Hasta semptomlarına dayalı yapay zeka destekli hastalık tahmini ve uygun branşa yönlendirme sisteminin geliştirilmesi
Development of an artificial intelligence supported di̇sease predi̇cti̇on and appropri̇ate department recommendation system based on patient symptoms
- Tez No: 989249
- Danışmanlar: DR. ÖĞR. ÜYESİ RABİA KORKMAZ TAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Tekirdağ Namık Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde sağlık teknolojilerinin dijitalleşmesiyle birlikte, kullanıcıların semptomlarına yönelik hızlı, doğru ve kişiselleştirilmiş geri bildirim alabilecekleri sistemlere duyulan ihtiyaç artmaktadır. Bu kapsamda geliştirilen web tabanlı yapı, kullanıcıdan alınan doğal dil tabanlı şikâyet ifadelerini analiz ederek hastalık ön tahmininde bulunmakta ve uygun doktor yönlendirmesi yapmaktadır. Çok aşamalı bir model mimarisi üzerine kurulu olan sistem; hem yapısal hem de anlamsal semptom çıkarımı gerçekleştirebilmektedir. Yapısal çıkarımda TF-IDF ve eşleşme tabanlı yöntemler kullanılırken, anlamsal çıkarımda gömülü anlam analizine dayalı benzerlik ölçütleri uygulanmaktadır. Uygulama, kullanıcı girişini zorunlu tutmakta ve her etkileşimi benzersiz bir kullanıcı kimliği ile ilişkilendirmektedir. Böylece kullanıcı bazlı geçmiş veriler saklanarak, daha kişiselleştirilmiş yönlendirmeler yapılabilmektedir. Ayrıca sistem, hastalık verisiyle eşleştirilmiş bir doktor portföyü üzerinden çalışmakta olup, her hastalık için ilgili doktorların sıralı puanlamaya dayalı olarak önerilmesini sağlamaktadır. Doktor listesi dinamik biçimde yönetilebilmekte, yeni doktor kayıtları sistem üzerinden eklenebilmektedir. Bu yapı, hastane bağımsız bir dijital doktor havuzu oluşturmakta ve kullanıcıyı en uygun uzmana yönlendirmeyi hedeflemektedir.
Özet (Çeviri)
With the increasing digitalization of healthcare technologies, there is a growing demand for systems that can provide fast, accurate, and personalized feedback based on users' symptoms. In this context, a web-based system has been developed that analyzes complaint expressions collected from users in natural language and predicts possible diseases, subsequently recommending relevant medical specialists. The system is built upon a multi-stage model architecture and performs both structural and semantic symptom extraction. While structural extraction employs TF-IDF and match-based methods, semantic extraction is carried out using embedded meaning analysis and similarity metrics. The application requires user login and associates each interaction with a unique user identity. In this way, past data are stored on a per-user basis, allowing for more personalized recommendations. Furthermore, the system operates on a dynamically managed portfolio of doctors matched to disease data, enabling ranked recommendations of doctors based on scoring for each disease. New doctors can be added through the interface, contributing to the creation of a hospital-independent digital doctor pool. This setup aims to guide users to the most appropriate specialist based on their symptoms and medical context.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Polikistik Ovaryum Sendromu tanısı için yapay zeka destekli klinik araç tasarımı
Artificial intelligence supported clinical tool design for the diagnosis of Polycystic Ovary Syndrome
JACKLYN GÜNCE KAYA
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN BİLGİN
- Prediction of monkeypox infection from clinical symptoms with adaptive artificial bee colony-based deep neural network
Adaptif yapay arı koloni tabanlı derin sinir ağı ile klinik belirtilerden maymun çiçeği enfeksiyonunun tahmini
AHMED MUHAMMED KALO HAMDAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DURSUN EKMEKCİ
- Deep feature transfer from deep learning models into machine learning algorithms to classify COVID-19 from chest X-ray images
Göğüs röntgeni görüntülerinden COVID-19 sınıflandırması yapmak amacıyla derin öğrenme modellerinden makine öğrenmesi algoritmalarına derin öznitelik aktarımı
OZAN GÜLDALİ
Yüksek Lisans
İngilizce
2021
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜL İNAN
- Generative AI in Healthcare: A Turkish Chatbot for Symptom Assesment and Tailored Recommendations
Sağlikta üretken yapay zekâ: semptom değerlendirmesi ve kişiye özel öneriler için Türkçe bir sohbet botu
YUNUS EMRE IŞIKDEMİR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT AYDOS