Sedef Hastalığının Tanı ve Tahmininde Yapay Zekâ Destekli Yeni Bir Yaklaşım

Sedef hastalığının erken tanı ve tahmini, hastalığın ilerlemesini kontrol altına almak, semptomları hafifletmek ve komplikasyon riskini azaltmak açısından son derece önemlidir. Erken aşamalarda tanı konulması, uygun tedavi planının belirlenmesine ve hastanın yaşam kalitesini artırmaya yardımcı olur. Bu çalışmanın amacı, sedef hastalığının erkenden teşhis edilebilmesini sağlamaktır. Bu amaç doğrultusunda yığılmış oto-kodlayıcı, softmax sınıflanrıcı ve Ateş Böceği Optimizasyon Algoritması kullanılarak hibrit bir mimari oluşturulmuştur. Oluşturulan mimari ile sedef hastalığı teşhisi için oluşturulması hedeflenen yığılmış oto-kodlayıcı ve softmax sınıflandırıcı hibrit yapısının mimari parametreleri ile mimari içerisinde bulunan bütün hiperparametreler optimize edilmiştir. Model UCI veri deposunda bulunan “Dermatoloji” veri seti üzerinde uygulanmıştır. Bunun yanında aynı veri seti üzerinde literatürde sıkça kullanılan makine öğrenme yöntemleri olan K-En yakın komşu algoritması, Destek Vektör Makinası ve Karar Ağaçları metotları da uygulanmıştır. Deneysel çalışmalardan elde edilen bulgular tartışmalı bir şekilde sunulmuştur. Elde edilen bulgular önerilen hibrit mimarinin diğer makine öğrenme yöntemlerine göre daha başarılı sonuçlar elde ettiğini göstermiştir. Aynı zamanda hibrit mimari ile optimize edilen ve sunulan model hasta karar destek sistemlerinde alternatif bir yöntem olarak da kullanılabilir.