Mehmet Berkay Can, Eren Çamur, Mine Koru, Ömer Özkan, Zeynep Rzayeva

Transkript

1 VERİ KÜMELERİNDEN BİLGİ KEŞFİ: VERİ MADENCİLİĞİ Mehmet Berkay Can, Eren Çamur, Mine Koru, Ömer Özkan, Zeynep Rzayeva Danışman: Doç. Dr. Ersin Öğüş ÖZET Dünya üzerinde uydu verileri, tıbbi veriler, alışveriş verileri, otomasyon verileri v.b. alanlarda hızla artan veri miktarları bu verilerin toplanması ve saklanması gibi problemleri gündeme getirmiştir. Bu problemlere veri tabanları ve dosya sistemlerindeki gelişmelerle çözüm aranmıştır. Çoğu zaman iyi kullanılmamaları durumunda veri tabanlarında tutulan veri insanlar için külfet haline de gelebilmektedir. Bu noktada karşımıza Veri Madenciliği (Data Mining) bir çözüm olarak çıkmaktadır. Fakat madenciliği yapılacak olan verinin de bazı vasıflara sahip olması gerekmektedir. Bu vasıflar veri ambarı (Data Warehouse) ile sağlanmaktadır. Özellikle mühendislik alanında yoğun olarak kullanılan veri madenciliği, son yıllarda tıp alanında verilerin çok büyük boyutlara ulaşması ile bu alanda geliştirilmeye başlanmış ve sağlık çalışanlarına büyük destek olmaya başlamıştır. Büyük veri yığınları içinden, veri madenciliği ve istatistiksel analiz yöntemleri ile değerli bilgiler elde edilmektedir. Bu bilgiler bilgisayar destekli tanı çalışmalarında, doktorların doğru karar vermelerine yardımcı olmakta, sağlık uygulamalarının gelişmesine katkıda bulunmaktadır. Bu çalışmada veri madenciliğinin unsurları, kullanım alanları üzerinde durulduktan sonra, sağlık alanında kullanılması ve yöntemleri üzerinde durulmuştur. Anahtar kelimeler: Veri madenciliği, veri tabanı, veri ambarı, veri madenciliği ve tıp. GİRİŞ Veri Madenciliğinin Tanımı Veri, bir araştırmanın, bir tartışmanın, bir muhakemenin temel öğesidir(10,11). Veri, bir sonuca varabilmek için gerekli olan ilk bilgi ya da anlam çıkartmada, sonuca varmakta kullanılan nicelikler, olaylar, kayıtlar ve sayı kümeleri olarak tanımlanabilmektedir(3). Günlük hayatta birçok veri seti bulunmakta ve bu verilerden yararlanılarak bilgiler elde edilmektedir. Günümüzde insanoğlunun sahip olduğu veriler öylesine büyümüştür ki eldeki bilgiler zettabytelar hatta yottabytelar seviyesine gelmiştir. Böylesine büyük sayıda ifade edilen bilgiler bile her 20 ayda bir iki katına çıkmaktadır(14). Geçmişte verilere ulaşım daha uzun zaman alıp, bu verilerden yararlanılarak yapılan analizler ve alınan kararlar daha kısa sürede tamamlanıyordu. Bugün ise, verilere ulaşım hızlanmış ve kolaylaşmış ancak bu verilere dayalı yapılan analizler de o derece 1

2 karmaşıklaşmış ve zorlaşmıştır. Bundan dolayı, analiz yapma, sonuca ulaşma ve karar verme süreçlerini de bilgisayarlara yaptırabilme ihtiyacı ve fikri doğmuştur. Bunun sonucunda, çeşitli matematiksel ve istatistiksel hesaplamalara dayanan algoritmalar geliştirilmiş ve Veri Madenciliği kavramı doğmuştur. Veri Madenciliği, pazarlama, e- ticaret, bankacılık, sigortacılık, telekomünikasyon ve sağlık sektörlerinde kullanılmaktadır. Bu sektörlerde veri madenciliği çığır açmış ve insanlığın hizmetine sunulmuştur. Büyük bir gelişme içinde olan veri madenciliği günümüzde hayatımızı çok kolaylaştırmış ve yaşam standartlarını arttırmıştır. Meslek gruplarının yükünü biraz olsun hafifletmiş ve daha çok bilgiye daha kısa sürede ulaşılmasına olanak sağlamıştır(6). Veri madenciliği en basit şekilde önceden bilinmeyen, geçerli ve uygulanabilir bilginin veri yığınlarından dinamik bir süreç ile elde edilmesi işlemidir(7). Özellikle mühendislik alanında yoğun olarak kullanılan veri madenciliği, son yıllarda tıp alanında verilerin çok büyük boyutlara ulaşması ile bu alanda geliştirilmeye başlanmış ve sağlık çalışanlarına büyük destek olmaya başlamıştır. Büyük veri yığınları içinden, veri madenciliği ve istatistiksel analiz yöntemleri ile değerli bilgiler elde edilmektedir. Bu bilgiler bilgisayar destekli tanı çalışmalarında, doktorların doğru karar vermelerine yardımcı olmakta, sağlık uygulamalarının gelişmesine katkıda bulunmaktadır(22). Veri Madenciliğinin Tarihçesi Veri madenciliği teknikleri üzerine matematikçiler 1950 li yıllarda çalışmaya başlamışlar, mantık ve bilgisayar bilimleri alanlarında yapay zekâ (artificial intelligence) ve makine öğrenme (machine learning) konularını geliştirmişlerdir lı yıllarda ise istatistikçiler yeni bazı algoritmalar üzerinde çalışmışlardır. Örneğin regresyon analizi (regression analysis), en büyük olabilirlik kestirim (maximum likelihood estimates), sinir ağları (neural networks) vb. yöntemler veri madenciliğinin ilk adımlarını oluşturmuştur. Ayrıca veritabanı sistemleri giderek gelişmiş ve büyük sayıda metin dokümanlarının saklanması ve bilginin geri kazanılması sağlanmıştır. 1970, 1980, 1990 lı yıllarda yeni programlama dilleri ve yeni bilgisayar tekniklerinin geliştirilmesi, genetik algoritmalar (genetic algorithms), kümeleme yöntemleri (clustering methods) ve karar ağaçları (decision tree algorithms) gibi algoritmaları da içermiştir(4,9,15) yılıyla beraber veritabanında bilgi keşfinin ilk adımları oluşturulmuş ve veri ambarı veritabanları (database warehouses) geliştirilmiştir. Ayrıca aynı zaman içerisinde yeni teknolojilerle beraber veri madenciliği değiştirilerek yaygın olarak kullanılan standart bir işin parçası olmuştur. 2

