TR2022012702A2 - Yapay zeka tabanli tri̇yaj si̇stemi̇ ve çalişma yöntemi̇ - Google Patents
Yapay zeka tabanli tri̇yaj si̇stemi̇ ve çalişma yöntemi̇Info
- Publication number
- TR2022012702A2 TR2022012702A2 TR2022/012702A TR2022012702A TR2022012702A2 TR 2022012702 A2 TR2022012702 A2 TR 2022012702A2 TR 2022/012702 A TR2022/012702 A TR 2022/012702A TR 2022012702 A TR2022012702 A TR 2022012702A TR 2022012702 A2 TR2022012702 A2 TR 2022012702A2
- Authority
- TR
- Turkey
- Prior art keywords
- triage
- artificial intelligence
- data
- patient
- patients
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 56
- 230000003862 health status Effects 0.000 claims description 13
- 208000014674 injury Diseases 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 230000036541 health Effects 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 230000036387 respiratory rate Effects 0.000 claims description 9
- 230000008733 trauma Effects 0.000 claims description 9
- 230000036760 body temperature Effects 0.000 claims description 8
- 238000002565 electrocardiography Methods 0.000 claims description 8
- 230000035488 systolic blood pressure Effects 0.000 claims description 8
- 230000036772 blood pressure Effects 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 206010020751 Hypersensitivity Diseases 0.000 claims description 6
- 208000026935 allergic disease Diseases 0.000 claims description 6
- 230000007815 allergy Effects 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 6
- 238000007637 random forest analysis Methods 0.000 claims description 6
- 238000011282 treatment Methods 0.000 claims description 6
- 238000002604 ultrasonography Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000005202 decontamination Methods 0.000 claims description 5
- 230000003588 decontaminative effect Effects 0.000 claims description 5
- 230000035487 diastolic blood pressure Effects 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000021670 response to stimulus Effects 0.000 claims description 5
- 238000004659 sterilization and disinfection Methods 0.000 claims description 5
- 208000017667 Chronic Disease Diseases 0.000 claims description 4
- 206010010071 Coma Diseases 0.000 claims description 4
- 208000002193 Pain Diseases 0.000 claims description 4
- 230000000740 bleeding effect Effects 0.000 claims description 4
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 230000036407 pain Effects 0.000 claims description 4
- 231100000572 poisoning Toxicity 0.000 claims description 4
- 230000000607 poisoning effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 210000003205 muscle Anatomy 0.000 claims description 2
- 210000004165 myocardium Anatomy 0.000 claims description 2
- 230000001537 neural effect Effects 0.000 claims description 2
- 230000000926 neurological effect Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 210000001835 viscera Anatomy 0.000 claims description 2
- 230000003190 augmentative effect Effects 0.000 claims 1
- 238000003384 imaging method Methods 0.000 claims 1
- 238000011017 operating method Methods 0.000 claims 1
- 208000024891 symptom Diseases 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 description 25
- 230000008569 process Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 206010037660 Pyrexia Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 208000008035 Back Pain Diseases 0.000 description 1
- 206010006102 Bradypnoea Diseases 0.000 description 1
- 208000003044 Closed Fractures Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 208000024336 bradypnea Diseases 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000036543 hypotension Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000968 medical method and process Methods 0.000 description 1
- 238000010984 neurological examination Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 208000008203 tachypnea Diseases 0.000 description 1
- 206010043089 tachypnoea Diseases 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Buluş, hastaların tıbbi müdahale önceliklerinin belirlenmesi işlemlerinin otomatik bir şekilde yapay zeka aracılığıyla yapılmasını sağlayan yapay zeka tabanlı triyaj sistemi ve çalışma yöntemi ile ilgilidir.
Description
TARIFNAME YAPAY ZEKA TABANLI TRIYAJ SISTEMI VE ÇALISMA YÖNTEMI Teknik Alan Bulus, hastalarin tibbi müdahale önceliklerinin belirlenmesi islemlerinin otomatik bir sekilde yapay zeka araciligiyla yapilmasini saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ile ilgilidir. Teknigin Bilinen Durumu Triyaj, Fransizca siralamak, ayirmak anlamina gelir. Ilk olarak 1.ve 2. dünya Savasi esnasinda Avrupa'da savas alaninda çok agir yarali askerlere, ihtiyaçlari dogrultusunda acil bakim hizmeti ve önceligi taninmasi amaciyla uygulanmistir. Triyajin günümüzdeki amaci acile basvuran hastalari, yakinmalarina ve basvuru sekillerine göre önceliklendirmek ve siniflandirmak, hastalarin güvenligini ve daha hizli bir sekilde degerlendirilebilmelerini saglamaktir. Triyajin iki temel amaci vardir: 0 Küçük tibbi problemler ve yaralanmalardan, yasamin tehdit altinda oldugu durumlara kadar genis bir yelpazedeki vakalara uygulanacak tibbi müdahalenin önceliklendirilmesi (önce hangi hastaya müdahale edilmeli), Bu öncelikler; hastanin yasama sansi, durumunun aciliyeti gibi unsurlara dayanarak belirlenir. 0 Gereken acil müdahalenin önceliklerinin ve hangi bölümde (resusitasyon, muayene odasi, pansuman odasi vb.) uygulanacaginin saptanmasi; Triyajda Renk Kodu Uygulamasi: Triyaj için pek çok siniflandirma sistemi kullanilir. Acil hastanin triyaji sonrasi hasta öncelik sirasi dikkate alinarak renk kodu sistemine göre kirmizi, sari, yesil gibi farkli renklerde siniflandirilir. Hastalar bu renklere boyanmis alanlarda beklemeye alinir ve/veya alan renginin ciddiyetine göre hastaya belirli bir zaman siniri içerisinde veya derhal müdahale edilir. Acil hastalarin triyajinda kullanilan renk kodu sistemi farkliliklar göstermekle birlikte yaklasik olarak asagidaki gibidir: 0 Kirmizi (Çok Kritik) : Hastanin hayatta kalabilmesi için en kisa sürede hayat kurtarici bir islem uygulanmali. 