Sağlık Bilişimi EABD Tıp Bilişimi Yüksek Lisans Programı öğrencisi Ehsan Zabardast, "PREDICTION OF SURGICAL OPERATION DURATIONS USING SUPERVISED MACHINE LEARNING TECHNIQUES" konulu tezini, 11 Ağustos 2017 tarihinde saat 15:00'da  A-212 no.lu toplantı salonunda savunacaktır.

Tez Özeti : Hastanelerdeki hasta sayısı giderek artmaktadır. Sağlık kuruluşlarının bununla başedebilmek için iki seçeneği bulunmaktadır: daha fazla cerrah ve kaynak edinmek veya var olan kaynağı daha verimli kullanmak. İstihdam edilebilecek cerrahi personel ve kaynaklarda reel bütçeden dolayı kısıtlar olması ve daha fazla kapasitenin getirisinin giderek azalan yapıda olması nedeniyle var olanı daha verimli kullanmak daha önemli hale gelmektedir. Ameliyathane ve cerrahlar hastanelerdeki en kıt kaynaklar oldukları için ise bunların zaman performansını optimize edecek zaman çizelgelerinin çıkartılabilmesi kritiktir. Bu çalışmanın amacı geçmiş veriden ameliyat sürelerini daha doğru tahmin edecek bir modelin güdümlü makine ögrenme teknikleri ile geliştirilmesidir. Geniş bir gamda regresyon ve sınıflandırma modeli denenmiş, bunlar arasında Bayes Ağı tabanlı modellerin genel olarak daha az hata gösterdikleri bulunmuştur. Bunun yanında Saf (Naive) Bayes modellerin ortalama %66.87 doğruluk ve gerçek ameliyat süresinden 998 saniye (16.6 dk.) karesel ortalama hata ile diğer Bayes modellerinden daha iyi sonuç verdiği görülmüştür. Ameliyat sürelerinin doğru tahmini ile sağlık kurumu kaynaklarının kullanımını optimize edebilecek modeller geliştirmek mümkün olacaktır. Bu da sağlık kurumu yöneticilerinin taktik (orta vade) planlamalarını ameliyathane ve cerrah kullanımının verimini artıracak şekilde yapabilmelerine imkan kılacaktır.