This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).
Böbrek Nakilli Hastalarda Greft Sağkalımının Yapay Zeka Yöntemleri ile Tahmin Edilmesi
Tuba ÖZ1, Melek PEHLİVAN2, İbrahim PİRİM11İzmir Kâtip Çelebi Üniversitesi Tıp Fakültesi, Tıbbi Biyoloji ve Genetik Anabilim Dalı, İzmir, Türkiye2İzmir Kâtip Çelebi Üniversitesi, Sağlık Hizmetleri Meslek Yüksekokulu, İzmir, Türkiye
Günümüzde, böbrek nakli son dönem böbrek yetmezliği olan hastaların sağkalımını ve yaşam kalitesini artıran en uygun tedavi yöntemi olarak kabul edilir. Başarılı bir böbrek nakli için potansiyel risk faktörlerinin belirlenmesi son derece önemlidir. Böbrek nakli yapılan hastalarda greft sağkalımını etkileyen risk faktörlerini belirlemek için yapay zekayı ‘artificial intelligence’ (AI) kullanan çalışmaların sayısı gün geçtikçe artmaktadır. Bu çalışmalarda AI, patolojik değerlendirmeden immünsupresif ilaç dozlarına kadar geniş bir yelpazede kullanılmaktadır. AI algoritmalarından makine öğrenimi tabanlı modeller, geleneksel istatistiksel metodlara kıyasla greft sağkalımının tahmininde daha iyi performans gösterirler ve verilerin hızlı değerlendirilmesini sağlarlar. Son yıllarda, AI’nin böbrek naklinde kullanımını artırmak için çok sayıda kapsamlı araştırma yapılmıştır. Bu derlemedeki amacımız, böbrek transplantasyonunda greft sağkalımını tahmin etmek için AI algoritmalarını incelemektir.
Anahtar Kelimeler: Yapay zeka, makine öğrenimi, böbrek nakliPredicting Graft Survival in Renal Transplant Patients Using Artificial Intelligence Methods
Tuba ÖZ1, Melek PEHLİVAN2, İbrahim PİRİM11Izmir Katip Celebi University School of Medicine, Department of Medical Biology and Genetics, Istanbul, Turkey2Vocational School of Health Services, Izmir Katip Celebi University, Izmir, Turkey
Renal transplantation is now widely regarded as the best treatment option for patients with end-stage renal failure in terms of survival and quality of life. It is of extremely importance to identify the potential risk factors for successful renal transplantation. The number of studies related to artificial intelligence (AI) applications in renal transplant patients grows by the day. In these studies, AI is used a wide range from pathological evaluation to immunosuppressive drug doses. Machine learning-based models that are AI algorithms perform to be superior to the traditional statistical method for predicting graft survival and rapidly provides analyzing of data. In recent years, the number of studies is increased using AI for renal transplants. In this review we aimed to examine the AI algorithms for predicting graft survival in renal transplantation.
Keywords: Artificial intelligence, machine learning, renal tranplantationMakale Dili: Türkçe
