Makine Öğrenmesi ile Prognoz Tahmini


Creative Commons License

Duruer K., Özen A.

RADYASYON ONKOLOJİSİNDE YAPAY ZEKÂ, Gürsel Ş. Bilge; Etiz Durmuş, Editör, Türkiye Klinikleri Yayınevi, Ankara, ss.58-63, 2022

  • Yayın Türü: Kitapta Bölüm / Mesleki Kitap
  • Basım Tarihi: 2022
  • Yayınevi: Türkiye Klinikleri Yayınevi
  • Basıldığı Şehir: Ankara
  • Sayfa Sayıları: ss.58-63
  • Editörler: Gürsel Ş. Bilge; Etiz Durmuş, Editör
  • Eskişehir Osmangazi Üniversitesi Adresli: Evet

Özet

Kanser tedavisinde prognoz, tedavi kararının verilmesi aşamasında pek çok açıdan oldukça önem arz etmektedir. Zaman içerisinde gelişen teknoloji ile birlikte tedavi kararları alınırken, tümörün ve hastanın kişiye özel durumlarının değerlendirilip kararların buna göre verildiği durumların yaşanması yakın gelecekte oldukça olasıdır. Bu doğrultuda, yakın dönemde organ segmentasyonu, radyoterapi kalite kontrol ve plan optimizasyonu gibi radyoterapi alanlarında kullanımı artmaya başlayan ve prognoz üzerine etkili pek çok faktörü analiz edip sağlıklı sonuçları kısa sürede ortaya çıkartabilen yapay zekâ ve bunun bir alt branşı olan makine öğrenmesi uygulamaları ön plana çıkmaktadır. Bu yazımızda makine öğrenmesi ile prognoz tahmininin kanıta dayalı veriler eşliğinde değerlendirilmesi amaçlanmıştır.

Prognosis is very important in many aspects at the stage of treatment decision in cancer treatment. While making treatment decisions with the developing technology over time, it is quite possible to experience situations where the evaluation of the individual conditions of the tumor and patients and decisions are made accordingly in the near future. In this regard, artificial intelligence and its subbranch machine learning applications, come to the forefront, which has recently started to be used in radiotherapy areas such as organ segmentation, radiotherapy quality control, and radiotherapy dose plan optimization, and which can analyze many factors affecting prognosis and reveal healthy results in a short time. In this paper, we aimed to evaluate the prognosis prediction with machine learning in the guidance of evidence-based data.