0 Sari (Kritik) : Hastaya bir kaç saat içinde müdahale edilmeli (diyare, aktif kusma, dogum, kapali kiriklar) 0 Yesil (Az Kritik) : Küçük yaralanmalar. Hasta stabildir ve tedavi için bekleyebilir. Hastalarin tibbi müdahalelerinin durumlarina göre önceliklendirilmesi anlamina gelen triyaj islemi, günümüzde saglik personellerinin karari ile islemektedir. Insan karari ile ilerleyen her islemde oldugu gibi burada da konsantrasyon eksikligi, yorgunluk, dikkat dagilmasi gibi insani faktörlerle yanlis kararlar alinabilmektedir. Gelisen teknoloji ile birlikte, bu kararlarin önceden çesitli egitim kümelerinden ögrenmis yapay zeka yazilimlari ile verilmesi ve hata oraninin en aza düsürülmesi mümkün hale gelmistir. Ayrica mevcut triyaj sistemlerine tek bir triyaj yöntemi seçilerek islem yapilmaktadir. Yani bir hastanede örnegin Kanada triyaj sistemi seçilir ve bu disiplinle hastalar yönlendirilir. Halbuki günümüzde, toplum ve hastaliklar dönemsel olarak farkli dagilimlar gösterebilmektedir ve duruma uygun triyaj sistemi seçilerek çok daha hizli çözüm bulunabilmektedir. Örnegin, Kanada triyaj sisteminin bir hastalikta dogru yönlendirme yapma ihtimalinin yönlendirme yapiyorsa ve bu hastalik o cografyada yayginlasmakta ise bu durumda 0 hastanenin Manchester triyaj altyapisina geçememesi bir olumsuzluk meydana getirecektir. Benzer bir durum, deprem, yangin, göçük, sel, salgin gibi çok sayida çok kisa bir süre içerisinde etkileyecek olan acil ve afet durumlarda da söz konusu olmaktadir. Bu senaryoda ki yogunluguna göre en hizli sekilde karar verebilecek bir triyaj sistemine ihtiyaç vardir. Çünkü en önemli parametre zaman haline gelmektedir. Ancak ilgili hastanede, hiza yönelik degil de daha analitik uzun tetkikler yaparak dogruluga yönelik bir triyaj sistemi varsa bu durumda zaman kaybedilmis olacaktir. Dolayisiyla triyaj ynötemleri arasinda geçis yapilabilmesini saglayan bir sisteme ihtiyaç vardir. zeka destekli karar yöntemlerini içeren elektronik triyaj sisteminden bahsedilmektedir. Bu bulus, hastanelerin acil servislerinde hastalarin tibbi durumlarinin önceligine göre ayristirilmasini saglayan, ulusal olarak uygulanan triyaj sisteminin teknoloji hizmeti almasiyla ilgilidir. Bulus, saglanacak elektronik hasta kayitlari ve yapay zeka destegiyle kendini egitebilen, triyajda yetkili saglik personelinin kararlarina klinik olarak destek saglayabilen, vücuttaki biyosinyalleri kullanarak, medikal sensörlerle hastadan ölçüm alabilen, görüntü ve ses islemeyle hastanin sikayetini tespit edebilen, elektronik raporlama yapabilen ve uygun hukuki, etik alt yapi saglandiginda triyaj islemini elektronik olarak gerçeklestirebilen akilli bir sistemle ilgilidir. Mevcut teknikteki bir diger doküman olan CN105023073 A numarali dokümanda, yapay sinir agina dayali hastane istihbarat degerlendirme triyaj sisteminden bahsedilmektedir. Yapay sinir agina dayali bir hastane istihbarat degerlendirme triyaj sistemi su sekilde olusturulur: 1 tasinabilir degerlendirme talimati terminali, 2 bir veri analiz merkezi ve 3 bir ölçeklenebilirlik triyaj komut platformu. Burada tasinabilir degerlendirme talimati terminali bir insan-makine ara yüzü, CPU kontrolü ve genel bir veri ara yüzü içerir. Veri analiz merkezi, tasinabilir degerlendirme talimat terminali tarafindan yüklenen hasta bilgilerini algilar, bir triyaj sonucunu gerçek zamanli olarak geri besler ve ölçeklenebilirlik triyaj komut platformuna iletir; akilli bir yapay sinir agi modülü, optimizasyonun saglanmasi için bir vaka araciligiyla bir düzeltme algoritmasi ögrenir; ölçeklenebilirlik triyaj komut platformu, bir ölçeklenebilirlik yazilim ara yüzü içerir, bir tibbi kaynak veri tabani ve bir triyaj arama sunucusu modülü; istege göre tibbi kaynak veri tabani genisletilip düzenlenebilir ve triyaj talimati verilir. Sistemde, bir genisletme modu araciligiyla, tibbi kaynaklarin hiyerarsik bir modda yönetilebilmesi, birbiriyle iliskilendirilebilmesi ve birlesik bir planlama entegre gövdesi haline gelebilmesi için çesitli hastane triyaj hizmetlerine uyum saglayabilen genel bir akilli komuta platformu gerçeklestirilmektedir. Akilli analiz sayesinde hasta, optimum tibbi sürece girer. Zamandan tasarruf edilir, kaynak konfigürasyonu optimize edilir ve verimlilik artar. Ancak söz konusu dokümanlarda özellikle Manchester, Kanada veya Hibrit gibi triyaj sistemlerinin seçilmesini saglayan bir uygulama bulunmamaktadir. Sonuç olarak, yukarida anlatilan olumsuzluklardan dolayi ve mevcut çözümlerin konu hakkindaki yetersizligi nedeniyle ilgili teknik alanda bir gelistirme yapilmasi gerekli kilinmistir. Bulusun Amaci Bulus, mevcut durumdan esinlenerek, yukarida belirtilen olumsuzluklari çözmeyi amaçlamaktadir. Bulusun ana amaci, hastalarin tibbi müdahale önceliklerinin belirlenmesi islemlerinin otomatik bir sekilde yapay zeka tabanli olarak yapilmasini saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun diger bir amaci, triyaj kararlarinin önceden çesitli egitim kümelerinden ögrenmis yapay zeka yazilimlari ile verilmesi sayesinde hata oraninin en aza düsürülmesini mümkün kilan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun bir baska amaci, acile basvuran hastalar için dogru ve hizli bir sekilde triyaj yönlendirmesi yapacak yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun bir diger amaci, triyaj islemlerinde konsantrasyon eksikligi, yorgunluk, dikkat dagilmasi gibi insani faktörlerle yanlis kararlar alinma ihtimalinin önüne geçilmesini saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun baska bir amaci, hasta yogunlugu baz alindiginda triyaj islemlerinde hangi hastalara öncelik taninacagina saglik personeline kiyasla en dogru ve hizli karari verebilecek, yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun diger bir amaci, hastalarin mortalite(ölüm orani) ve morbidite (hastalanma orani) sikliginda önemli düzeyde azalma ve hastalarin yasam kalitesinde artis saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun bir baska amaci, hastanelerde operasyonel süreçlerdeki verimliligin arttirilmasi ve yogunlugun azaltilarak maliyetlerin düsülmesini saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun bir diger amaci, bekleme sürelerini minimum %50 oraninda azalmasiyla birlikte hastalarin tedaviye ulasma süresini azaltan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun baska bir amaci, personel sayisinin minimize edilerek, islem süresi ve hatalari azaltip verimliligin arttirilmasini saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun diger bir amaci, hastalarin ve hasta yakinlarinin bekleme alanlarinda uzun vakit geçirmelerini engelleyerek, olasi bulas riskinin azaltilmasini saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun