Öztekin, AbdulkerimÖzyılmaz, Bahar2024-10-082024-10-082024-09-17Özyılmaz, B. (2024). Yapay zeka yöntemleri kullanılarak ST segment yükselmeli miyokart infarktüslü hastaların ölüm risk analizi ve tahmini. (Yayınlanmamış Yüksek Lisans Tezi). Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, Batman.https://hdl.handle.net/20.500.12402/4770Kalp krizi, yani akut miyokard infarktüsü (Acute Myocardial Infarction – AMI), kalbi besleyen damarların zamanla daralıp tıkanmasıyla kalp kasının bir kısmının yeteri kadar kan alamaması durumudur. Bu durumun geç fark edilmesi ve hemen müdahale edilememesi birey için ölüm ve bazı kalıcı hasarlara neden olabilmektedir. İstatistiklere bakıldığında kardiyovasküler hastalıkların neden olduğu ölümler her geçen gün daha da artmaktadır. Akut miyokart infarktüsünün en ciddi ve ölümcül türlerinden biri olan ST yükselmeli akut miyokart infarktüsü (ST-segment Elevation Acute Myocardial Infarction - STEMI) acil tanı ve müdahale gerektirir. Sağlıkta kullanılan yapay zekâ tabanlı uygulamalar yaygınlaşarak erken teşhis ve tedavinin önünü açmıştır. Modern tıpta, STEMI hastalarının doğru ve hızlı bir şekilde tanımlanarak tedavi edilmesi hayati bir öneme sahiptir. Bu süreç içerinde hastaların ölüm riskini önceden belirlemek, klinik kararların verilmesinde çok büyük rol oynamaktadır. Geleneksel risk değerlendirme yöntemleri genellikle zaman alıcı ve subjektif süreçler olup, klinik verilerin manuel olarak analiz edilmesine dayanmaktadır. Bu çalışmada, yapay zekâ yöntemlerinden makine öğrenmesi algoritmaları kullanılarak hastalarının ölüm risk analizi ve tahminlemesi yapılmıştır. Kullanılan veri seti üzerinden kalp krizi geçirenlerin parametrelerinin neler olduğu, bu parametrelerin veri seti üzerindeki dağılımı ve birbirleriyle ilişkili olduğu durumlar farklı analiz yöntemleriyle incelenip bireylerde ölüme sebebiyet açısından ne derecede etkili olduğu belirlenmiştir. Bu tezin amacı, kalp krizi geçirmiş bireylerde mortalite riskinin yapay zekâ tabanlı algoritmalar yardımıyla önceden tahmin edilmesini kolaylaştırarak hastaların erken tedavi edilmelerini sağlayacak faydalı bir hekim karar destek modeli geliştirmektir. Çalışmanın, bu yönüyle STEMI hastalarının yönetiminde klinik karar desteği sağlaması ve sağlık hizmetlerinin kalitesini artırmaya yönelik katkılar sunması beklenmektedir.Heart attack, acute myocardial infarction (AMI), is a condition in which a part of the heart muscle cannot receive enough blood due to the narrowing and blockage of the vessels feeding the heart over time. Noticing this situation late and failing to intervene immediately may cause death and some permanent damage for the individual. Looking at the statistics, deaths caused by cardiovascular diseases are increasing day by day. ST-segment elevation acute myocardial infarction (ST-segment Elevation Acute Myocardial Infarction - STEMI), one of the most serious and fatal types of acute myocardial infarction, requires urgent diagnosis and intervention. Artificial intelligence-based applications used in health have become widespread, paving the way for early diagnosis and treatment. In modern medicine, it is vital that STEMI patients are identified and treated accurately and quickly. In this process, determining the risk of death of patients in advance plays a major role in making clinical decisions. Traditional risk assessment methods are often time-consuming and subjective processes and rely on manual analysis of clinical data. In this study, death risk analysis and prediction of patients will be made using machine learning algorithms, which is one of the artificial intelligence methods. Based on the data set used, the parameters of those who had a heart attack, the distribution of these parameters on the data set and the situations in which they are related to each other will be examined with different analysis methods and it will be determined to what extent they are effective in causing death in individuals. The aim of this thesis is to develop a useful physician decision support model that will facilitate early treatment of patients by making it easier to predict the risk of mortality in individuals who have had a heart attack with the help of artificial intelligence-based algorithms. In this respect, the study is expected to provide clinical decision support in the management of STEMI patients and contribute to improving the quality of healthcare services.trinfo:eu-repo/semantics/openAccessKalp HastalığıMiyokard İnfarktüsüMortalite/Morbidite TeşhisiYapay ZekâMortality/Morbidity DiagnosisHeart DiseaseMyocardial InfarctionArtificial IntelligenceMaster Thesis