Kalp saðlýðý yaþam için son derece büyük bir öneme sahiptir. Kaslý bir yapýya sahip olan kalp dakikada ortalama 70 defa kasýlýp gevþeyerek vücuda besin ve oksijence zengin kanýn ulaþtýrýlmasý ve kirli kanýn vücuttan toplanmasýný saðlamaktadýr. Tüm vücudu besleyen kalp, odacýklarý içerisinde yer alan kandan kendi yararlanamamakta, kalp dokusunun kanlanmasý koroner arterler ile saðlanmaktadýr. Bu damarlarda meydana gelen týkanma, kalp dokusunun yeterince beslenememesi sonucu kalp krizlerine neden olmaktadýr. Kalp krizleri dünya genelinde yaygýn olarak görülen saðlýk sorunlarý olup, ölümler ve aðýr hasarlarla sonuçlanmaktadýr. Kalp krizine sebep olan çok sayýda etken bulunmakta ve bu nedenle teþhisi karmaþýklaþmaktadýr. Pek çok insan kalp krizine sebep olan belirtileri kriz anýna kadar fark edememekte ve kalp krizinin teþhisi uzmanlar için de zor bir hal alabilmektedir. Bu nedenle kalp krizi riskinin tespiti ve olasý kalp hastalýklarýnýn erken teþhisinde uzmanlara karar desteði saðlayacak sistemlere ihtiyaç doðmaktadýr. Yapay zekâ teknolojisindeki hýzlý geliþmeler farklý alanlarda olduðu gibi saðlýk alanýnda da sorunlara alternatif çözümler sunmaktadýr. Mevcut veriler üzerinden öðrenerek yeni durumlar hakkýnda baþarýlý tahminler üretebilen makine öðrenmesi teknikleri, hastalýklarýn erken teþhisi konusunda uzmanlara destek saðlamaktadýr. Bu çalýþmada kalp krizi riskinin erken teþhisine yönelik olarak 14 farklý özellikten oluþan ve 303 adet örnek içeren veri seti üzerinde Rastgele Orman, Lojistik Regresyon ve Naive Bayes teknikleri kullanýlarak karþýlaþtýrmalý bir sýnýflama çalýþmasý gerçekleþtirilmiþtir. En yüksek doðruluk deðeri %90.32 olarak Rastgele Orman tekniði ile elde edilmiþ, bunu %87.10 ile Lojistik Regresyon ve %83.83 ile Naive Bayes izlemiþtir.
Anahtar Kelimeler: Kalp krizi, erken teþhis, makine öðrenmesi
|
