seviyesi olan sistem sorumluların bulunmaması bu sistemler için önemli bir eksikliktir. HBYS'lerin uygun analiz yöntemlerle entegre olmuş, kolay kullanılabilen daha kapsamlı tasarlanmasına ihtiyaç vardır. Tıp alanındaki bilimsel çalışmalarda veri madenciliği kümeleme yöntemlerinden K-ortalama algoritması yaygın olarak kullanılmaktadır. Ancak K-ortalama algoritmasının başlangıç parametreleri olan küme sayısının ve başlangıç merkezlerinin kullanıcı tarafından belirlenmesi gereği algoritmanın önemli dezavantajıdır. Bu probleme çözüm olabileceği düşünülerek, yöntemin parametre değerlerine ihtiyaç duyulmadan çalışan mevcut algoritmayı geliştirmek amaçlanmıştır. NAMGY (Noktalar Arası Mesafe ve Gözlemlerin Yoğunluğu) isimli algoritmayı içeren yazılım ile HBYS'lerdeki veriler kullanarak hastane yöneticilerin ihtiyac duyduğu bilgiler daha kolay rapor edilebilecek ve atıl olarak biriken büyük miktardaki veriler işlerlik kazanmış olacaktır. Ek olarak, çalışma NAMGY K-ortalama algoritması, HBYS verilerinin bilgiye dönüştürülmesinde daha kolay ve kullanıcı dostu yazılım ile sağlık kurumları yönetimine katkı sağlayıp, kurumlar için ekonomik açıdan bir değer oluşturacaktır.

Özet (Çeviri)

Administration of healthcare services require simultaneous handling many issues such as financial, medical, technological subsystems. A hospital management team has to gather many details and convert them into sufficient information to take rational administrative decisions. In this respect hospital information management systems (HIMS) combine information technology to support healthcare service in an easier and more efficient way. HIMS is whole of integrated information systems that help to store and access information of many services and products. Even though it stores huge data, HIMS in Turkey are used for basic fundamental reports. Thus, while there is a high demand for well-processed information; perception of metadata to point out evident relationships for healthcare data is lacking and there is need to benefit from HIMS in a more elaborate way. By use of data mining techniques one can process multiple databases, summarize big data from different perspectives and convert data into necessary information. K-means cluster method can be used to extract relationships from the big multivariate data in HIMS. The method mentioned require the user to provide the initial parameters (a number of clusters and initial seeds ) and this requirement becomes a disadvantage for the method. This study, attempts to solve this problem to propose a method for finding optimal number of cluster and initial seeds.The software which includes the algorithm named NAMGY (Neighborhood And Midpoint Gain Yield ) designed for this purpose will be able to report the information that the hospital administrators need using HIMS data more easily and large amount of cumulative data will be available.

Benzer Tezler

  1. Tez No

    397344

    Implementation of some medical data in Apriori algorithm

    Apriori algoritmasının bazı tıbbı verilere uygulanması

    FAWAD SADIQMAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NILÜFER YURTAY

  2. Tez No

    573609

    Makine öğrenme yöntemleri ile karaciğer hastalığının teşhisi

    Diagnosis of liver disease with machine learning methods

    ÖZDEN BURCU KARSLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAğrı İbrahim Çeçen Üniversitesi

    Matematik Ana Bilim Dalı

    DOÇ. DR. AYTÜRK KELEŞ

  3. Tez No

    245306

    Sağlık sisteminde veri madenciliği ile suistimal tespiti

    Abuse detection with data minig in healthcare system

    İBRAHİM ŞİŞANECİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Yüksek Teknoloji Enstitüsü

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MEHMET GÖKTÜRK

  4. Tez No

    740320

    Acil servise sık başvurusu olan ve olmayan hastaların demografik özellikleri, hastane yatışı, mortalite ve maliyet açısından karşılaştırılması

    Comparison of patients with and without frequently admission to emergency department in terms of demographic characteristics, hospital admission, mortality and cost

    ÖMER FARUK YILMAZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Acil TıpSağlık Bilimleri Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. TUBA CİMİLLİ ÖZTÜRK

    UZMAN MEHMET KOÇAK

  5. Tez No

    536203

    Sağlık sektöründe veri madenciliği

    Data mining in health sector

    LEVENT YALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mühendislik BilimleriMilli Savunma Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SABAHATTİN KEREM AYTULUN

Geri Dön