bir baska amaci, hasta ve hasta yakinlarinin bekleme sürelerinin azaltilmasini saglayarak, olusabilecek bekleme stresinin en aza indirgenip, hastanelerde görülebilen siddet olasiliginin azaltilmasini saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koymaktir. Bulusun yapisal ve karakteristik özellikleri ve tüm avantajlari asagida verilen sekiller ve bu sekillere atiflar yapilmak suretiyle yazilan detayli açiklama sayesinde daha net olarak anlasilacaktir ve bu nedenle degerlendirmenin de bu sekiller ve detayli açiklama göz önüne alinarak yapilmasi gerekmektedir. Bulusun Anlasilmasina Yardimci Olacak Sekiller Sekil 1. bulus konusu saglayan yapay zeka tabanli triyaj sisteminin temsili görünümüdür. Parça Referanslarinin Açiklamasi 1. Giris Birimi 2. Barkod Okuyucu 3. Oksimetre 4. Nabiz Ölçer . Ates Ölçer 6. Kontrol Birimi 7. Veri Tabani 8. Yapay Zeka Yazilimi 9. Ekran . Ara yüz 11. Sunucu 12. Dezenfekte ve Dekontaminasyon Ünitesi Bulusun Detayli Açiklamasi Bu detayli açiklamada, bulusa konu olan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ve de tercih edilen yapiIanmaIari/uygulamalari sadece konunun daha iyi anlasilmasina yönelik olarak, hiçbir kisitlayici etki olusturmayacak sekilde açiklanmaktadir. Sekil 1, hastalarin tibbi müdahale önceliklerinin belirlenmesi islemlerinin otomatik bir sekilde yapay zeka araciligiyla yapilmasini saglayan yapay zeka tabanli triyaj sisteminin temsili görünümüdür. Yapay zeka tabanli triyaj sistemi, hastalarin kisisel bilgilerinin ve saglik durumu verilerinin manuel ve/veya otomatik olarak alinmasini ve de kullanilacak triyaj yönteminin seçilmesini saglayan giris birimi (1) içermektedir. Bulusun tercih edilen bir yapilanmasinda bahsedilen giris birimin (1), hastalarin isim, soy isim, yas, kronik hastalik, alerji, cinsiyet ve hastaneye gelis sekli bilgilerinin alinmasini saglayan barkod okuyucu (2), hastalarin kandaki oksijen, zehirlenme durumu ve dolasim durumu verilerinin alinmasini saglayan oksimetre (3), hastalarin nabiz, solunum sayisi, hava yolu durumu, sistolik basinç ve diastolik basinç verilerinin alinmasini saglayan nabiz ölçer (4)ve hastalarin vücut sicakligi verilerinin alinmasini saglayan ates ölçer (5) içerebilir. Söz konusu yapilanmada, hastalarin aIterIerindeki tansiyon degerinin ölçülmesini saglayan kan basinci ölçer, hastalarin kalp kasinin ve sinirsel iletim sisteminin çalismasini inceleyerek, kalpte meydana gelen elektriksel faaliyetin kaydedilmesini ve bir grafik elde edilmesini saglayan EKG (Elektrokardiyografi) birimi, ses dalgalari yardimiyla hastalarin, iç organlarinin görüntülenmesini saglayan USG (ultrasonografi) birimi de bulundurabilir. Bulus konusu sistemde ve/veya yöntemde, hastanin ad soyadi, yasi, cinsiyeti, gelis sekli (ambulans, yürüyerek v.b.), ilk belirleyicileri (yasami tehdit eden bulgular, bilinç durumu, kanama, vücut sicakligi, agri durumu vb), vitalleri (solunum sayisi, nabiz, sistolik basinç (mmHg), bilinç seviyesi (AVPU), GKS (Glasgow koma skalasi) verileri, pediatrik GKS verileri, oksijen satürasyonu, ates, uyarana cevap, travma vb.) ve sikayetleri girilir. Hasta bilgilerini ID üzerinden getirmek için barkod okuyucudan (2) yararlanilabilir. Bahsedilen barkod okuyucu (2) ile kolay ve hizli girisler elde edilebilir. Bahsedilen giris birimi (1), kullanilacak triyaj yöntemi olarak Manchester, Kanada veya Hibrit triyaj yöntemlerinden birinin veya olagan disi afet ve acil durum triyaj yönteminin seçilmesini de saglar. Sistem afet durumlarinda hizlica bunun için gelistirilmis triyaj sistemine geçis yaparak hizmet vermeye baslayacaktir. Özellikle acil serviste START triyaj istemi bu asamada kullanilacaktir. Bulusun tercih edilen bir yapilanmasinda bahsedilen giris birimi (1), kisisel bilgilerin ve/veya saglik durumu verilerinin alinmasini için hasta ile fiziksel temas kuran bölgelerin temizlenmesini saglayan dezenfekte ve dekontaminasyon ünitesi (12) de içermektedir. Yapay zeka tabanli triyaj sistemi ayrica, alinan kisisel bilgilerin ve saglik durumunu verilerinin seçilen triyaj yöntemi kriterine göre islendigi kontrol birimi (6) de bulundurmaktadir. Bahsedilen kontrol birimi (6) tercihen bir bilgisayardir. Yapay zeka tabanli triyaj sisteminde, bahsedilen kontrol birimi (6) üzerinde çalisan, seçilen triyaj yöntemine göre, alinan kisisel bilgileri ve saglik durumunu verilerini önceden ögrendigi verilerle kiyaslayarak hastanin triyaj önceliginin belirlenmesini saglayan yapay zeka yazilimi (8) ve triyaj sisteminin kullanilabilmesini ve belirlenen triyaj önceliginin kullanicilara bildirilmesini saglayan en az bir ekran (9) da vardir. Bahsedilen yapay zeka yazilimi (8), Lasso regresyon (Kement regresyon), Random Forest (Rastgele orman), Gradient boosted decision tree (artirilmis karar agaci), Deep neural network (derin sinir agi), Naive Bayes veya Clustering makine ögrenme metodIarindan en az biri ile ögrenmistir. Bulusun tercih edilen bir uygulamasinda, bahsedilen yapay zeka yazilimi (8), 0 doktor, tibbi sekreter, saglik görevlisi hasta bakici, hemsire ve hasta yakini kullanicilarin rollerinin ve yetkilerinin tanimlanmasini saglayan yönetim modülü, o Manchester, Kanada ve Hibrit veya olagan disi afet ve acil durum triyaj yöntemleri arasindan kullanilacak triyaj yönteminin seçilmesini saglayan seçim o hastaya ait ve tekil olan ID numarasi üzerinden hastanin geçmis hastalik ve tedavilerinin görülebilmesini saglayan sorgulama modülü, o hastanin yatis ve taburcu bilgilerinin görülmesini saglayan takip modülü, o mevsim, cografya, olay (patlama, sel, yangin, trafik kazasi) ve/veya sikayet oranina göre gelen verilerle ögrenme yapilip triyaj sonucu üretilebilmesini saglayan ögrenme modülü, o aldigi verilerle triyaj sonucu üreterek yeni triyaj yöntemlerinin test edilmesini ve bilimsel arastirma sonucu üretilebilmesini saglayan senaryo simülasyon içermektedir. Bahsedilen yapay zeka yazilimi (8), bir acil tip kliniginin eski tarihli ve çesitli kriterlerle (örnegi yas v.b.) daraltilmis bir veri setini kullanarak egitilebilir. Hasta basvurularinin genel istatistikleri (saat / gün basina basvuru dagilimi), yas, cinsiyet, tibbi öykü, kalp hizi, kan basinci, solunum hizi, oksijen saturasyonu (Sp02) gibi tibbi triyaj bilgileri de harici bir veri seti olarak kullanilabilir. Acile gelen basvuru sikayetleri gruplandirilarak her bir grubun kendi içinde farkli renklere yönlendirilme