3 1990 lı yıllardan itibaren veri madenciliği konusu veri yoğun araştırma alanlarında bilgi keşfi ismiyle kullanılmaya başlanmıştır. İlk yıllar çoğunlukla veritabanlarındaki veriler üzerinde yürütülen çalışmalar zamanla veritabanında tutulmayan verileri de kapsayacak şekilde genişlemiştir. Geçmiş tüm bu çalışmaların değerlendirilmesi veri madenciliğinin geleceğini konusunda fikir vermesi açısından önem taşımaktadır. Sağlık bilgi sistemlerindeki veri madenciliği tekniklerinin ilk kullanımı 1970 lerde ve daha sonraki yıllarda geliştirilen uzman sistemlerle olmuştur. Uzman sistemlerin tıp alanında güçlü araçlar sunmasına rağmen, bu alandaki verilerin hızlı değişmesi ve uzmanlar arasındaki görüş farklılıkları nedeniyle çok yaygınlaşmamışlardır(26). Daha sonraki yıllarda özellikle 1990 lı yıllarda hastaların gelecekteki sağlık durumları ve maliyet tahminleri gibi konuları araştırmak için sinir ağları kullanılmaya başlanmıştır. Günümüzde veri madenciliği birçok alanda başarıyla kullanılmaktadır. Teknolojinin hızla gelişmesi yeni yöntemlerin oluşmasına zemin hazırlamıştır. Karar ağaçları, yapay sinir ağları, istatistiksel yöntemler, algoritmalar, varyans analizleri gibi çeşitli yöntemler geliştirilmesiyle birlikte bilgiye ulaşmak daha da kolaylaşmıştır. Veri Madenciliğinin Hukuksal Yönleri Günümüzde bilgisayar kullanımı, modern teknolojinin çağdaş tıbba getirdiği önemli bir yeniliktir. Bilgisayarlar, tanı, tedavi planlaması, laboratuar analizleri, hastane yönetimi vb. gibi alanlarda kullanılmaktadır. Tıbbın bazı alanlarında, klasik yöntemlerle hastalığın tanı ve tedavisi bazı yanlış sonuçları da beraberinde getirebilir. Bu bakımdan bilgisayarlarla daha doğru ve kesin bilgiler elde edilebilir. Bilgisayarlar hasta tedavisi ile ilgili bilgiler verebilir. Ancak bilgisayarları yetkili olmayan kişiler de kullanabilir ve buradan aldığı verilerle tanı koymaya kalkabilir. Bu sorumluluk ise tamamen o bilgisayarın bulunduğu klinikteki hekime ait olup, hekim ya da onun yanında çalışanlar bilgisayara yüklenmiş olan hasta ile bilgileri saklı tutmalı ve tıbbi gizlilik ilkesine uymalıdır. Tıbbi verilerin bilgisayarlara doğru olarak yüklenmesi de çok önemlidir. Eğer bir veri hatası yapılırsa tanı yanlış olabilir ve yanlış tedavi sonucu hastaya zarar verilebilir ve yararlılık ilkesine uyulmamış olur. Bu arada kişiye yapılan analizler, onun özgür iradesi ile olacağından hastanın özerklik ilkesi de zedelenebilir. Bu bakımdan bugün hastane bilgisayarlarında her hastanın bir numarası vardır. Yine bilgisayara yüklenecek ve ondan alınacak bilgiler hastanın yararına olmalı ve gizlilik ilkesine uyulmalıdır. Bilgisayarların tıpta kullanımına ait Dünya Tabipler Birliğinin bir duyurusu bulunmaktadır. Bu duyuru, 27 nci Dünya Tabipler Birliği Genel Kurulu nda (Ekim 1973, Münih-Almanya) 3

