Geri Dön

Machine learning for predicting patient waiting times

Makina öğrenimi ile hasta bekleme sürelerinin tahmini

  1. Tez No: 599780
  2. Yazar: HAMED JAVADIFARD
  3. Danışmanlar: PROF. DR. SÜLEYMAN SEVİNÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Makine öğrenmesi algoritmaları kullanılarak sağlık sisteminde tahmin çalışması

    Prediction study using machine learning algorithms in health system

    GÜLSÜM SALTAN YAŞLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEHER ARSLANKAYA

  2. 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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OĞUZ ATA

  3. 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

    Türkçe

    2023

    BiyoistatistikEge Üniversitesi

    Biyoistatistik ve Tıbbi Bilişim Ana Bilim Dalı

    DOÇ. DR. ASLI SUNER KARAKÜLAH

  4. Prediction of lung cancer risk using machine learning models

    Makine öğrenme modellerini kullanarak akciğer kanseri riskinin tespit edilmesi

    YUNUS GEZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİ

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. MURAT ŞİMŞEK

  5. 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

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TAYFUN KÜÇÜKYILMAZ