A HYBRID DECISION SUPPORT SYSTEM APPLICATION WITH THE ANALYTIC HIERARCHY PROCESS AND DATA MINING TECHNIQUES: DIAGNOSIS OF COVID19 WITH COMPLETE BLOOD COUNT VALUES.
Objective: Data mining techniques have a significant impact on enhancing the precision of diagnostics based on artificial intelligence. In this research, it was aimed to develop a web-based decision support that predicts the status of a person who comes to the hospital with Covid-19 suspicion by usi...
| Publicado en: | Karya Journal of Health Science Vol. 4; no. 3; pp. 213 - 220 |
|---|---|
| Autores principales: | , |
| Formato: | pictorial research tables/charts Journal Article |
| Publicado: |
Karya Journal of Health Science
2023
|
| Acceso en línea: | Ver este registro en EBSCOhost |
| fields | @attributes: recordID: 1 pdfLink: plink: https://search.ebscohost.com/login.aspx?direct=true&db=ccm&AN=175119782&site=ehost-live header: @attributes: shortDbName: ccm uiTerm: 175119782 longDbName: CINAHL Complete uiTag: AN controlInfo: bkinfo: dissinfo: jinfo: jid: 27179540 MNA4 jtl: Karya Journal of Health Science issn: 27179540 maglogo: N pubinfo: dt: 2023 vid: 4 iid: 3 pid: 59174 pub: Karya Journal of Health Science artinfo: ui: 175119782 175119782 175119782 10.52831/kjhs.1340717 175119782 ppf: 213 ppct: 7 formats: fmt: @attributes: type: P tig: atl: A HYBRID DECISION SUPPORT SYSTEM APPLICATION WITH THE ANALYTIC HIERARCHY PROCESS AND DATA MINING TECHNIQUES: DIAGNOSIS OF COVID19 WITH COMPLETE BLOOD COUNT VALUES. aug: au: Bursalı, Ahmet Suner, Aslı affil: Huawei Turkey R&D Center, Intelligent Application DC, İstanbul, Türkiye sug: subj: COVID-19 Diagnosis Blood Cell Count Decision Support Systems, Clinical Methods Analytic Hierarchy Process Utilization Data Mining Utilization Internet-Based Intervention Human Artificial Intelligence Decision Making, Clinical Machine Learning Algorithms Basophils Eosinophils Lymphocytes Leukocytes Neutrophils Platelet Count Monocytes Descriptive Statistics Adult Middle Age Male Female Reverse Transcriptase Polymerase Chain Reaction Diagnostic Imaging Random Sample Sensitivity and Specificity Turkiye Mann-Whitney U Test Kruskal-Wallis Test Data Analysis Software kappa Statistic Funding Source Scales Adult: 19-44 years Middle Aged: 45-64 years Male Female ab: Objective: Data mining techniques have a significant impact on enhancing the precision of diagnostics based on artificial intelligence. In this research, it was aimed to develop a web-based decision support that predicts the status of a person who comes to the hospital with Covid-19 suspicion by using complete blood count results until the imaging and PCR test results are obtained. Method: In this study, firstly data pre-processing techniques on the data set were applied, then feature selection was made using data mining approaches. After reducing the number of variables, the analytical hierarchy process method (AHP), a prominent multicriteria decision-making approach, was utilized. Through the AHP method combined with expert opinions, the priorities of the variables determined by machine learning were ascertained, leading to the development of a decision model using publicly accessible data. A web-based application of this decision model was subsequently crafted to provide the decision support system to the end-users. Furthermore, an evaluation was conducted to gauge the usability of the decision support system and the satisfaction of its users. Results: RFE-SVM feature selection algorithm identified seven pivotal variables: Basophil, Eosinophil, Lymphocyte, Leukocyte, Neutrophil, Platelet, and Monocyte. Consultations were held with six expert physicians spanning diverse specialties relevant to COVID-19 diagnosis decision-making with the AHP method. Out of the 42 expert users (57.1% were male, with an average age of 37.30±10.56) were evaluated the system. The System Usability Scale (SUS) score averaged 81.43±15.64, indicating high usability. Conclusion: Consequently, this system might enable faster isolation of the patient and the commencement of preliminary treatment. Amaç: Veri madenciliği teknikleri, yapay zeka temelli tanı doğruluğunu artırmada önemli bir etkiye sahiptir. Bu araştırmada, hastaneye Kovid-19 şüphesiyle gelen bir kişinin, görüntüleme ve PCR testi sonuçları elde edilene dek, tam kan sayımı sonuçları kullanılarak, Kovid-19 olma durumu hakkında tahminde bulunan bir web tabanlı karar desteği geliştirilmesi amaçlanmıştır. Yöntem: Bu çalışmada öncelikle veri seti üzerinde veri ön işleme teknikleri uygulanmış, daha sonra veri madenciliği yaklaşımları kullanılarak özellik seçimi yapılmıştır. Değişken sayısı azaltıldıktan sonra çok kriterli karar verme yaklaşımının önde gelenlerinden analitik hiyerarşi süreci yöntemi (AHP) kullanılmıştır. Uzman görüşleri ile birleştirilen AHP yöntemiyle makine öğrenmesiyle elde edilen değişkenlerin öncelikleri belirlenmiş ve kamuya açık veriler kullanılarak bir karar modeli geliştirilmiştir. Bu karar modelinin bir web tabanlı uygulaması, daha sonra son kullanıcılara karar destek sistemi sağlamak üzere hazırlanmıştır. Ayrıca, karar destek sisteminin kullanılabilirliğini ve kullanıcı memnuniyetini ölçmek için bir değerlendirme yapılmıştır. Bulgular: RFE-SVM özellik seçim algoritması yedi önemli değişkeni tanımlamıştır: Bazofil, Eozinofil, Lenfosit, Lökosit, Nötrofil, Trombosit ve Monosit. AHP yöntemi ile Kovid-19 tanısına karar vermeyle ilgili farklı uzmanlık alanlarından altı uzman hekim ile görüşülmüştür. 42 uzman kullanıcı (%57.1'i erkek, yaş ortalaması 37.30±10.56) sistemi değerlendirdi. Sistem Kullanılabilirlik Ölçeği (SUS) puanının ortalaması 81.43±15.64 olup, yüksek kullanılabilirliği göstermektedir. Sonuç: Sonuç olarak, bu sistem hastanın daha hızlı izole edilmesini ve ilk tedavisinin başlatılmasını sağlayabilir. pubtype: Academic Journal doctype: pictorial research tables/charts Journal Article ougenre: Article language: English refInfo: holdings: @attributes: islocal: N |
|---|