4 benimsenmiş ve 35 inci Dünya Tabipler Birliği Genel Kurulu nda (Ekim 1983, Venedik- İtalya) geliştirilmiş olan sonuç kararına dayanmaktadır. Hekimle hasta arasında ahlaki bir ilişki vardır. Bu ilişkinin her zaman canlı tutulması ve hastanın tıbbi işlemleri sırasında ona herhangi bir zarar verilmemesi gerekir. Böylece zarar vermeme ilkesine uyulmuş olur. Buna göre etik açıdan dikkat edilmesi gereken konular: 1. Bilgisayara hastalarla ilgili bilgiler doğru yüklenmelidir. 2. Bilgisayardan hasta ile ilgili bilgileri yalnız hekim almalıdır. 3. Hasta ile ilgili bilgiler her isteyen kişi veya kuruma verilmemeli ve tıbbi gizlilik ilkesine uyulmalıdır. 4. Bu konuda yasal düzenleme yapılması önemlidir. Burada toplumun yararı, kişinin yararına oranla üstün kabul edilir ve somut ve bireysel olanların ilgili makamlara bildirilmesi gerekir. Nitekim belirli hastalıkların toplum sağlığını tehlikeye düşürmesi, toplumu tehdit etmesi bunların açıklanmasını zorunlu kılmaktadır. Bu açıklama sonucudur ki hastalığın başkalarına geçmesi engellenir ve toplum korunmuş olur(19). VERİ MADENCİLİĞİNİN UNSURLARI Veri Tabanı Veritabanı en genel tanımıyla, kullanım amacına uygun olarak düzenlenmiş veriler topluluğudur. Daha ayrıntılı açıklamak gerekirse Veri tabanı (Database), birbirleriyle ilişkisi olan verilerin tutulduğu, kullanım amacına uygun olarak düzenlenmiş veriler topluluğunun mantıksal ve fiziksel olarak tanımlarının olduğu ve bunların sayısal ortamlarda saklandığı ve gerektiğinde tekrar bir erişime olanak sağlayan, büyük boyutlarda veriler barındıran bilgi depolarıdır(27). Veri Ambarı Veri tabanlarının birleştirilmesiyle veri ambarları oluşturulur. Veri Ambarları, Veri Madenciliği ile eşanlı olarak anılan ve Veri Madenciliği sürecinin gerçekleştirildiği veriyi sağlayan özel bir veri tabanıdır. Tanım olarak Veri Ambarı, pek çok farklı kaynaktan ve genellikle de farklı yapıda verinin depolandığı ve hepsinin de aynı birleşik çatı altında kullanılmasının ümit edildiği yapılardır(20). Veri Kaynakları Veri kaynağı, bir araştırmanın, bir tartışmanın, bir muhakemenin temeli olan ana öğenin kaynağıdır. Kitaplar, Makaleler, Veri dosyaları, İlişkisel veritabanı, Veri ambarları, Gelişmiş veritabanları, Film, Elektronik kaynaklar, Dergiler, Danışma Kaynakları, 4

5 Sözlükler, Ansiklopediler, Almanaklar, İstatistiki kaynaklar, Atlaslar, Biyografik kaynaklar, Kronolojiler vb veri kaynakları olarak kullanılabilir. VERİ MADENCİLİĞİNİN UYGULAMA ALANLARI Veri madenciliği verinin yoğun olarak üretildiği ve bunun sonucu olarak veritabanlarının oluştuğu hemen her ortamda uygulama kullanım alanı bulabilir. Bazı uygulama alanları başlıklar halinde aşağıdaki gibidir. (1,2,5,8,12,13,16,23). Veri tabanı analizi ve karar verme desteği Pazar Araştırması Risk Analizi Belgeler arası benzerlik: haber kümeleri, e-posta Müşteri kredi risk araştırmaları Kurum kaynaklarının en optimal biçimde kullanımı Geçmiş ve mevcut yapı analiz edilerek geleceğe yönelik tahminlerde bulunma(4,17) Bilimsel ve mühendislik alanında Sağlık alanında Ticaret alanında Alışveriş alanında Bankacılık ve finans alanında Eğitim sektöründe Internet (Web) kullanımında (6) Doküman kullanımında Sigortacılık Pazarlama VERİ MADENCİLİĞİNDE KULLANILAN TEKNİK VE YÖNTEMLER İstatistiksel Yöntemler Veri madenciliği çalışması esas olarak bir istatistik uygulamasıdır. Verilen bir örnek kümesine bir kestirici oturtmayı amaçlar. İstatistik literatüründe son elli yılda bu amaç için değişik teknikler önerilmiştir. Bu teknikler istatistik literatüründe çok boyutlu analiz (multivariate analysis) başlığı altında toplanır ve genelde verinin parametrik bir modelden (çoğunlukla çok boyutlu bir Gauss dağılımından) geldiğini varsayar. Bu varsayım altında sınıflandırma,(discriminant analysis; Bir sınıflandırma probleminde, sınıflamanın gerçekleştirilmesi ve oluşturulmuş bir sınıflamada gözlem atamalarının doğru yapılmasını sağlar), regresyon, kümeleme (clustering), boyut azaltma (dimensionality reduction), 5

