Geri Dön

Hastanelerdeki yangın güvenlik sistemlerinin yapay zeka ile yönetimi

A study on the management of fire safety systems in hospitals

  1. Tez No: 890936
  2. Yazar: DOĞUKAN ATALAY
  3. Danışmanlar: DOÇ. DR. MÜGE ENSARİ ÖZAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Hastaneler, Hospitals
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İş Sağlığı ve Güvenliği Ana Bilim Dalı
  12. Bilim Dalı: İş Güvenliği ve Sağlığı Bilim Dalı
  13. Sayfa Sayısı: 49

Özet

Yangın algılama ve ihbar sistemlerinin mevcut kontrol panellerinde yangın senaryosu bulunmaktadır. Hastanelerde hasta ve hasta yakınları, ziyaretçiler, çocuklar tarafından yanlış olarak kullanılmakta ve devreye girdiğinde panik haline sebep olmaktadır. Tezin önemi, hastanelerdeki yangın algılama ve ihbar sistemini yapay zeka ile entegre edilerek oluşabilecek herhangi bir yanlış müdahale sistem tarafından tespit edilip, yangın senaryosunun hemen devreye girmemesi sağlanacaktır. Yapay zeka entegrasyonu ile yangın alarmının geldiği bölüm tespit edilerek, acil durum bölgesi için müdahale planı oluşturacaktır. Tüm senaryo devreye girmeyecek olup, yangın ihbarının geldiği bölüm için bölgesel müdahale oluşturulacaktır. Yangın algılama ve ihbar sisteminin manuel olarak geç müdahale edileceğinden yapay zeka ile en kısa sürede müdahale edilecektir. Günümüz teknolojisinde büyük yapıları kontrol edebilmek ve acil durum müdahalesi geliştirebilmek için yapay zeka entegrasyonu önemli olmaktadır. Tezin amacını yangın algılama ve ihbar sistemlerine yapılan yanlış müdahaleyi tespit ederek, yangın senaryosu devreye girmeden yapay zeka ile bölgesel müdahale planı oluşturularak, yanlış ihbarları önleme, hastanede oluşan panik ve endişeyi yanlış ihbarları önleyerek en aza indirmektir. Bu çalışmada, Marmara bölgesindeki kamu hastaneleri baz alınarak sadece Tekirdağ bölgesinde bulunan üç adet kamu hastanesinin mevcut yangın algılama ve ihbar sistemleri yerinde incelenerek, yangın senaryoları panel üzerinden ilgili programlarca aktarılmış olup, veriler yerinde elde edilmiştir. Daha sonrasında panel devreye alınıp ilgili sistem kontrolleri yapılmış, İlgili hastanelerin çevrim listeleri birbirleri ile karşılaştırılmış olup, veriler literatür taramaları ile birlikte desteklenmiştir. İlgili yangın algılama ve ihbar sistemi bileşenlerinin yapay zeka entegrasyonu ile ilgili literatür taramaları ile desteklenerek önerilerde bulunulmuştur.

Özet (Çeviri)

Existing fire detection and notification systems used in hospitals are used incorrectly by patients, their relatives, management and children, and their activation causes panic. Nowadays, with the influence of Industry 4.0, misleading detection and notification systems are automatically loaded into their controls. As a result of a wrong intervention in the system, instead of the panel not changing, a different scenario is automatically activated. The flow of events in the scenario causes unnecessary panic, fear and anxiety. Considering the current staff, patients and relatives of patients in hospitals, and children, the current number is high. By integrating the error detection and reporting system in important hospitals with artificial intelligence, any incorrect intervention is detected by the system and the light scenario is not activated immediately. With artificial intelligence verification, the section where the false alarm occurred will be identified and a repair plan will be created for the emergency area. The entire scenario will not be activated, and a regional response will be created for the section where the fire report comes. In today's technology, artificial intelligence computing is provided significantly to improve large component control processes and emergency response. The aim of the thesis is to eliminate negative situations by detecting misleading perception and incorrect intervention in error systems, creating an intervention plan with artificial intelligence by disabling the fast scenario, preventing incorrect reporting. In these successful case, the existing detection and fault systems of three public hospitals in the Tekirdağ region were examined, realistic scenarios were put into use, relevant system checks were made, and solution suggestions were presented regarding the situations that need to be changed in the literature on artificial intelligence verification.

Benzer Tezler

  1. An early warning system for fires in hospitals and health centers via the internet of things to reduce human and material losses

    Başlık çevirisi yok

    OMER MOHAMMED ABED AL-ISAWİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEFER KURNAZ

  2. Birinci basamak sağlık hizmetinde aile hekimliği

    Family practice in primary health care

    HALUK ÖZÇELİK

    Doktora

    Türkçe

    Türkçe

    1995

    Halk Sağlığıİstanbul Üniversitesi

    PROF.DR. YILDIZ TÜMERDEM

  3. Mobile robots

    Başlık çevirisi yok

    BİLİN AKSUN

    Yüksek Lisans

    İngilizce

    İngilizce

    1996

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. N. AYDIN HIZAL

  4. Yalın yönetim sistemlerinin hastanelerde uygulanabilirliği üzerine bir çalışma

    A study on the applicability of lean management systems in hospitals

    BARIŞ TINAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Sağlık Kurumları YönetimiTrakya Üniversitesi

    Sağlık Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUZAFFER ÖZSOY

  5. Hastanelerde pnömatik sistemle laboratuvarlara kan naklinin bazı biyokimyasal ve hematolojik analizler üzerine etkilerinin araştırılması

    Hastanelerde pnömatik sistemle laboratuvarlara kan naklinin bazi biyokimyasal ve hematolojik analizler üzerine etkilerinin araştirilmasi

    ÖZLEM YÜCEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    BiyokimyaDumlupınar Üniversitesi

    Biyoloji Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA YÖNTEM