Yapay zeka teknikleri ile yenidoğanların konfor davranış düzeylerinin değerlendirilmesi
Evaluation of comfort behavior levels of newborns with artificial intelligence techniques
- Tez No: 792920
- Danışmanlar: DOÇ. DR. AYFER AÇIKGÖZ
- Tez Türü: Doktora
- Konular: Hemşirelik, Nursing
- Anahtar Kelimeler: Hemşire, konfor, yapay zeka, yenidoğan, yenidoğan yoğun bakım ünitesi, Bebek bakımı, Bebek-yenidoğmuş, Bebekler, Hemşireler, Yoğun bakım, Yoğun bakım üniteleri, Yoğun bakım üniteleri-neonatal, Çocuk hemşireliği, Nurse, comfort, artificial intelligence, newborn, neonatal intensive care unit, Infant care, Infant-newborn, Infant, Nurses, Intensive care, Intensive care units, Intensive care units-neonatal, Pediatric nursing
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Hemşirelik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Bu araştırma yapay zeka teknikleri ile yenidoğanların konfor davranış düzeylerini değerlendirecek bir uygulamanın geliştirilmesi amacıyla yapılmıştır. Yöntem: Araştırma, yapay zeka çalışmasıdır. Çalışma, bir hastanenin Yenidoğan Yoğun Bakım Ünitesi (YYBÜ)'nde tedavi gören 362 yenidoğan ile yapılmıştır. Veri toplama aracı olarak; veri toplama formu, Yenidoğan Konfor Davranış Ölçeği (YKDÖ), kamera sistemi ve bilgisayar kullanılmıştır. Verilerin analizi IBM SPSS Statistics 21.0 paket programı ile yapılmıştır. Verilerin analizinde tanımlayıcı istatistikler ve Cohen's Kappa testi kullanılmıştır. Çalışmada p<0,05 değeri istatistiksel olarak anlamlı kabul edilmiştir. Çalışmaya dahil edilen 362 yenidoğanın görüntü ve ses kayıtları birbirinden bağımsız olarak araştırmacı ve danışman tarafından etiketlenmiştir. Yapay zeka modeli, araştırmacı tarafından etiketlenen görüntü ve ses kayıtları ile oluşturulmuştur. Etiketlenen görüntü ve ses kayıtları yapay zeka modelinin eğitiminde (%80) ve test edilmesinde (%20) kullanılmıştır. Yapay zeka modelinin test edilmesinde kullanılan görüntü ve ses kayıtları birbirinden bağımsız olarak uzman hemşire ve işe yeni başlayan hemşire tarafından değerlendirilmiştir. Bulgular: Araştırmacı ve danışman tarafından etiketlenen YKDÖ puanları arasında fark olmadığı saptanmıştır (p>0,05). Yapay zeka teknikleri ile hesaplanan ortalama YKDÖ puanının 13,75 ± 9,31 olduğu belirlenmiştir. Uzman hemşirenin hesapladığı verdiği YKDÖ puan ortalamasının 13,83 ± 8,67, işe yeni başlayan hemşirenin YKDÖ puan ortalamasının ise 11,10 ± 4,23 olduğu saptanmıştır. Yapay zeka teknikleri ve uzman hemşire tarafından değerlendirilen YKDÖ puanlarının uyumlu olduğu belirlenmiştir. Yapay zeka teknikleri ve işe yeni başlayan hemşirenin YKDÖ puanlarının ise uyum düzeyinin düşük olduğu tespit edilmiştir. Yapay zeka modelinin başarı oranının %99,82 olduğu belirlenmiştir. Sonuç: Geliştirilen yapay zeka modelinin YYBÜ'deki yenidoğanların konfor davranış düzeylerini belirlemede başarılı olduğu tespit edilmiştir. Önerimiz; geliştirilen yapay zeka modelinin daha fazla yenidoğan ile test edilmesi ve modelin kliniklerde kullanımının yaygınlaştırılmasıdır.
Özet (Çeviri)
Aim: This research was conducted to develop an application that will evaluate the comfort behavior levels of newborns with artificial intelligence techniques. Method: Research is the study of artificial intelligence. The study was conducted with 362 newborns treated in the Neonatal Intensive Care Unit (NICU) of a hospital. As a data collection tool; data collection form, Neonatal Comfort Behavior Scale (NCBS), camera system and computer were used. Data analysis was done with IBM SPSS Statistics 21.0 package program. In the analysis of data; descriptive statistics and Cohen's Kappa test were used. A value of p<0.05 was considered statistically significant in the study. The video and audio recordings of 362 newborns included in the study were independently labeled by the researcher and the consultant. The artificial intelligence model was created with video and audio recordings tagged by the researcher. The tagged video and audio recordings were used in training (80%) and testing (20%) of the artificial intelligence model. The video and audio recordings used in testing the artificial intelligence model were evaluated independently by the specialist nurse and the newly recruited nurse. Results: It was determined that there was no difference between the NCBS scores labeled by the researcher and the consultant (p>0.05). It was determined that the mean NCBS score calculated with artificial intelligence techniques was 13.75 ± 9.31. It was determined that the mean score of NCBS calculated by the specialist nurse was 13.83 ± 8.67, and the mean score of NCBS of the newly recruited the nurse was 11.10 ± 4.23. It was determined that artificial intelligence techniques and NCBS scores evaluated by the specialist nurse were compatible. It has been determined that the level of compliance of the NCBS scores of artificial intelligence techniques and the newly recruited nurse is low. The success rate of the artificial intelligence model was determined to be 99.82%. Conclusion: It has been determined that the developed artificial intelligence model is successful in determining the comfort behavior levels of newborns in NICU. Our recommendation is to test the developed artificial intelligence model with more newborns and to disseminate the use of the model in clinics.
Benzer Tezler
- Sınırlı veri setiyle sınıflama uygulamalarına yeni bir yaklaşım
A new approach to classification applications with limited dataset
SAİM ERVURAL
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN
- Tiyazol-ferrosen ile modifiye edilmiş kromenilyum-siyanin tabanlı ve çok kanallı yeni bir cıva (II) sensörün geliştirilmesi
Development of a novel multi-channel mercury (II) sensor based on chromenylium-cyanine modified with thiazole-ferrocene
ELİF YILMAZ
- Yapay zeka teknikleri ile dizel motor performansının modellenmesi ve yakıt optimizasyonu
Modelling of diesel engine performance and fuel optimisation by artificial intelligence techniques
KEMAL TÜTÜNCÜ
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NOVRUZ ALLAHVERDİ
- Yapay zekâ teknikleri ile elektrik enerjisi net tüketim tahmini: Türkiye örneği
Estimating the net electricity energy consumption using the artificial intelligence techniques: Case of Turkey
SALİH TUTUN
Yüksek Lisans
Türkçe
2012
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERDAL CANIYILMAZ
- Yapay zekâ teknikleri ile hastaların koroner anjiyografi gerekliliğinin tahmini
Prediction of coronary angiography requirement of patients with artificial intelligence techniques
HARUN AKBULUT
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NECAATTİN BARIŞÇI