6 hipotez testi, varyans analizi, bağıntı (association; dependency) kurma için teknikler istatistikte uzun yıllardır kullanılmaktadır(20). Bellek Tabanlı Yöntemler Bellek tabanlı veya örnek tabanlı bu yöntemler (memory-based, instance-based methods; case-based reasoning) istatistikte 1950 li yıllarda önerilmiş olmasına rağmen o yıllarda gerektirdiği hesaplama ve bellek yüzünden kullanılamamış ama günümüzde bilgisayarların ucuzlaması ve kapasitelerinin artmasıyla, özellikle de çok işlemcili sistemlerin yaygınlaşmasıyla, kullanılabilir olmuştur. Bu yönteme en iyi örnek en yakın k komşu algoritmasıdır (k-nearest neighbor) Yapay Sinir Ağları 1980 lerden sonra yaygınlaşan yapay sinir ağlarında (artificial neural networks) amaç fonksiyon birbirine bağlı basit işlemci ünitelerinden oluşan bir ağ üzerine dağıtılmıştır. Yapay sinir ağlarında kullanılan öğrenme algoritmaları veriden üniteler arasındaki bağlantı ağırlıklarını hesaplar. YSA istatistiksel yöntemler gibi veri hakkında parametrik bir model varsaymaz yani uygulama alanı daha geniştir ve bellek tabanlı yöntemler kadar yüksek işlem ve bellek gerektirmez. Karar Ağaçları İstatistiksel yöntemlerde veya yapay sinir ağlarında veriden bir fonksiyon öğrenildikten sonra bu fonksiyonun insanlar tarafından anlaşılabilecek bir kural olarak yorumlanması zordur. Karar ağaçları ise veriden oluşturulduktan sonra yukarıdaki örnekte de olduğu gibi ağaç kökten yaprağa doğru inilerek kurallar (IF-THEN rules) yazılabilir.bu şekilde kural çıkarma (rule extraction), veri madenciliği çalışmasının sonucunun geçerlenmesini sağlar. Bu kurallar uygulama konusunda uzman bir kişiye gösterilerek sonucun anlamlı olup olmadığı denetlenebilir. Sonradan başka bir teknik kullanılacak bile olsa karar ağacı ile önce bir kısa çalışma yapmak, önemli değişkenler ve yaklaşık kurallar konusunda bize bilgi verir ve tavsiye edilir(5). TIPTA VERİ MADENCİLİĞİ Günümüzde bilgi sistemleri ve iletişim teknolojilerindeki gelişmeler sayesinde tıp ve sağlık alanındaki birçok veri sayısal ortamda saklanabilmekte ve kolaylıkla erişilebilmektedirler. Hastane bilgi sistemleri hastalara ait demografik bilgiler, hastalık ve tedavi durumları, yapılan tetkikler, faturalama ve idari işlere ait bilgileri içerirler. Sağlık ve tıp, çağımızın en önemli bilimsel araştırma alanları olduğu için bu alandaki bilgi sistemleri de araştırmalar için en büyük veri kaynaklarıdır. Son otuz yılda dünyada sağlık bilgi sistemlerinde büyük gelişmeler yaşanmıştır. Sağlık Bilişiminin yeni bir alan olmasına rağmen özellikle bilgi 6

7 modelleme ve tanı araçlarında hızlı yenilikler yapılmıştır. Sağlık bilgi sistemlerindeki veri madenciliği tekniklerinin ilk kullanımı 1970 lerde ve daha sonraki yıllarda geliştirilen uzman sistemlerle olmuştur. Uzman sistemlerin tıp alanında güçlü araçlar sunmasına rağmen, bu alandaki verilerin hızlı değişmesi ve uzmanlar arasındaki görüş farklılıkları nedeniyle çok yaygınlaşmamıştırlar. Daha sonraki yıllarda özellikle 1990 lı yıllarda hastaların gelecekteki sağlık durumları ve maliyet tahminleri gibi konuları araştırmak için sinir ağları kullanılmaya başlanmıştır. Sağlık ve tıp, günümüzün en çok bilgi ihtiyacı olan araştırma alanlarıdır. Son yıllarda özellikle sağlık veri modelleri, standartlar ve kodlama sistemlerindeki yenilikler sayesinde hastanelerde ve sağlık merkezlerinde kullanılan bilgi sistemlerinde önemli gelişmeler yaşanmıştır. Bu gelişmeler daha çok ve çeşitli verinin saklanabilmesini sağlamış ve beraberinde bilgi keşfi ihtiyacını ortaya çıkarmıştır. Veri Madenciliği, sağlık ve tıp alanındaki büyük veritabanlarından değerli bilgileri ortaya çıkartarak, hem tıp açısından hem de hizmet kalitesinin artırılması açısından büyük katkılar sağlar. Günümüzde uluslararası ortak projeler kapsamında geliştirilen ve biyoloji verilerinin saklandığı veritabanları, bu veritabanlarına erişim ve veri madenciliği sistemleri de klinik araştırmaların önemli bir parçası haline gelmişlerdir(26). Tıp Bilişimi Tıp bilişimi sözcüğü, her ne kadar, doğrudan tıp alanında kullanılan bilişim teknolojilerini çağrıştırsa da, aslında hastasına ait kayıtları kâğıda ilk aktaran hekim kadar eskidir. J.H Van Bemmel e göre tıbbi bilişim ya da tıp bilişimi Bilgisayar bilimi ile değişik tıp disiplinleri arasında bir kesişim kümesinde yer almaktadır. Bu bağlamda, tıp bilişimini tıp alanındaki bilgilerin üretimi, toplanması, değerlendirilmesi, analizi, saklanması, işlenmesi, sunulması ve arşivlenmesi süreçlerinin tamamı ile ilişkilendirmek mümkündür(25). Tıbbi bilişim, (medical informatics) tıp alanındaki bilgilerin (data, information, knowledge) etkili ve etkin kullanımı, bu bilgilerin yaygınlaştırılması, analizi, yeni yapılanmalara imkân sağlayacak şekilde yönetilmesi için değişik bilim dalları ile etkileşimli bir şekilde günümüz bilgisayar ve iletişim teknolojisinin en üst düzeyde kullanılmasını amaçlamaktadır. Bilgi teknolojileri ve sağlık bilimlerinin kesiştiği noktada bulunan tıbbi bilişim, şimdiye kadar çeşitli tıbbi araştırma ve geliştirme konularında olduğu gibi, kuramsal ve uygulamalı eğitimde de rol almıştır. Tıbbi bilişim teknikleri, sağlık merkezlerinin veri toplama, işleme ve değerlendirme yetilerini üstel bir şekilde artırarak küresel ölçekte doğru, ayrıntılı ve güvenilir sonuçlara ulaşılmasını sağlamaktadır. British Medical Informatics Society İngiltere Tıbbi Bilişim Derneği-tıp bilişimini "Sağlık hizmetlerini yaygın olarak sunabilmek için, var olan bilginin paylaşımını ve kullanımını 7

