Sağlık işletmelerinde veri madenciliği uygulamaları

Bu tez çalışması, veri madenciliği tekniklerinin sağlık işletmelerinin performansını iyileştirmedeki rolünü incelemektedir. Veri madenciliği, büyük ve karmaşık veri setlerinden anlamlı bilgiler elde etme süreci olarak tanımlanmakta ve sağlık sektörü için büyük bir potansiyel taşımaktadır. Sağlık işletmeleri, hasta bilgilerini analiz ederek ve görünüşte ilgisiz veriler arasındaki bağlantıları keşfederek hizmet kalitesini ve operasyonel verimliliği artırabilir. Bu çalışmanın temel amacı, veri madenciliği tekniklerini kullanarak sağlık işletmelerinde hasta yoğunluğunu azaltmak ve poliklinik sevklerinde zaman kaybını en aza indirmektir. Çalışmada, sağlık sektöründe veri madenciliğinin kullanımına yönelik literatür taraması yapılmış, özellikle Apriori algoritması gibi sık kullanılan veri madenciliği teknikleri incelenmiş ve bu tekniklerin sağlık işletmelerinde nasıl uygulanabileceği araştırılmıştır. Bu doğrultuda, veri madenciliği tekniklerinin sağlık işletmelerinde çeşitli avantajlar sağladığı tespit edilmiştir. Bu avantajlar arasında hasta memnuniyetinin artırılması, operasyonel maliyetlerin düşürülmesi ve sağlık hizmetleri kalitesinin iyileştirilmesi yer almaktadır. Özellikle birliktelik kuralı kullanımına dayalı veri madenciliği tekniklerinin, hastaların uyguladıkları hizmetler arasında bağlantı kurallarının belirlenmesinde etkili olduğu görülmüştür. Veri madenciliği tekniklerinin sağlık işletmelerinde etkin bir şekilde kullanımının, işletmelerin karar alma süreçlerini iyileştirecek ve hasta memnuniyetini iyileştireceği düşünülmektedir. Gelecekteki araştırmaların, daha geniş veri setleri ve farklı veri madenciliği algoritmaları kullanarak bu alandaki bilgiyi derinleştirmesi önerilmektedir.

This thesis examines the role of data mining techniques in improving the performance of healthcare businesses. Data mining is defined as the process of obtaining meaningful information from large and complex data sets and carries great potential for the healthcare industry. Healthcare businesses can improve service quality and operational efficiency by analyzing patient information and discovering connections between seemingly unrelated data.The main purpose of this study is to reduce patient density in healthcare institutions and minimize time loss in outpatient clinic referrals by using data mining techniques. In the study, a literature review was conducted on the use of data mining in the healthcare sector, frequently used data mining techniques, especially the Apriori algorithm, were examined and how these techniques could be applied in healthcare businesses was investigated. In this regard, it has been determined that data mining techniques provide various advantages in healthcare businesses. These advantages include increasing patient satisfaction, reducing operational costs and improving the quality of healthcare services. In particular, data mining techniques based on the use of association rules have been shown to be effective in determining the connection rules between the services applied by patients. It is thought that the effective use of data mining techniques in healthcare businesses will improve the decision-making processes of businesses and increase patient satisfaction. It is recommended that future research deepen knowledge in this area by using larger data sets and different data mining algorithms.