Uzun Kısa Dönem Bellek Ağlarını Kullanarak Erken Aşama Diyabet Tahmini

Diyabet coğrafi ırksal veya etnik bağlamdan bağımsız, günümüzün en büyük sağlık problemlerinden bir tanesidir. Son yıllarda diyabetli insan sayısı müthiş bir artış kaydetmiştir. Diyabet hastalığının geç tespit edilmesi durumunda kişilerde böbrek rahatsızlıkları, kardiyak rahatsızlıklar, görme bozuklukları ve ampütasyon gibi çok ciddi komplikasyonlara neden olabilmektedir. Ayrıca bu durum sağlık sistemi üzerine hatırı sayılır bir ekonomik yük getirmektedir. Öte yandan diyabet, genellikle klinik olarak tespitinden 7-12 yıl öncesine kadar ortaya çıkabilmektedir. Bu çalışmada diyabetin erken dönemde tespiti için uzun kısa dönem bellek (LSTM - Long Short-Term Memory) ağı tabanlı bir yaklaşım önerilmektedir. Önerilen yaklaşım, 520 hastadan elde edilmiş yaş, cinsiyet ve 14 farklı semptom verisi olmak üzere toplam 16 öznitelikten oluşan bir veri kümesi üzerinde 10-kat çapraz doğrulama ile test edilmiştir. LSTM ağları birbirleri arasında zamansal bağımlılığı olan dizi şeklindeki veriler için geliştirilmişlerdir. Bununla birlikte burada kullanılan verilerin zamansal bağımlılığı olmamasına rağmen, veri kümesinin sabit vektörlerinin sıralı bir şekilde işlenmesinin performansı artırdığı görülmektedir. Sonuç olarak aynı veri kümesi üzerinde gerçekleştirilen tahmin çalışmalarına kıyasla F1 skorunda 1.5%’lik bir iyileşme sağlamıştır. 10-kat çapraz doğrulama sonucunda ortalama olarak 98.9%’luk bir F1 skoru elde edilmiştir.