8 sağlayacak araçların, becerilerin ve bilincin tümü" ve "Son yıllarda, dünya çapında akademik çevrelerce takip edilen ve geliştirilen, bilgi sistemlerinin sağlık hizmetlerine uygulanma yöntemlerini araştıran ve öğreten bir bilim dalı; sağlık, bilişim, psikoloji, epidemiyoloji ve mühendisliğin buluştuğu nokta." olarak tanımlamıştır(18). Tıp bilişimi, araç olarak bilişim teknolojilerini kullanarak Tıp pratiğinde ortaya çıkan bilgi yönetimi gereksinimine cevap vermeye çalışır. Temel olarak ilgilendiği konular arasında aşağıdaki başlıklar sıralanabilir: Veri, bilgi (elde edilmesi, saklanması vb.) Kodlama sistemleri Veri işleme Veri tabanı yönetim sistemleri Telekomünikasyon sistemleri (teletıp uygulamaları) Tıbbi sınıflandırma sistemleri (snomed, ICD 10 vb.) Hasta kayıt sistemleri, elektronik hasta kayıtları Biyosinyal analizleri (EKG yorumlayan yazılımlar vb.) Tıbbi görüntüleme sistemleri ( USG, MRG vb.) Görüntü işleme ve analiz yöntemleri Klinik bilgi sistemleri Toplum hekimliği bilgi sistemleri Hemşirelik bilgi sistemleri Karar destek sistemleri Sağlık bilgi sistemleri (halk sağlığı, birinci basamak bilgi sistemleri) Hastane bilgi sistemleri (idari ve finansal uygulamalar) Bilgi sistemleri güvenliği Bütün bu ilgi alanları içerisinde tıp bilişimi: Tıp alanında kullanılan bilgi ve iletişim teknolojilerini anlamaya Mevcut bilgi ve iletişim teknolojilerinin gelişimine katkıda bulunmaya Bu katkıyı sağlayacak yöntem ve ilkeleri oluşturmaya Sağlanan gelişmeleri kurumlar ve bireyler açısından değerlendirmeye odaklanır. Tıp ve Sağlık Hizmetlerinde Veri Madenciliği Kullanımı ve Uygulamaları Sağlık sektörü bilginin içerik ve yapısal anlamda en hızlı değiştiği alanlardandır. Sağlık hizmetlerinin en hızlı, en doğru, en yüksek kalitede ve ihtiyaca cevap verecek şekilde sunulabilmesi için sağlık profesyonellerinin en doğru ve güncel bilgiye ulaşması ve bu bilgiyi karar destek sistemlerinden faydalanarak kullanması gerekmektedir. Veri 8

