Σύστημα Μηχανικής Μάθησης Για Διαχείριση Ανθρώπων Με Διαβήτη
Date Issued
January 25, 2021
Type
Πτυχιακή Εργασία
Abstract
Το αντικείμενο που πραγματεύεται αυτή η πτυχιακή εργασία είναι η δημιουργία ενός συστήματος machine learning (μηχανικήμάθηση) χρησιμοποιώντας ταξινόμηση, βοηθητικό για τους ασθενής που πάσχουν από διαβήτη έτσι ώστε να γίνεται καλύτερα η διάγνωση και η υποστήριξη τους αλλά και η μείωση του κόστους του νοσοκομείου, μειώνοντας τις επισκέψεις που θα χρειαστεί ο ασθενής και αρά το κόστος της ιατρικής περίθαλψης. Ο διαβήτης είναι ένα από τα μεγαλύτερα ιατρικά προβλήματα στην σύγχρονη ανθρωπότητα καθώς σκοτώνει εκατομμύρια ανθρώπους κάθε χρόνο και δημιουργεί προβλήματα σε ακόμη περισσότερους ανθρώπους. Το γεγονός ότι ο διαβήτης δεν
αντιμετωπίζεται, μόνο περιορίζεται τον κάνει ένα ακόμη πιο επικίνδυνο φαινόμενο το οποίο χρήζει άμεση ιατρική περίθαλψη με τρόπους όπως εξειδικευμένες δίαιτες, φάρμακα, συχνές ιατρικές εξετάσεις και πολλά άλλα. Συνεπώς δημιουργήθηκε αυτή η εφαρμογή έτσι ώστε να υποστηρίξει την ιατρική περίθαλψη μέσω μιας αυτοματοποιημένης μεθοδολογίας. Η προτεινόμενη μεθοδολογία χρησιμοποιήθηκε για τον αυτόματο έλεγχο της
αποδοτικότητας των θεραπειών που χορηγήθηκαν σε ασθενείς με διαβήτη χρησιμοποιώντας το εργαλείο WEKA. Αρχικά χρησιμοποιήθηκαν δεδομένα εισόδου – εξόδου που έχουν σχέση με το αν χορηγήθηκε Ινσουλίνη και μετφορμίνη καθώς και στοιχεία που αφορούν τον ασθενή όπως αν επανεντάχθηκε στην κλινική ο ασθενής και μετα από πόσες μέρες, αν υπάρχουν
τρέχον θεραπείες για τον διαβήτη, πόσες εξετάσεις γίνανε στον ασθενή, ηλικία, φύλλο, πόσος χρόνο έμεινε στο νοσοκομείο, πόσοι εργαστηριακοί έλεγχοι γίνανε, πόσοι εξωτερικές και εσωτερικές επισκέψεις γίνανε σε ιατρεία, επίπεδα γλυκόζης κ.α. με βάση τα οποία αναπτύχθηκε ένα σύστημα το οποίο ελέγχει αν θα χρειαστεί θεραπεία για τον διαβήτη ο ασθενής ή αν θα χρειαστεί να αλλάξει την θεραπεία που έχει πάρει από την κλινική στο μέλλον.
Το προτεινόμενο σύστημα και τα αποτελέσματα του προήλθαν από δοκιμές πάνω σε αληθινό dataset με ασθενείς από 130 νοσοκομεία με τον αριθμό τους να είναι γύρω στους 100000 ασθενείς, Τα αποτελέσματα έδειξαν ότι το σύστημα κάνει πρόβλεψη με περίπου 85%. Ο αλγόριθμος που χρησιμοποιήθηκε για το classification είναι ο J48(C48 γραμμένος σε Java).
Subjects