kosullari tanimlanabilir. Olusturulacak her farkli sema rengine göre bir araya getirilen verilerle o rengin algoritmasi gelistirilebilir. Bahsedilen veri setlerinin içerisinde yanlis triyaj sonucuna ulasmis veriler de bulunacaktir. Örnegin yesil triyaja yönlendirilen hastalarin içinde %5 oraninda kirmizi triyaj yönlendirilmesi gerekirken atlanan hastalar bulunmaktadir. Yapilacak çalismalarla bu hatalarin da düzeltilmesi beklenmektedir. Triyaj sistemi için toplanan bu veriler excel ve/veya diger istatistik paket programlarinda veri kalite kontrolü, kayip verilerin tahmini, ekstrem degerlerin kontrolü, kodlama, etiketleme, tanimlayici istatistiklerin alinmasi, degiskenler arasi iliskilerin incelenmesi için çesitli grafiklerin çizilmesi gibi süreçlerden geçirilir. Mevcut acil uygulamalarin hatali siniflandirma basarisi belirlenir. Verinin gelistirilmesi planlanan "triyaj yapay zeka algoritmasina" hazir hale getirilmesi için, yukarida tanimlanan veri setinin hazirlanmasi ve ön isleme sürecinden geçirilmesi, eksik verilerin degerlendirilmesi ve etiketlenmesi yapilir. Triyaj yapay zeka algoritmasinin basarisini artirmak için elde edilen veri setinde, dogru tani ve dogru triyaj rengini seçme ile daha çok iliskili olan degiskenler çesitli istatistik modellerle incelenir. Daha sonra çapraz geçerlilik ve test seti olarak iki ayri veri seti hazirlanir. Bu setler içinde dogru ve yanlis triyaj uygulamalarini içeren veriler yer alir. Bu asamalardan sonra gelistirilen algoritmanin dogru ve yanlis uygulamalari siniflandirma basarilari çesitli performans kriterleri ile degerlendirilir. Ayrica mevcut acil uygulamalarin hatali siniflandirma basarisi ile triyaj yapay zeka algoritmasinin hatali siniflandirma sonuçlari karsilastirilir ve nedenleri hasta bazli incelenerek, algoritmanin ögrenmesi gelistirilir. Rutin olarak rastgele örneklenecek veri setinde, öngörücü olarak mevcut triyaj verileri (örn. demografik, triyaj yasamsal belirtiler, baslica sikayetler, komorbiditeler), göz önüne alindiginda dört makine ögrenimi modeli gelistirilmesi hedeflenmektedir. Bunlar, Lasso regresyon (Kement regresyon), Random Forest (Rastgele orman), Gradient boosted decision tree (artirilmis karar agaci) ve Deep neural network (derin sinir agi) olarak siralanir. Ayrica Naive Bayes veya Clustering gibi farkli yapay zeka algoritmalari ile de çalisilabilir. Bahsedilen yapay zeka yazilimi (8) triyaji belirlerken tip alanindaki triyaj sistemlerinden Manchester, Kanada ve Hibrit sisteme uygun triyaj yönlendirmesi yapabilir. Bu opsiyonlar bahsedilen ekran (9) üzerinden seçilebilmektedir. Yapay zeka yazilimi (8), bu seçime uygun triyaj kriterlerini devreye almaktadir. Hibrit triyaj sisteminde genel sikayetlerle acile gelen hastalarin bulgulari sisteme Manchester triyaj algoritmasina göre girilecek, travma ile ilgili bulgular ise Kanada triyaj algoritmasina göre aktarilacaktir. Buna uygun olarak hibrit triyaj algoritma ekraninda acil hasta girisi ve travma girisi olmak üzere iki sekme bulunacaktir. Acil hasta girisinde Manchester triyaj algoritmasi ekrani kullanilacak ve hasta sikayeti girisleri yapilacaktir. travma giris ekraninda Kanada triyaj algoritmasi için hazirlanmis olan ve sadece travma bulgularinin girilebilecegi ekran kullanilacaktir. Asagidaki tabloda örnek olarak triyaj kriterleri verilmektedir : Solunum Sayisi: 0 Eriskinlerde12-20/dk o Çocukta 20-25/dk o Yenidoganda 30-50/dk olmalidir. . 20 /dakika (takipne) ve . <12 /dakika (bradipne) risklidir. Solunum Hizi Triyaj Kategorisi Puan 30 Kirmizi 3 21-29 & <8 Turuncu 2 -20 Yesil 1 9-14 Normal 0 0 Eriskinlerde : 60-100/dk 0 Çocuklarda : 90-110/dk (yasla birlikte degerlendirilmeli?) o Fetusta : 135 - 140 /dk . 1OO veya <50 alti risklidir ve asagidaki gibi degerlendirilmelidir: Nabiz Triyaj Kategorisi Puan 130 Kirmizi 3 <40 veya 111-129 Turuncu 2 51-100 Normal 0 Oksijen Saturasyonu (SPOZ) Hasta verileri yukaridaki risk sinirlarindaysa, solunum sayisi 20 den düsük, nabiz içinde müdahale edilmelidir. Oksijen Satürasyonu Triyaj Kategorisi Puan <92 Kirmizi 3 92-94 Turuncu 2 94-96 Yesil 1 96-100 Normal 0 Diastolik Basinç Saglikli bir insanda ortalama 80 mmHg'dir. 80mmHg olmasi problem oldugunu gösterir. Sistolik basinç Saglikli bir insanda ortalama 120 mmHg'dir. <90 mmHg (hipotansiyon) veya 140 mmHg (hipertansiyon) olmasi problem oldugunu gösterir. Istisnalar kapsam disi tutulacaktir (normalde sistolik tansiyonu 170mmHg olan hastalar için 120 mmHg risktir) Sistolik Basinç Triyaj Kategorisi Puan <7O Kirmizi 3 71-80 veya 200 Turuncu 2 81-100 Yesil 1 101-199 Normal 0 Vücut Sicakligi/ Ates: Rektal ( Aksiller (koltuk alti) (36-37°C) Timpanik (kulaktan) (36,-37,5°C) Beden Sicakligi Triyaj Kategorisi Puan <35 Turuncu 2 -37,5 or 38,5 Yesil 1 37,4-38,4 Normal 0 Yukaridaki vital bulgulara ek olarak hastaya iliskin asagidaki verilerin de ekrandan girilerek hastanin durumunun degerlendirilmesi için kullanilmasi Uyarana Cevap: Uyarana Cevap (AVPU) Triyaj Kategorisi Puan Yanit Yok Kirmizi 3 Agrili Uyarana Turuncu 2 Sesli Uyarana Yesil 1 Uyanik Normal 0 Glasgow Koma Skalasi (E4M6V5) Göz Açikligi Motor Tepki Sözel Cevap Spontan 4 Komutlara Oryante Sözel Uyari 3 Agriya Lokatze Uymsuz ve Kendiliginden Agrili Uyari 2 Agriyi Geri Birbiriyle Çekme Bagimsiz Kelimeler Tepki Yok 1 Anormal Fleks Inlemeler- Miriltilar Anormal Eks Cevap Yok Tepki Yok Travma Triyaj Kategorisi Puan Evet Turuncu 2 Hayir Yesil 1 - Normal 0 Tablo 1 . Ornek Triyaj Araliklari Tablosu Manchester triyaj sistemi (MTS), 1994 yilinda gelistirilen sistem, hastalarin aciliyet düzeylerinin belirlenmesinde yaygin basvuru sikâyetleri (öksürük, travma vb) için gelistirilmis 52 adet alt algoritmayla hastalarin sikayetinin akut olup/olmadigi, bilinç düzeyi, vücut isisi, kanama, agri ve yasamsal tehdit varligina bakilarak hastanin güvenle bekletilebilecegi süre tespitinde bulunmak için kullanilan triyaj sistemidir. degil (240 dk). Kanada triyaj sistemi (KTS, temel alinarak gelistirilmistir. Aciliyet düzeyinin belirlenmesinde tibbi öykü, baslica yakinmalar, yasam bulgulari, klinik muayene bulgulari ve laboratuar sonuçlari gibi klinik tanimlayicilar kullanilmaktadir. [1] Canlandirma (0 dk), [2] Acil (15 dk), [3] Kritik (30 dk), [4] Az Kritik (60 dk), [5] Kritik degil (120 dk). Ekran (9) üzerinden rol ve yetkiler (doktor, hemsire, hasta bakici, vb.) ve kullanicilar (hasta, hasta yakini v.b.) da sisteme tanimlanabilir. Hasta