9 Madenciliği büyük miktarda veri içerisinden, gizli kalmış, değerli, kullanılabilir bilgileri açığa çıkarmak ve stratejik karar destek sağlamak amacıyla kullanılan; verilerin analizini temel alarak karar verme modelleri yaratan bir yöntemdir. Bu nedenle sağlık hizmetlerinin sunumu, her düzeydeki sağlık kurumlarının yönetimi ve sağlık politikalarının oluşturulmasında bir karar destek aracı olarak Veri Madenciliği nin kullanılması sağlık profesyonellerinin en uygun kararları almasına yardımcı olacaktır. Ülkemizde, Sağlık Bakanlığı yaptığı değerlendirmeler ile sağlık alanında politika üretmek için hayati öneme sahip verilerin toplanmasında, saklanmasında ve analiz edilmesinde ulusal veya uluslararası standartların olmadığı, özellikle veri toplama konusunda ciddi bir karmaşanın mevcut olduğu tespitinde bulunmuş ve Sağlıkta Dönüşüm Programı kapsamında Karar Sürecinde Etkili Bilgiye Erişim: Sağlık Bilgi Sistemi başlığı ile çalışmalar başlatmıştır. Ulusal Sağlık Veri Sözlüğü, Minimum Veri Setleri, Sağlık Kodlama Referans Sunucusu ve sağlık verilerinin toplandığı Elektronik Sağlık Kaydı (ESK) veritabanı ve Karar Destek Sistemi bileşenleri bu çalışmaların kapsamını oluşturmaktadır(15). Sağlık Bakanlığı nın toplanan verilerin analiz amaçlı göstergelere dönüştürüldüğü, karar vermede yol gösterici modeller yaratacak Veri Madenciliği çözümlerine başvurması kaçınılmazdır. Ancak, burada doğru Veri Madenciliği çözümüne başvurmak doğru sonuçlara ulaşmak açısından çok önemlidir(20,24). TIPTA VERİ MADENCİLİĞİ UYGULAMA ALANLARI Sağlık kurumlarında biriken veriler zamana ve bölgelere göre değişmektedir. Ayrıca, bu veriler içerisinde tutarsız, eksik, aykırı ve uç veriler bulunmaktadır. Tıp alanındaki araştırmalarla aranan cevapların birçoğu, bu verilerin analiz edilmesini ve anlamlı bilgilere (sonuçlara) ulaşılmasını sağlayan Veri Madenciliği teknikleri ile bulunmaktadır. Bu araştırmalarda hemen hemen tüm Veri Madenciliği teknikleri kullanılmaktadır. (Sınıflandırma, Kümeleme, Birliktelik Kuralları) Sağlık ve tedavi verilerinin elektronik ortamlarda saklanması sonucunda, tıp alanında cevapları Veri Madenciliği teknikleri ile bulunabilecek sorular ve uygulama alanları şunlardır: Hastalıkları etkileyen faktörlerin ortaya çıkartılması. Hastalıklara erken teşhis koyularak sağlığın korunması ve doğru tedavi yöntemlerinin seçilmesi. Sağlık hizmetlerinin kalitesinin artırılması ve geleceğe dönük doğru sağlık politikalarının oluşturulması. Koruyucu hekimliğin yaygınlaştırılması ve sağlık harcamalarının düşürülmesi. Salgın hastalıkların tespit edilmesi gerekli önlemlerin alınması. 9

10 Sağlık harcamalarındaki hileli işlemlerin ortaya çıkartılması, maliyetlerin düşürülmesi. İlaç geliştirici firmaların, sağlık veritabanlarından yararlanarak doğru ilaçları geliştirmesi. Sağlık hizmetlerinde kalitenin artırılması(20). DÜNYADAKİ UYGULAMA ÖRNEKLERİ VE KAZANIMLAR Sağlık hizmeti veren kurumların, yüksek kalite standartlarında hizmet verebilmesi ve rekabet ortamında varlıklarını sürdürebilmesi için tedavi, pazarlama, planlama, yönetim aşamalarında BİLGİ ye dayalı KARAR ALMA süreçlerini oluşturmaları gerekmektedir. Bu konuda yapılmış olan çalışmalardan bazıları aşağıdadır. İngiltere de büyük bir ilçede çocuk sağlığı programlarının kalitesini, mevcudiyetini ve bütçelerinin karşılanabilirliliğini iyileştirmeyi amaçlayan birkaç yıllık bir çalışma başlatılmıştır. Boehringer Ingelheim Italya dünyadaki ilk 20 ilaç şirketinden birisidir. Merkezi Almanya da bulunan ve 140 dan fazla bağlı şirkete sahip Ingelheim insan ve hayvan sağlığına yönelik ilaçların üretimi ve pazarlamasında uzmanlaşmıştır. Boehringer Ingelheim Italya, ticari faaliyetleri çeşitlendirmek ve daha hedefe yönelik ve etkin satış stratejileri geliştirmek amacıyla eczanelerden oluşan müşteri tabanını sınıflandırmak için veri madenciliği yöntemlerini kullanmıştır. Teksas Sağlık Hizmetleri, 1997 nin Ağustos ayında kurulan kurum, tam teçhizatlı sistemiyle eyaletteki en büyük sağlık kuruluşudur. Bünyesinde 13 hastane, pek çok klinik, tedavi ve yoğun bakım merkezleri yer almaktadır. Gerek kırsal gerekse kentsel bölgelerde verdiği hizmetlerle, temel ve ilkyardım hizmetlerini pek çok kişiye ulaştırmaktadır. Alınan sonuçlar; Veri kalitesi iyileştirilmiş ve veri madenciliği masrafları %50 düşürülmüştür. Çoklu hasta popülasyon sonuçları değerlendirilmiştir. Kalite karşılaştırmaları için hızlı ve etkileşimli bir veri analizi ortamı sağlanmıştır. San Francisco Kalp Enstitüsü, her yıl dünyanın pek çok yerinden gelen yüzlerce kalp hastasının tedavi gördüğü önemli bir sağlık kuruluşudur. Veri madenciliği çalışması yapılmıştır, sonuçlar; Tedavi süreçleri, hastanın demografik ve yapısal özellikleri ile tedaviye alınan cevaplar analiz edilerek, hastaların hastanede kalma süreleri azaltıldı. Hasta ölüm analizleri ve ölüm riski yüksek hastalar tespit edildi. Riskli hastalara özel çözümler geliştirilerek, ölüm riski azaltıldı. Gelir analizi yapılarak, daha verimli kontrat tipleri geliştirildi. 10

