Machine learning for predicting patient waiting times
Makina öğrenimi ile hasta bekleme sürelerinin tahmini
- Tez No: 599780
- Danışmanlar: PROF. DR. SÜLEYMAN SEVİNÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 57
Özet
Bekleme sürelerini doğru bir şekilde tahmin edebilmek, hasta memnuniyetini artırabilir ve personel üyelerinin hasta akışını daha doğru bir şekilde değerlendirmesini ve yanıt vermesini sağlayabilir. Bu çalışmada, bir kan alma biriminde bekleme sürelerini tahmin etmek için makine öğrenimi modelini uygulanabilirliğini inceledik. Hastanelerin kan alma birimleri hasta yoğunluğunun en çok olduğu yerdir. Çünkü hastanenin farklı polikliniklerine giden hastalar, tetkik yaptırmak için kan alma birimlerine gelerek burada kan ya da farklı tetkikleri veriyorlar. Bu çalışmada, (philerobo yapay zekâ kan alma birimi yönetim sistemi ) hasta bir kiosk üzerinden kan alma birimine geldiğinde kaydını yapıyor. Daha sonrada bekleme salonunda bekliyorlar ve sistem zamanı geldiğinde o hastayı çağırıyor. Yaptığımız çalışmada, modelimiz hasta kiosktan girdiği anda içerde ne kadar bekleyeceğini bazı parametreleri (geliş saati, haftanın günü, hemşire sayısı, geldiği anda kendisi ile aynı önceliği olan hasta ne kadar beklemiş, kendine eşit ve yüksek önceliği olan bekleyen hasta sayısı, aynı öncelikte olan bekleyen hasta sayısı, gelen hasta sayısı, kan alma işlemi tamamlanan hasta sayısı, Cinsiyet ve hastanın önceliği) dikkate alarak yapay Sinir Ağları algoritması bekleme süresini tahmin ediyor. Bunun sonucunda yapay zekânın öğrendiği duruma göre yeni gelecek hastanın bekleme salonunda ne kadar bekleyeceğini tahmin edilmesini ve alıp hastaya bilgi verilmesini hedefledik.
Özet (Çeviri)
Accurately predicting waiting times can increase patient satisfaction and enable staff members to more accurately evaluate and respond to patient flow. In this study, we examined the applicability of the machine learning model to estimate waiting times in a blood collection unit. The blood collection units of hospitals are the places where the patient density is the highest. Because the patients who go to different outpatient clinics of the hospital come to the blood collection units to perform an examination and give blood or different tests. In this study, the patient records when he comes to the blood collection unit via a kiosk (philerobo artificial intelligence blood collection unit management system). Then they wait in the waiting room and the system calls the patient when the time comes. In our study, our model estimates the waiting time of artificial Neural Networks algorithm by considering some parameters (Arrival Time, Day of Week, Phlebotomists Count, Current Patient Duration, Waiting Patient Count with priority, Waiting Patient Count with the Same Priority, Incoming Patient Count, Outgoing Patient Count and patient priority) how long it will wait inside when the patient enters the kiosk. As a result of this, we aimed to predict how long the next patient will wait in the waiting room and to inform the patient.
Benzer Tezler
- Makine öğrenmesi algoritmaları kullanılarak sağlık sisteminde tahmin çalışması
Prediction study using machine learning algorithms in health system
GÜLSÜM SALTAN YAŞLI
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEHER ARSLANKAYA
- Developing novel model for disease detections by processing medical data with artificial intelligence techniques
Yapay zeka teknikleri teknikleriyle tıbbi verileri kullanarak tespit yapan yeni bir model ve algoritma geliştirme
DERYA YELİZ COŞAR SOĞUKKUYU
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. OĞUZ ATA
- Analitik hiyerarşi süreci ve veri madenciliği teknikleriyle hibrit bir karar destek sistemi uygulaması: kovid19 tanısı
A hybrid decision support system application with analytic hierarchy process and data mining techniques: diagnosis of COVİD 19
AHMET BURSALI
Yüksek Lisans
Türkçe
2023
BiyoistatistikEge ÜniversitesiBiyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı
DOÇ. DR. ASLI SUNER KARAKÜLAH
- Prediction of lung cancer risk using machine learning models
Makine öğrenme modellerini kullanarak akciğer kanseri riskinin tespit edilmesi
YUNUS GEZER
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİYazılım Mühendisliği Ana Bilim Dalı
DR. MURAT ŞİMŞEK
- Diyabet akıllı destek sistemi: Bilgi erişim teknikleri ile kan şekeri seviyesinin tahmini
Diabetes intelligent support system: Prediction of blood sugar levels using information retrieval techniques
ADİL KONDİLOĞLU
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TAYFUN KÜÇÜKYILMAZ