bakicilar ekran (9) üzerinden, sikayet baslangiç zamani, daha önceki benzer sikayet ve sonuçlari, sikayeti arttiran ve hafifleten faktörler,, durumun verilen ilaçlar ile iliskisini ve alerji durumunu girebilirler. Örnegin, hastaya acil hayat kurtarici müdahale gerekiyorsa veya ambulans ile geldiyse hasta hemen kirmizi triyaj akisi alinir. Böylece hastanin 5 dakika içinde doktor Hastanin yasi 60'dan fazla ise bulgulari normal bile olsa yarim ile bir saat içinde müdahale edilmesi gerekir ve buna uygun bir triyaj rengine atama yapilir. Hasta verileri yukaridaki risk sinirlarindaysa (solunum sayisi 20 den düsük, nabiz 100 üstü ya da 50 alti ise, oksijen satürasyonu 92'nin altindaysa) en kisa sürede hastaya müdahale edilmesine uygun bir triyaj rengine atanir. Ekrandaki (9) risk limit bildirim alani, hastaya iliskin veriler girildikçe hastanin durumunun kritikligine göre renk degistirerek saglik personelini uyarir/yönlendirir. Bahsedilen ekran (9) ile, ihtiyaç dogrultusunda birden fazla sikâyet (eslik eden sikayetler dâhil) ayni anda seçilebilir. Sisteme sikayet girislerinde, hastanin sikâyetinin ne zaman basladigi, hastanin daha önce benzer sikâyetleri olup olmadigi, olduysa sonuçlari, sikayetini arttiran veya hafifleten faktörler, durumunun kullandigi ilaçlar ile bir ilgisinin olup/olmadigi, alerji durumuna dikkat edilir. Tercih edilen bir yapilanmada, ilk müdahaleyi yapan triyaj hemsiresi hastaya ait vitalleri ve kendi bulgularini triyaj ekranina (9) (Örnegin, Manchester) girer. Bu ekrani (9) hem doktor hem hemsire görüntüleyebilir. Tüm veriler ekrana (9) girildikten sonra "ekle" tusuna basilir ve triyaj algoritmasi çalistirilarak hastaya iliskin bilgiler primer triyaj kategorisi ile birlikte ekranin (9) alt tarafindaki listeye eklenir. Bu listede hasta ID, ad soyad, yas/cinsiyet, triyaj sonucu ve tarih bilgileri bulunur. Listede her bir kaydin detayinda ise ilk belirleyiciler, vitaller ve sikâyetler (ana Sikâyet - eslik eden sikâyet) yer alir. Hastanin derhal müdahale edilmeyi gerektiren hayati tehdit eden yaralanmasi veya sikâyetleri varsa triyaj algoritmasi kirmizi triyaj kategorisi seklinde bir tahminde bulunur ve primer triyaj kategorisi kirmizi olarak belirlenir. Bu hastalarin hiç bekletilmeden aninda müdahale edilmesi gerekir. Ekranda (9) bununla ilgili bilgilendirme yapilir. Hastanin hayatini tehdit edebilecek derecede ciddi bir saglik problemi olmasindan süpheleniliyorsa triyaj algoritmasi turuncu triyaj kategorisi seklinde bir tahminde bulunur ve primer triyaj kategorisi turuncu olarak belirlenir. Manchester algoritmasina göre 10 dakika içinde müdahale edilmesi gerekir. Ekranda (9) bununla ilgili bilgilendirme yapilir. Hastanin durumu derhal müdahale gerektirmiyorsa, triyaj algoritmasi sari, triyaj kategorisi seklinde bir tahminde bulunur ve primer triyaj kategorisi de buna göre belirlenir. Manchester algoritmasina hasta 1 saate kadar bekletilebilir. Ekranda (9) bununla ilgili bilgilendirme yapilir. Hastanin durumu derhal müdahale gerektirmiyorsa, triyaj algoritmasi yesil triyaj kategorisi seklinde bir tahminde bulunur ve primer triyaj kategorisi de buna göre belirlenir. Manchester algoritmasina göre hasta 2 saate kadar bekletilebilir. Bu süre içinde müdahale edilmesi gerekir. Ekranda (9) bununla ilgili bilgilendirme yapilir. Hastanin durumu derhal müdahale gerektirmiyorsa, triyaj algoritmasi mavi triyaj kategorisi seklinde bir tahminde bulunur ve primer triyaj kategorisi de buna göre belirlenir. Manchester algoritmasina göre hasta 3-4 saat kadar bekletilebilir. Ekranda (9) bununla ilgili bilgilendirme yapilir. Primer triyaj sonrasinda takibe alinan hastanin durumunda degisiklik olmasi halinde yeniden degerlendirilmesi gerekir. Bu durumda ekrandan (9) yeni verileri girilerek sekonder triyaj degerlendirilmesi yapilabilir. Yapay zeka tabanli triyaj sistemi, bahsedilen ekran (9) üzerinde çalisan, kullanicilarla triyaj sisteminin iletisim kurabilmesini saglayan ara yüz (10) ve triyaj sisteminin haberlesebilmesini saglayan sunucu (11) da içermektedir. Bulusun tercih edilen bir yapilanmasinda, bahsedilen sunucu (11) ile haberlesme yaparak, hastane disinda olay/saha yerinde triyaj islemlerinin yapilmasini, hastalarin tasinmasi esnasinda triyaj islemlerinin yapilmasini ve de triyaji yapilan hastalarin uygun bölümü/yeri/yatagi/saglik personeli bulunan hastanelere yönlendirilmelerini saglayan, tasinabilir harici birim de bulunmaktadir. Bulus, içinde bulundugu her türlü dijital olan veya olmayan sisteme entegre çalisabilecektir. Özellikle Tele-Tip'a uyumlu çalisacak sekilde hizmet verecektir.Acil saglik hizmetlerinde ambulans ve hastane acil servisleri arasinda esgüdümü, uyumu saglayacak afette müdahalede karar destek sistemi olarak çalisacaktir. Bahsedilen ara yüz (10), Manchester, Kanada veya Hibrit tiryaj sistemlerinden birinin seçilmesini saglar, kisisel verilerden ve saglik durumu verilerinden triyaj için gönderileceklerin seçilmesini ve ilk triyaj sonrasinda hastanin saglik verilerinde degisiklik tespit edilmesi durumunda sekonder triyaji önerebilir. Bahsedilen sunucu (11) tercihen bir internet (web) sunucusu olabilir. Istemci tarafinda Single Page Application (SPA), sunucu tarafinda Web API mimari modeli kullanilmistir. Bu baglamda projede servis yaklasimli mimari ile .NET ve Python tabanli Web Apiler gelistirilmesi hedeflenmistir. Projemizde ayrica, çalisanlarin mobil cihazlardan süreçlerin takibini saglamalari için Xamarin mobil uygulama gelistirme platformu ile .Net'de gelistirilmis Web API'ler çagrilarak native sekilde IOS ve Android mobil uygulamalar da gelistirilmistir. Uygulamanin gelistirilmesinde, birim testleri, entegrasyon testleri, alfa testleri, UAT testleri, güvenlik testleri ve performans testlerinden yararlanilmistir. Gelistirilen uygulama sunucu (11) tabanli bir yapida çalisacak olup, diger uygulamalarla entegrasyon sadece izin verilen IP'ler üzerinden yapilmaktadir. Üretilecek yazilim, diger sistemlerle entegrasyon için kullanilacak bir modülde olacaktir. Disariya açilan end-pointlerle sisteme veri transferi yapilacaktir Ara yüzdeki (10), "hasta arama" seçeneginden arama ekrani açilarak ad/soyad veya hastane barkodu/ID ile hasta aranip, hastanin ayni barkodlu tüm acil kayitlariyla detayina ulasilabilir. Ara yüzdeki (10), "yeni triyaj giris" butonu ile de durumu degisen hasta için yeni triyaj eklenebilir. Hastane yatisi