11 A. Kusiak ve arkadaşları tarafından akciğerdeki tümörün iyi huylu olup olmadığına dair, karar destek amaçlı bir çalışma yapılmıştır. Farklı yerlerde ve farklı zamanlarda kliniklerde toplanan invaziv test verileri arasında yapılan veri madenciliği çalışmaları teşhiste %100 oranında doğruluk sağlamıştır. Kore Tıbbi Sigorta Kurumu ( The Korea Medical Insurance Corporatition) tarafından hazırlanan bir veri tabanı üzerinde yüksek tansiyon ile ilgili bir çalışma yapılmıştır. Yaşam koşullarının (diyet, alınan tuz miktarı, alkol, tütün gibi) hiçbirinin tahminde etkili olmadığı ayrıca grafiksel değerlerde de yalnızca yaşın etkili olduğu saptanmıştır TÜRKİYE DEKİ UYGULAMA ÖRNEKLERİ VE KAZANIMLAR Son yıllarda, veri madenciliği tekniklerinin önemi ülkemizde de anlaşılmış ve sağlık alanında bu konuda çalışmalar başlatılmıştır. Ancak, bu çalışmalar uzun süreli olduğundan dolayı basılı ve elektronik kaynaklarda sağlık alanında ülkemizde henüz veriden bilgi keşfi çalışma sonucuna rastlanılmamıştır. Finans, Banka, Sigorta, Telekom ve Perakende sektörlerindeki uygulama seviyesine sağlık alanında henüz ulaşılamamıştır. Bunun temelde 2 sebebi bulunmaktadır: Sağlık hizmetlerinin çoğunlukla kamu sektörü tarafından verilmesi ve bu çalışmalar için toplanması gereken verinin çokluğudur. Son yıllarda üniversitelerimiz bünyesinde, Tıp Bilişimi ve Biyoinformatik alanlarında uzman yetiştiren yüksek lisans ve doktora programları açılmaya başlanmıştır. Bu programlardan mezun olan kişilerin, doğru yerlerde istihdam edilmeleri durumunda çalışmaların hızlanacağı ve iyi sonuçlar alınacağı açıktır. Ülkemizdeki sağlık kurumlarının (hastanelerin) kendi başlarına, ellerindeki veriyi analiz edip sonuçlarına göre politikalar belirleme ve karar alma aşamasında yetki ve sorumlulukları bulunmamaktadır. Bulundukları bölgede, sağlık hizmetlerini vermekle ve bakanlığın istemiş olduğu raporları göndermekle yükümlüdürler. Üniversitelerde bulunan Tıp Fakültesi hastaneleri de, ağırlıklı olarak tıp doktoru yetiştirme faaliyeti yürütmektedir. Yapılan tıbbi araştırmalar daha çok testlere ve gözlemlere dayanmakta, alınan sonuçlar ise istatistik hesaplamanın ötesine geçememektedir. Ülkemizdeki sağlık alanındaki politikaları geliştirme, uygulama ve yönetme sorumluluğu Sağlık Bakanlığına aittir. Bakanlık tarafından geliştirilen politikalar, çeşitli tebliğler ve yönetmelikler ile il ve ilçelerdeki bakanlığa bağlı devlet ve özel hastanelerine iletilmekte, çalışmaların bu kapsamlarda olması istenmektedir. Sağlık bakanlığında hazırlanan tebliğ ve yönetmeliklerde, sağlık hizmeti veren kurumlardan veriden bilgi keşfi yapmalarını isteyen veya çerçeve çizen tebliğ ve yönetmeliğe rastlanılmamıştır. Ancak, yeni oluşturulan sağlık-net isimli merkezi sisteme bilgi gönderimiyle ilgili usul ve esaslar içeren tebliğ ve yönetmelikler bulunmaktadır.bu konuda çalışmaların tamamı Sağlık Bakanlığı bünyesinde merkezi olarak yürütülmektedir. Bu sistemde, minimum veri setleri 11

