Makine öğrenimi yardımıyla hasta dokümanları içerisindeki laboratuvar değerlerinin yakalanıp ilişki kurularak otomatik bir şekilde eşleştirilmesi
Loading...
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü
Access Rights
info:eu-repo/semantics/openAccess
Abstract
Makine öğrenimi ile laboratuvar parametreleri yakalayıp, arasındaki ilişkiyi çözerek ve yeni bir akış sağlaması hedeflenerek bir yapı kurulmuştur. Metin içerisinde bulunan laboratuvar değerlerini makine öğrenimi yardımıyla ve modeller aracılığıyla bulup birbiri ile alakalı olan değerlerini eşleştirip sonuçları elde ettiğimiz bir yapı oluşturulmuştur. Kullanılan yöntemler ve modeller aracılığıyla laboratuvar parametreleri ve değerlerini yakalamada en iyi sonuç elde edilmek için hedef olan 100 cümle ile %80 oranında başarılı bir sonuç elde edilmiştir. Eğitilen cümleler arasında farklı kombinasyonlar yaparak da test edilebilen bu yapı sayesinde medikal datadan birden fazla değeri etiketleyip bize sonuç olarak sunabilmektedir. Karşılaşılan ve yeni olan her durum için yeniden regex yazmak yerine bunu makine öğrenimi yardımı ile yakalayıp istediğimiz veriyi sunabilmekteyiz. Birkaç denemenin ardından medikal veri için en iyi model ve yöntemler birleştirilmiş ve eğitim ile artacak bir başarı oranı elde edilmiştir.
A structure has been established by capturing the laboratory parameters with machine learning, solving the relationship between them and aiming to provide a new flow. A structure was created in which we find the laboratory values in the text with the help of machine learning and models and match the values that are related to each other and obtain the results. In order to achieve the best result in capturing laboratory parameters and values through the methods and models used, a successful result of 80% was achieved with 100 sentences, which is the target. Thanks to this structure, which can be tested by making different combinations between the trained sentences, it can label more than one value from the medical data and present it to us as a result. Instead of rewriting regex for every encountered and new situation, we can capture it with the help of machine learning and present the data we want. After several trials, the best models and methods for medical data were combined and a success rate that would increase with training was achieved.
A structure has been established by capturing the laboratory parameters with machine learning, solving the relationship between them and aiming to provide a new flow. A structure was created in which we find the laboratory values in the text with the help of machine learning and models and match the values that are related to each other and obtain the results. In order to achieve the best result in capturing laboratory parameters and values through the methods and models used, a successful result of 80% was achieved with 100 sentences, which is the target. Thanks to this structure, which can be tested by making different combinations between the trained sentences, it can label more than one value from the medical data and present it to us as a result. Instead of rewriting regex for every encountered and new situation, we can capture it with the help of machine learning and present the data we want. After several trials, the best models and methods for medical data were combined and a success rate that would increase with training was achieved.
Description
Keywords
Yazılım, Makine öğrenimi, Yapay zeka, Yazılım geliştirme, Doğal dil işleme, Data analizi, The Software, Machine Learning, Artificial Intelligence, Software Development, Natural Language Processing, Data Analysis
Journal or Series
WoS Q Value
Scopus Q Value
Volume
Issue
Citation
İpar, M. (2022). Makine öğrenimi yardımıyla hasta dokümanları içerisindeki laboratuvar değerlerinin yakalanıp ilişki kurularak otomatik bir şekilde eşleştirilmesi / Method recommendation on capturing and linking laboratory values in patient documents with machine learning help and matching them in an automated manner. (Yayımlanmamış Yüksek Lisans Tezi). Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstanbul.