gereken hasta için de kaydin güncellemesi yapilabilir. Hasta bu islemler sonrasinda ciddi bir durumu yoksa kaydi kapatilarak taburcu edilebilir ya da ileri tetkikler için yönlendirilebilir. Kanada triyaj sisteminde acile gelen hastanin ilk 3 ila 5 saniye içinde ana durum kontrolü yapilir. Bu isleme "CRITICAL LOOK" denir. Bu islemde hastanin havayolu açik mi, solunumu, dolasim durumu, nörolojik muayene bulgulari (kolunu bacagini hareket ettirebiliyor mu? bilinç durum kontrolü) kontrol edilir. Ikinci adimdaki enfeksiyon kontrolünde (Infection Control), hastanin çesitli kimyasallara ya da radyasyona veya baskaca çevresel etkilere maruz kalip/kalmadigi kontrol edilir. Bu durumlar genellikle hastane disinda ilk müdahale asamasinda yapildigi için bu adim kapsam disi tutulmustur. Bulus konusu sitemde, ekranda (9) bir insan vücudu üzerinde hastanin sikâyet bölgesi seçilerek Kanada sistemine uygun sikayet kategorisi ve ana sikayeti seçilebilir. Kanada triyaj sistemine göre hastanin birden fazla sikâyeti varsa bunlardan en kritik ve belirleyici olan üzerinden ilerlenir. En son adimda ana sikâyete iliskin diger belirleyicilerden hastanin durumuna uygun olanlar ekrandan (9) seçilerek triyaj algoritmasina gönderilecek veriler toplanir. Kanada triyaj sisteminde acile gelen hasta hiçbir verisi alinmadan, agir durumu gözlemlenebiliyorsa ('CRITICAL LOOK) hemen kirmizi triyaj alanina Kanada acil kirmizi triyaj butonu ile yönlendirilir. Ikinci adimdaki enfeksiyon kontrol (Infection Control) adimi, hastanin çesitli kimyasallara ya da radyasyona maruz kalmasi gibi çevresel etkenlerle enfekte oldugu durumlari içerir ve bu durumlarin hastane disinda ilk müdahalesi yapildigi için bu adim kapsam disi birakilacaktir. Bulusun tercih edilen bir yapilanmasinda, triyaj sistemine ait bütün verilerin depolanmasini saglayan veri tabani (7) bulunmaktadir. Hastalarin tibbi müdahale önceliklerinin belirlenmesi islemlerinin otomatik bir sekilde yapay zeka araciligiyla yapilmasini saglayan, hem mevcut triyai yöntemlerine qöre çalisabilen hem de olagan disi afetlerde ve acil durumlarda hizli bir sekilde triyai islemlerinin yapilabilmesini saglayan yapay zeka tabanli triyai sistemi calisma yöntemi asagidaki islem adimlarini icermektedir: o kullanilacak triyaj yönteminin girisi birimi (1) tarafindan alinmasi, 0 hastalarin, isim, soy isim, yas, kronik hastalik, alerji, cinsiyet ve gelis sekli kisisel verilerinin manuel ve/veya barkod okuyucu (2) ile alinmasi, 0 seçilen triyaj yönteminde degerlendirilecek olan, hastalarin yasami tehdit eden bulgu, bilinç durumu, kanama durumu, agri durumu, vücut sicakligi, nabiz, solunum sayisi, sistolik basinç, diastolik basinç, uyarana cevap, sikayetler, travma, hava yolu durumu, dolasim durumu, nörolojik durumu, kas ve eklem harekeleri durumu, GKS (Glasgow koma skalasi) verileri, pediatrik GKS verileri, kan basinci, EKG verileri, USG verileri, hastalik sikayet anamnez verileri, zehirlenme durumu ve kan oksijeni degerleri saglik verilerinden en az birinin girisi birimi (1) tarafindan alinmasi, 0 seçilmis olan triyaj yöntemine göre, alinan kisisel bilgilerin ve saglik durumu verilerinin önceden ögrenilen verilerle kiyaslayarak, yapay zeka yazilimi (8) tarafindan triyaj önceliginin belirlenmesi, o belirlenen triyaj önceliginin ekrandaki (9) ara yüz (10) üzerinden kullaniciya bildirilmesi. Bulusun tercih edilen çesitli uygulamalarinda asagidaki islem adimlari da bulunabilir: o triyaj sistemine ait bütün verilerin veri tabanina (7) depolanmasi, 0 saglik verilerinin alinmasi için hasta ile temas eden giris biriminin (1) dezenfekte ve dekontaminasyon ünitesi (12) tarafindan temizlenmesi, o kullanilacak triyaj yöntemi olarak Manchester, Kanada veya Hibrit tiryaj triyaj yöntemlerinden birinin olagan disi afet ve acil durum triyaj yönteminin girisi birimi (1) tarafindan alinmasi, alinan kisisel verilerden ve saglik durumu verilerinden triyaj için gönderileceklerin seçilmesinin önerilmesi, o ilk triyaj sonrasinda hastanin saglik verilerinde degisiklik tespit edilmesi durumunda sekonder triyajin önerilmesi, o bahsedilen yapay zeka yaziliminin (8), Lasso regresyon (Kement regresyon), Random Forest (Rastgele orman), Gradient boosted decision tree (artirilmis karar agaci), Deep neural network (derin sinir agi), Naive Bayes veya Clustering makine ögrenme metodlarindan en az biri ile ögrenmesi, o hastaya ait ve tekil olan ID numarasinin girilmesi ile hastanin geçmis hastalik ve tedavilerinin kullaniciya sunulmasi, o hastane disindaki olay/saha yerinde triyaj islemlerini yapmasi, o hastalarin tasinmasi esnasinda triyaj islemlerini yapmasi, o triyaji yapilan hastalarin uygun bölümü/yeri/yatagi/saglik personeli bulunan hastanelere yönlendirmesi, o yapay zeka yaziliminin (8), ögrenme modülü sayesinde, mevsim, cografya, olay ve/veya sikayet oranina göre gelen verilerle daha önce kayitli olmayan ögrenilmis triyaj sonucu üretmesi. Böylece, hastalarin tibbi müdahale önceliklerinin belirlenmesi islemlerinin otomatik bir sekilde yapay zeka araciligiyla yapilmasini saglayan yapay zeka tabanli triyaj sistemi ve çalisma yöntemi ortaya koyulmus olur. TR TR TR TR TR TR
Claims (20)
1. Hastalarin tibbi müdahale önceliklerinin belirlenmesi islemlerinin otomatik bir sekilde yapay zeka araciligiyla yapilmasini saglayan, hem mevcut triyaj yöntemlerine göre çalisabilen hem de olagan disi afetlerde ve acil durumlarda hizli bir sekilde triyaj islemlerinin yapilabilmesini saglayan yapay zeka tabanli o hastalarin kisisel bilgilerinin ve saglik durumu verilerinin manuel ve/veya otomatik olarak alinmasini ve de kullanilacak triyaj yönteminin seçilmesini saglayan en az bir giris birimi (1), o alinan kisisel bilgilerin ve saglik durumunu verilerinin seçilen triyaj yöntemi kriterine göre islendigi en az bir kontrol birimi (6), o bahsedilen kontrol birimi (6) üzerinde çalisan, seçilen triyaj yöntemine göre, alinan kisisel bilgileri ve saglik durumunu verilerini önceden ögrendigi verilerle kiyaslayarak hastanin triyaj önceliginin belirlenmesini saglayan yapay zeka yazilimi (8), o triyaj sisteminin kullanilabilmesini ve belirlenen triyaj önceliginin kullanicilara bildirilmesini saglayan en az bir ekran (9), o bahsedilen ekran (9) üzerinde çalisan, kullanicilarla triyaj sisteminin iletisim kurabilmesini saglayan ara yüz (10), triyaj sisteminin haberlesebilmesini saglayan en az bir sunucu (11), içermesidir.