12 ve kodlama standartları belirlenerek kurumlardan toplanan verilerin standart ve temiz veriler olması amaçlanmıştır. Sağlık kurumlarından standart veri toplama süreci fiili olarak 15 Ocak 2009 tarihinde başlamıştır ve henüz çok yenidir. Verilerden anlamlı bilgiler keşfedilmesi için en az 5 yıllık bir verinin bulunması gerektiğinden, ilk sonuçlar 2014 yılında alınabilir(3,20). SONUÇ Veri madenciliği, önceden bilinmeyen, geçerli ve uygulanabilir bilginin veri yığınlarından dinamik bir süreç ile elde edilmesi işlemidir. Bu işlemde yapay sinir ağları, karar ağaçları ve çeşitli istatistiksel yöntemler kullanılmaktır ve bu yöntemler giderek gelişmektedir. Veri madenciliği, pazarlama, elektronik ticaret, bankacılık ve özellikle sağlık sektöründe kullanılmaktadır. Tıp alanındaki araştırmalarla aranan cevapların birçoğu, bu verilerin analiz edilmesini ve anlamlı bilgilere(sonuçlara) ulaşılmasını sağlayan veri madenciliği teknikleri ile bulunmaktadır. Veri madenciliği ile ilgili metot ve kavramların iyi bilinmesi ileride verilerin daha kolay düzenlenmesi ve değerlendirilmesi açısından son derece önemlidir. Teknolojinin hızla gelişmesi veri madenciliğinin de gelişmesine zemin hazırlamış ve gerekliliğini ortaya koymuştur. Bu çalışmada veri madenciliği açıklanmış, sağlık alanındaki önemi örneklerle belirtilmiştir. KAYNAKLAR 1. Akgöbek Ö, Veri madenciliğinde otomatik kural üretebilen bir uzman sınıflandırma sisteminin geliştirilmesi, Yöneylem Araştırması Dergisi, 2006; Cilt 17, s Akgöbek Ö, Aydın Y.S, Öztemel E, Aksoy M.S, A New Algorithm For Automatic Knowledge Acquisition in Inductive Learning, Knowledge-Based Systems, 2006; Vol. 19, pp Akpınar H, Veri Tabanlarında Bilgi Keşfi ve Veri Madenciliği, İ.Ü. İşletme Fakültesi Dergisi, 2000; 29: 1 4. Albayrak M, EEG Sinyallerindeki Epileptiform Aktivitenin Veri Madenciliği Süreci ile Tespiti, Doktora Tezi, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, 2008; S Alpaydın E, Zeki veri madenciliği: Ham Veriden Altın Bilgiye Ulaşma Yöntemleri, Bilişim 2000 Eğitim Semineri Bildiriler Kİtabı, 2000;s.5 6. Azimli M, Tıpta Veri Madenciliği Uygulamaları, Gazi Üniversitesi Bilişim Enstitüsü 12

13 Bilişim Sistemleri Yüksek Lisans (uzak) Programı, Yüksek Lisans Tezi,2011; s Baykal A, Veri Madenciliği Uygulama Alanları, D.Ü.Ziya Gökalp Eğitim Fakültesi Dergisi 7, 2006; s Baykasoğlu A, Veri Madenciliği Ve Çimento Sektöründe Bir Uygulama, Akademik Bilişim, 2005;s Brown P. F, Pietra D.V.J, DeSouza P. V, Lai Class-based n-gram models of Natural Language, Computational Linguistics, 1992; vol. 18,S Chandor A, The Penguen Dictionary of Computers, New York: Penguin Books, Second Edition, 1983; s Çubukçu F, Bilgisayar Terimleri Sözlüğü, Verso Yayınları, 1987; s Dalkılıç G, Türkmen F, Karınca Kolonisi Optimizasyonu, Yüksek Performanslı Bilişim Sempozyumu Bildiriler Kitabı, 2002; s Dorigo M, Maniezzo V, Colorni A, The Ant System: Optimization by a colony of cooperating agents, IEEE Transactions on Systems, Man, and Cybernetics-Part B,1996; Vol.26, No.1, pp Emel G,Taşkın Ç, Genetik Algoritmalar ve Uygulama Alanları, Uludağ Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, 2002;Cilt XXI, Sayı 1, s Engin O, Fığlalı A, Akıs Tipi Çizelgeleme Problemlerinin Genetik Algoritma Yardımı ile Çözümünde Uygun Çaprazlama Operatörünün Belirlenmesi, Doğus Üniversitesi Dergisi, 2002;6: Freeman L.C, Visualizing Social Networks, Journal of Social Structure, 2000; pp Koyuncugil A. S, Özgülbaş N, Veri madenciliğinin Tıp ve Sağlık Alanında Kullanımı, Bilişim Teknolojileri Dergisi, 2009; 2: Kursak S. A, Data Mining and Genetic Algorithms Based Gene / SNP Selection, SHAH, Artificial Intelligence in Medicine, 2004; 31: Makinacı M, Güneşer C, Göğüs Kanseri Verilerinin Sınıflandırılması, Elektrik- Elektronik-Bilgisayar Mühendisliği 12. Ulusal Kongresi ve Fuarı Bildirileri Kitabı, s Michalski R.S, Kodratoff Y, Research in machine learning: Recent progress, classification of methods, and future directions, Machine Learning 1990;Vol.3, pp Murat S, Birinci Basamak Sağlık Hizmetleri İçin Bilişim Rehberi, STED(Sürekli Tıp Eğitimi Dergisi), 2000;s.4 13

14 25. Musoğlu E, Sağlıkta Tıp Bilişiminin Önemi ve Dünyada Son Durum, Tıp Bilişimi Güz Okulu Dergisi, 2003;s Yıldırım P, Uludağ M, Görür A, Hastane Bilgi Sistemlerinde Veri Madenciliği, Çanakkale Üniversitesi Akademik Bilişim Dergisi, 2008,; S Zhi-Hua Z, Three Perspectives of Data Mining, Artificial Intelligence, 2003; 143: