Tip-1 Diyabet için Derin Öğrenme Yaklaşımları ile Kan Şekeri Tahmini

Diyabet kronik bir hastalıktır ve dünya çapında yaklaşık 500 milyon kişiyi etkilemektedir. Tip-1 diyabetin kesin bir tedavisi olmadığı için ömür boyu takip etmeyi gerektiren bir hastalıktır. Kan şekeri kontrolünün, tip-1 diyabeti yönetmenin etkili bir yolu olduğu kabul edilmektedir. Sürekli Glikoz İzleme (CGM) Sistemleri ile kan şekerini izlemek daha kolay hale gelmektedir. Bu sistemler 1 veya 5 dakika sıklıkta kan şekerini ölçerek kaydetmektedir. Böylece hastaya ait kişiselleştirilmiş analizler yapılmasına olanak tanımaktadır. Şekil 1’de iki farklı hasta için aynı saat dilimine ait 24 saatlik kan şekeri seviyelerini gösteren grafik verilmiştir. Hastaların glisemik dalgalanmalarına bakıldığında aynı saat aralıklarında farklı eğilimlerde olduğu görülmektedir. Bu eğilim hastanın çevresel faktörlerine bağlı olarak değişmektedir. Bu yüzden her hasta için kişiselleştirilmiş modellerin oluşturulması önem kazanmaktadır.

Şekil 1: İki hastanın kan şekeri seviyeleri

Çalışma kapsamında tip-1 diyabet hastaları için kan şekeri tahmini problemi ele alınmıştır. Kan şekeri tahmini problemini çözmek için istatistiksel yöntemler ve derin öğrenme yöntemleri yaygın olarak kullanılmaktadır. Bu çalışmada farklı derin öğrenme yöntemleri ile karşılaştırmalı olarak deneyler gerçekleştirilmiştir. Geliştirilen modeller tip-1 diyabete sahip 12 hastadan oluşan OhioT1DM veri seti üzerinde analiz edilmiştir. Veri setinde hastalardan manuel giriş ve sensörler aracılığıyla toplanan bilgiler hasta bazında incelenerek yeni öznitelik çıkarımı araştırılmıştır. Derin öğrenme yöntemlerinde modele girdi olarak verilen geçmiş zaman bilgisinin performansa olan etkileri de araştırılmıştır.