2. Istem 1'e uygun bir yapay zeka tabanli triyaj sistemi olup, özelligi; bahsedilen giris biriminin (1), o hastalarin isim, soy isim, yas, kronik hastalik, alerji, cinsiyet ve hastaneye gelis sekli bilgilerinin alinmasini saglayan en az bir barkod o hastalarin kandaki oksijen, zehirlenme durumu ve dolasim durumu verilerinin alinmasini saglayan en az bir oksimetre (3), o hastalarin nabiz, solunum sayisi, hava yolu durumu, sistolik basinç ve diastolik basinç verilerinin alinmasini saglayan en az bir nabiz ölçer (4), o hastalarin vücut sicakligi verilerinin alinmasini saglayan en az bir ates o hastalarin alterlerindeki tansiyon degerinin ölçülmesini saglayan en az bir kan basinci ölçer, o hastalarin kalp kasinin ve sinirsel iletim sisteminin çalismasini inceleyerek, kalpte meydana gelen elektriksel faaliyetin kaydedilmesini ve bir grafik elde edilmesini saglayan en az bir EKG (Elektrokardiyografi) o ses dalgalari yardimiyla hastalarin, iç organlarinin görüntülenmesini saglayan en az bir USG (ultrasonografi) birimi, içermesidir. .
Yukaridaki istemlerden herhangi birine uygun bir yapay zeka tabanli triyaj sistemi olup, özelligi; triyaj sistemine ait bütün verilerin depolanmasini saglayan en az bir veri tabani (7) içermesidir. .
Yukaridaki istemlerden herhangi birine uygun bir yapay zeka tabanli triyaj sistemi olup, özelligi; bahsedilen giris biriminin (1), kisisel bilgilerin ve/veya saglik durumu verilerinin alinmasini için hasta ile fiziksel temas kuran bölgelerin temizlenmesini saglayan en az bir dezenfekte ve dekontaminasyon ünitesi (12) içermesidir. .
Yukaridaki istemlerden herhangi birine uygun bir yapay zeka tabanli triyaj sistemi olup, özelligi; kullanilacak triyaj yöntemi olarak Manchester, Kanada veya Hibrit triyaj yöntemlerinden birinin veya olagan disi afet ve acil durum triyaj yönteminin seçilmesini saglayan en az bir giris birimi (1) içermesidir. .
Yukaridaki istemlerden herhangi birine uygun bir yapay zeka tabanli triyaj sistemi olup, özelligi; alinan kisisel verilerden ve saglik durumu verilerinden triyaj için gönderileceklerin seçilmesini öneren en az bir ara yüz (10) içermesidir.
Yukaridaki istemlerden herhangi birine uygun bir yapay zeka tabanIi triyaj sistemi olup, özelligi; ilk triyaj sonrasinda hastanin saglik veriIerinde degisiklik tespit edilmesi durumunda sekonder triyaji öneren en az bir ara yüz (10) içermesidir.
Yukaridaki istemlerden herhangi birine uygun bir yapay zeka tabanIi triyaj sistemi olup, özelligi; Lasso regresyon (Kement regresyon), Random Forest (Rastgele orman), Gradient boosted decision tree (artirilmis karar agaci), Deep neuraI network (derin sinir agi), Naive Bayes veya CIustering makine ögrenme metodIarindan en az biri ile ögrenmis yapay zeka yazilimi (8) içermesidir.
Yukaridaki istemlerden herhangi birine uygun bir yapay zeka tabanIi triyaj sistemi olup, özelligi; bahsedilen yapay zeka yaziliminin (8), 0 doktor, tibbi sekreter, saglik görevlisi hasta bakici, hemsire ve hasta yakini kuIIaniciIarin roIIerinin ve yetkilerinin tanimIanmasini saglayan yönetim modülü, o Manchester, Kanada ve Hibrit veya olagan disi afet ve acil durum triyaj yöntemleri arasindan kullanilacak triyaj yönteminin seçilmesini saglayan seçim modülü, o hastaya ait ve tek" olan ID numarasi üzerinden hastanin geçmis hastalik ve tedavilerinin görülebiImesini saglayan sorguIama modüIü, o hastanin yatis ve taburcu biIgiIerinin görülmesini saglayan takip modüIü, o mevsim, cografya, oIay ve/veya sikayet oranina göre geIen veriIerIe ögrenme yapiIip triyaj sonucu üretiIebiImesini saglayan ögrenme o aldigi veriIerIe triyaj sonucu üreterek yeni triyaj yöntemlerinin test edilmesini ve bilimsel arastirma sonucu üretiIebiImesini saglayan senaryo simülasyon modüIü, içermesidir. 10.
Yukaridaki istemlerden herhangi birine uygun bir yapay zeka tabanli triyaj sistemi olup, özelligi; bahsedilen sunucu (11) ile haberlesme yaparak, hastane disinda olay/saha yerinde triyaj islemlerinin yapilmasini, hastalarin tasinmasi esnasinda triyaj isIemIerinin yapilmasini ve de triyaji yapiIan hastaIarin uygun bölümü/yeri/yatagi/saglik personeli bqunan hastanelere yönlendirilmelerini saglayan, tasinabilir harici birimi içermesidir.
Hastalarin tibbi müdahale önceliklerinin beIirIenmesi isIemIerinin otomatik bir sekilde yapay zeka araciligiyla yapilmasini saglayan, hem mevcut triyaj yöntemlerine göre çalisabilen hem de olagan disi afetlerde ve acil durumlarda hizli bir sekilde triyaj isIemIerinin yapiIabiImesini saglayan yapay zeka tabanIi triyaj sistemi çalisma yöntemi olup, özelligi; o kuIIaniIacak triyaj yönteminin girisi birimi (1) tarafindan alinmasi, 0 hastalarin, isim, soy isim, yas, kronik hastalik, alerji, cinsiyet ve geIis sekIi kisisel verilerinin manueI ve/veya barkod okuyucu (2) ile alinmasi, 0 seçilen triyaj yönteminde degerlendirilecek olan, hastalarin yasami tehdit eden buIgu, bilinç durumu, kanama durumu, agri durumu, vücut sicakligi, nabiz, squnum sayisi, sistolik basinç, diastoIik basinç, uyarana cevap, sikayetler, travma, hava yolu durumu, dolasim durumu, nörolojik durumu, kas ve eklem harekeIeri durumu, GKS (Glasgow koma skaIasi) veriIeri, pediatrik GKS veriIeri, kan basinci, EKG verileri, USG verileri, hastalik sikayeti anamnez verileri, zehirlenme durumu ve kan oksijeni degerleri saglik veriIerinden en az birinin girisi birimi (1) tarafindan alinmasi, 0 seçilmis olan triyaj yöntemine göre, aIinan kisiseI bilgilerin ve saglik durumu veriIerinin önceden ögrenilen veriIerIe kiyasIayarak, yapay zeka yazilimi (8) tarafindan triyaj önceliginin beIirIenmesi, o beIirIenen triyaj önceliginin ekrandaki (9) ara yüz (10) üzerinden kuIIaniciya biIdiriImesi, isIem adimIarini içermesidir. .
Istem 11' uygun bir yapay zeka tabanli triyaj sistemi çalisma yöntemi olup, özelligi; triyaj sistemine ait bütün verilerin veri tabanina (7) depolanmasi islem adimini içermesidir.
Istem 11 ila istem 12”den herhangi birine uygun bir yapay zeka tabanIi triyaj sistemi çalisma yöntemi olup, özelligi; saglik verilerinin alinmasi için hasta ile temas eden giris biriminin (1) dezenfekte ve dekontaminasyon ünitesi (12) tarafindan temizlenmesi islem adimini içermesidir.
