İçeriğe geç
Pazartesi, 19 Ekim 2026 Edirne
  • DolarUSD49,4463▲ %0,05
  • EuroEUR55,6180▲ %0,37
  • SterlinGBP66,0056▲ %0,63
  • Gram AltınALTIN6.593,31▼ %0,08
  • BitcoinBTC$81.059▲ %0,01
TRAKYALIFE Trakya'nın haber merkezi
ReklamReklam
Bugün neler oldu?
Edirne

Trakya Üniversitesi yapay zeka projesi birinci oldu

,4 doğruluk oranına ulaşan yapay zekâ modeli, geleneksel yöntemleri geride bıraktı. Trakya Üniversitesi öğrencileri, Kapadokya'da düzenlenen 3. Ulusal Yapay Zekâ Buluşması'nda poster yarışması birinciliğini kazandı. Geliştirdikleri hasta düşme riski tahmin sistemi, sağlıkta klinik karar süreçlerine katkı sunmayı hedefliyor.

Haberleri Google'da öncelikli görün: Trakya Life'ı tercih ettiğiniz kaynak olarak ekleyin. Tıkla ve ekle
Trakya Üniversitesi yapay zeka projesiyle poster yarışmasında birincilik kazanan öğrenciler
Trakya Üniversitesi öğrencileri, Kapadokya'da düzenlenen 3. Ulusal Yapay Zekâ Buluşması'nda poster yarışması birinciliğini kazandı.

Trakya Üniversitesi Keşan Yusuf Çapraz Uygulamalı Bilimler Yüksekokulu Bilişim Sistemleri ve Teknolojileri Bölümü öğrencileri, Kapadokya Üniversitesi tarafından 15-16 Ekim 2026 tarihlerinde düzenlenen 3. Ulusal Yapay Zekâ Buluşması kapsamındaki Üniversite Öğrencileri Arası Poster Yarışması’nda birincilik elde etti. Trakya Üniversitesi yapay zeka alanındaki bu başarısıyla sağlık sektörüne de önemli bir katkı sunmuş oldu.

Bilişim Sistemleri ve Teknolojileri Bölümü öğrencileri Yağmur Direk ve Oğuzhan Bodur, üyesi oldukları Bilgisayar ve İnovasyon Topluluğu bünyesinde geliştirdikleri “Yapay Zekâ Destekli Hasta Düşme Riski Tahmini” adlı projeyle yarışmaya katıldı. Proje, yapay zekâ ve makine öğrenmesi teknolojilerini sağlık alanında bir araya getirerek dikkat çekti.

Trakya Üniversitesi yapay zeka projesi hasta güvenliğini hedefliyor

Hastanelerin yataklı servislerinde meydana gelebilecek hasta düşmelerini önceden tahmin ederek hasta güvenliğini artırmayı amaçlayan projede, hastaların demografik bilgileri, hareket kabiliyetleri, laboratuvar sonuçları ve ilaç kullanım verileri analiz edildi. XGBoost ve Random Forest algoritmalarından yararlanılan sistemde, yapay zekâ modellerinin kararlarını açıklanabilir kılmak amacıyla SHAP analiz yöntemi kullanıldı.

Araştırma kapsamında geliştirilen XGBoost modeli, %91,4 doğruluk oranına ve 0,93 ROC-AUC skoruna ulaşarak geleneksel Morse düşme riski değerlendirme ölçeğinin %76,2’lik doğruluk oranını geride bıraktı. Elde edilen sonuçlar, yapay zekâ destekli sistemlerin hasta düşme riskinin öngörülmesinde ve klinik karar verme süreçlerinin desteklenmesinde önemli bir potansiyele sahip olduğunu ortaya koydu.

Kaynak: Trakya Üniversitesi

EdirneTrakya Üniversitesi
Koozmo Medya
YAZAR
Koozmo Medya

Koozmo Medya, kelimelerin gücüne, görselin etkisine ve bilginin dönüştürücü niteliğine inanan bir dijital hikâye anlatıcısıdır. Haberden içeriğe, görselden stratejiye uzanan yolculuğunda, her satırda özgünlüğü, her projede derinliği önceler. Zamanın ruhunu yakalayan içerikler üretirken, okuruyla bağ kurmayı değil; iz bırakmayı hedefler. Koozmo Medya için medya yalnızca bir mecra değil, anlamı çoğaltan bir evrendir.

Tüm yazıları →

Yorumlar

Henüz yorum yok.

Yorum yazmak için giriş yapmalısın.

Önerilen Haberler