Istem 11 ila istem 13”ten herhangi birine uygun bir yapay zeka tabanli triyaj sistemi çalisma yöntemi olup, özelligi; kullanilacak triyaj yöntemi olarak Manchester, Kanada veya Hibrit tiryaj triyaj yöntemlerinden birinin olagan disi afet ve acil durum triyaj yönteminin girisi birimi (1) tarafindan aIinmasi islem adimini içermesidir.
Istem 11 ila istem 14”ten herhangi birine uygun bir yapay zeka tabanli triyaj sistemi çalisma yöntemi olup, özelligi; aIinan kisisel verilerden ve saglik durumu veriIerinden triyaj için gönderileceklerin seçilmesinin öneriImesi islem adimini içermesidir.
Istem 11 ila istem 15”ten herhangi birine uygun bir yapay zeka tabanli triyaj sistemi çalisma yöntemi olup, özelligi; iIk triyaj sonrasinda hastanin saglik veriIerinde degisiklik tespit edilmesi durumunda sekonder triyajin öneriImesi islem adimini içermesidir.
Istem 11 ila istem 16”dan herhangi birine uygun bir yapay zeka tabanIi triyaj sistemi çalisma yöntemi olup, özelligi; bahsedilen yapay zeka yaziliminin (8), Lasso regresyon (Kement regresyon), Random Forest (Rastgele orman), Gradient boosted decision tree (artirilmis karar agaci), Deep neuraI network (derin sinir agi), Naive Bayes veya CIustering makine ögrenme metodIarindan en az biri ile ögrenmesi islem adimini içermesidir.
Istem 11 ila istem 17”den herhangi birine uygun bir yapay zeka tabanIi triyaj sistemi çalisma yöntemi olup, özelligi; hastaya ait ve tek" olan ID numarasinin giriImesi iIe hastanin geçmis hastalik ve tedavilerinin kuIIaniciya sunulmasi islem adimini içermesidir.
19. Istem 11 ila istem 18'den herhangi birine uygun bir yapay zeka tabanIi triyaj sistemi çalisma yöntemi olup, özelligi; harici birimin bahsedilen sunucu (11) ile haberleserek, o hastane disindaki olay/saha yerinde triyaj islemlerini yapmasi, 5 o hastalarin tasinmasi esnasinda triyaj isIemIerini yapmasi, o triyaji yapiIan hastalarin uygun bölümü/yeri/yatagi/saglik personeli bqunan hastanelere yönlendirmesi, isIem adimIarini içermesidir.
20. Istem 11 ila istem 19'dan herhangi birine uygun bir yapay zeka tabanIi triyaj 10 sistemi çalisma yöntemi olup, özelligi; yapay zeka yaziliminin (8), ögrenme modülü sayesinde, mevsim, cografya, oIay ve/veya sikayet oranina göre geIen veriIerIe daha önce kayitli olmayan ögrenilmis triyaj sonucu üretmesi isIem adimini içermesidir.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TR2022/012702A TR2022012702A2 (tr) | 2022-08-11 | 2022-08-11 | Yapay zeka tabanli tri̇yaj si̇stemi̇ ve çalişma yöntemi̇ |
| PCT/TR2023/050801 WO2024035376A1 (en) | 2022-08-11 | 2023-08-10 | Artificial intelligence based triage system and working method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TR2022/012702A TR2022012702A2 (tr) | 2022-08-11 | 2022-08-11 | Yapay zeka tabanli tri̇yaj si̇stemi̇ ve çalişma yöntemi̇ |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TR2022012702A2 true TR2022012702A2 (tr) | 2022-08-22 |
Family
ID=84101130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TR2022/012702A TR2022012702A2 (tr) | 2022-08-11 | 2022-08-11 | Yapay zeka tabanli tri̇yaj si̇stemi̇ ve çalişma yöntemi̇ |
Country Status (2)
| Country | Link |
|---|---|
| TR (1) | TR2022012702A2 (tr) |
| WO (1) | WO2024035376A1 (tr) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230069693A1 (en) * | 2021-08-10 | 2023-03-02 | Regents Of The University Of Minnesota | Trauma-intervention determination |
| CN119964763B (zh) * | 2025-04-10 | 2025-09-19 | 四川省医学科学院·四川省人民医院 | 一种基于大模型的智能门诊分诊方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170242973A1 (en) * | 2016-02-18 | 2017-08-24 | The Johns Hopkins University | E-triage: an electronic emergency triage system |
| CN109166618A (zh) * | 2017-06-28 | 2019-01-08 | 京东方科技集团股份有限公司 | 分诊系统和分诊方法 |
| WO2021096467A1 (en) * | 2019-11-13 | 2021-05-20 | Ankara Üni̇versi̇tesi̇ Rektörlüğü | Triage decision support method and the system using this method |
-
2022
- 2022-08-11 TR TR2022/012702A patent/TR2022012702A2/tr unknown
-
2023
- 2023-08-10 WO PCT/TR2023/050801 patent/WO2024035376A1/en not_active Ceased
Also Published As
| Publication number | Publication date |
|---|---|
| WO2024035376A1 (en) | 2024-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10783989B2 (en) | Devices, systems, and methods for automated data collection | |
| Anders et al. | The nature and frequency of medical emergencies among patients in a dental school setting | |
| Jesmin et al. | Towards artificial intelligence driven stress monitoring for mental wellbeing tracking during COVID-19 | |
| US20240194336A1 (en) | Systems, methods, and apparatuses for secure diagnosis and treatments and authenticating diagnosed users | |
| US20200279654A1 (en) | Software, health status determination device and health status determination method | |
| Nicholas et al. | A CLIMATE: A tool for assessment of climate-change–related health consequences in the emergency department | |
| US20230317269A1 (en) | System and Method For Evaluating, Monitoring, Assessing and Predicting Ambient and Health Conditions | |
| KR102450646B1 (ko) | 빅데이터 기반 딥러닝 모델을 이용한 응급실 환자 진단 시스템 및 방법 | |
| Houlton | How artificial intelligence is transforming healthcare | |
| TR2022012702A2 (tr) | Yapay zeka tabanli tri̇yaj si̇stemi̇ ve çalişma yöntemi̇ | |
| Thahir et al. | Gender differences on Covid-19 related anxiety among students | |
| WO2021096467A1 (en) | Triage decision support method and the system using this method | |
| Joshi et al. | Perceptions on the use of wearable sensors and continuous monitoring in surgical patients: interview study among surgical staff | |
| Maningas et al. | The use of the Soterion Rapid Triage System in children presenting to the Emergency Department | |
| KR102165833B1 (ko) | 이상반응을 검출하는 단말기, 서버 또는 방법 | |
| Stefanova-Pavlova et al. | Modeling telehealth services with generalized nets | |
| Erfannia et al. | An assessment of m-health effect on Covid-19 management using PLS modeling approach | |
| Appleton et al. | Assessing the health needs of children | |
| Islam et al. | Portable health clinic COVID-19 system for remote patient follow-up ensuring clinical safety | |
| Magnusson | Patient Assessment and Triage in Emergency Medical Services-The Swedish EMS nurse in a new role | |
| KR20220092050A (ko) | 감염병 확산 방지를 위한 다중이용시설에 대한 스마트 출입 관제 시스템 | |
| Johnson | Patients' vital signs and the length of time between the monitoring of vital signs during times of emergency department crowding | |
| Cardenas et al. | Differences in the Rothman Index Score in Evolving Emergent Events in Medical-Surgical Patients | |
| Rajasekar et al. | An AI-powered IoMT model for continuous remote patient monitoring using COVID early warning score (CoEWS) | |
| KR102879192B1 (ko) | 언제, 어디서나 측정이 가능하고 휴대가 가능한 배터리 내장형의 이동형 포터블 측정 장치 |