TYZAUM

Projeler


WisdomEra Platformu

WisdomEra, yapay zekada en önemli adım olan verinin doğru anlaşılması, analiz edilmesi ve karar destek algoritmaları ile insanlığın yararına sunulması hedefiyle projelerini yürütmektedir. Platformun detayları için www.wisdomera.io linkini inceleyebilirsiniz.

WisdomEra Ekosistemi, büyük veri ile çalışabilen ve ölçeklenebilen mimarisiyle bir çok uygulama barındırmaktadır. Tüm uygulamalar entegrasyonuyla bir çok karar destek sistemi ve araştırma projeleri yürütülebilen bir servis tabanlı uygulama alt yapısıdır.

Tyzaum, WisdomEra ile yaptığı işbirlikleriyle bir çok projeyi, eğitimleri, araştırmaları yürütmektedir.


Woncology, Onkoloji Klinik Karar Destek Uygulaması

Kanser hastalarının tedavilerinin dijital platformda takibini sağlayan bir uygulamadır. Hastane bilgi yönetim sistemlerine entegre edilerek kullanılabilmektedir.
Kanser tedavilerinde kullanılan kemoterapi, immünoterapi ve diğer tedavilerin ve hasta takibinin yapılabildiği bir onkolojik klinik karar destek sistemi platformudur.


Wdataform, veri modelleme uygulaması

WisdomEra ekosistemindeki tüm uygulamalarda kullanılan, ayrıca dış uygulamaların WisdomEra’ya veri beslemede kullandıkları, standart veri modelleri olan WDM’lerin (wisdom data model) üretildiği veri modelleme uygulamasıdır.


Wdigitalchannel, yapay zeka destekli algoritmalarla dijital temas

wdigitalchannel

Yapay zeka algoritmalarıyla klinik klavuzlarla hasta kitlelerinin belirlenerek toplum sağlığı açısından hasta takip ve tedavi yönetiminden hasta ile temasta kullanılan uygulamadır.

Bu uygulama ile sms, mail, push notification, call center ile telefon ile aramaya kadar ilgili izinlerini onaylayan vakalarla etkileşim kurulur. Bu etkileşimde temel amaç hastanın klinik hastalığı bazlı süreçlerini yapay zekadan destek alınarak kurgulanan algoritmalarla otomatize olarak yönetmektdir.


Wdmr, Veri Kayıt ve Gösterim Modülü

Wdmr uygulaması ile WDM’lerin kullanımı, kayıtların oluşturulması ve gösterilmesi süreçleri yürütülmektedir.
Wdmr, uygulamalara entegre olarak çalışarak tek noktadan veri kayıt ve gösterim yönetimlerini yapabilmektedir.

Veri modelleri arasında ilişkisel ağlar kurularak, kullanıcı bazlı veri tabanı yönetimi yapılan uygulamadır.
Dış uygulamalar webservisler aracılığıyla kendi Id’leriyle veri besleme yapabilmektedir.
Aktarılan bu veriler ile wanalyzer üzerinde, data marketing, araştırmalar, veri analizleri, simülasyonlar yapılabilmektedir.
 

Karar destek algoritmaları geliştirme uygulaması “Walgorithm” ile kullanıcılar kendi algoritmaları ile sistemi eğitebiliyor.
Walgorithm uygulamasında 5000’den fazla algoritma geliştirildi. Ve hızla artarak devam ediyor.
ChatBot Modülü ile diyagragmatik kompleks ChatBotlar geliştirilebiliyor.
 

Araştırma, analiz gibi süreçler bir takım olmayı gerektirir.
WisdomEra ekosistemindeki uygulamalar ile yapılan projelerin takip edildiği, yönetildiği, ekip ve proje yönetimlerinin yapıldığı uygulamadır.

WisdomEra’nın veri analiz sistemi olan “Wanalyzer” uygulaması ile kullanıcılar kendi makina öğrenmesi ve istatistiksel modellerini geliştirebiliyor.
Veri analiz projeleri, makale yazma süreçleri de Wanalyzer ile yapılabilmektedir.

Aynı projede birden fazla kişi ile yetkilendirme bazlı çalışmalar yapılabilmektedir.

Dataseti hazırlama ile ilgili kompleks algoritmik ve matematiksel işlemler yapılabilmektedir.
Bu sayede çok kompleks veri seti dizaynları yapılabilmektedir.
Bu özelliği ana kitle belirleme ve hedef kitle belirleme çalışmalarında kullanılmaktadır.

Text mining ile muayene bilgileri, radyoloji bilgileri gibi düz yazı şeklindeki veriler üzerinde ifade etiketleme çalışmaları yapılabilmektedir.
Eşleştirme yapacak araya insan katmanı konularak %100 doğrulukla veri setleri hazırlanabilmektedir.
İlgili ifadeler direkt çıktı olarak kabul edilerek veri setleri hazırlanabilmektedir.
 

İstatistiksel analizler yapılabilmektedir.

Tanımlayıcı ve karşılaştırmalı analizler ve amacıyla Pearson korelasyonu, kikare, fisher exact, Oneway ANOVA, tanımlayıcı istatistikler, logistik regresyon, lineer regresyon, paired sample t test, aykırı değer, z-index, kolmogorov smirnov, skewness, mann whitney u, students t gibi bir çok istatistiksel fonksiyon tanımlıdır.

Parametre karşılaştırmalarını sistemin otomatik olarak kombinasyonlarla yapması istendiğinde, belirlediğiniz istatistiksel test havuzundan kendisi uygun testi seçerek analizlerini yapabilmektedir.

Makina öğrenmesi algoritmaları ile tahmin ve sınıflandırma modelleri kurulabilmektedir.
Lineer regresyon, logistic regresyon, destek vektör makinaları, karar ağaçları, KNN, rassal ormanlar gibi makina öğrenme algoritmaları kullanılabilmektedir.

Büyük veri analitiğinde en önemli konulardan bir tanesi uygulamaların küme yapısı ile birbirleriyle konuşabilmesidir. Böylece sistem yönetimi veri analitiği performansı artacaktır. Tüm uygulama ekosistemini yöneten uygulamalardan biri olan wamserver uygulaması uygulama yönetiminin sunucularda yapılmasını sağlamaktadır.

Hastaların kliniğe yönlendirilmesi doğru zamanda daha hızlı tedavi görebilmelerini de sağlamaktadır. Bu nedenle doktor ekibi tarafından e-triage algoritmaları hazırlanmıştır. Bu algoritmalarda temel amaç belirli şikayet ya da bulguları olan kişilerin kliniklere yönlendirilmesini sağlamaktadır. (Not: Tanı koyma amacı bulunmamaktadır.) Linke tıklayarak algoritmaları test edebilirsiniz. E-triage

Otomatik makale çıktıları text olarak kalıplar halinde üretilebilmektedir. Ardından odaklanarak makalenin tartışma ve diğer düzenlemeleri hızlıca yapılabilecektir. 

İngilizce ve türkçe dilinde yapılan analiz çıktı üretimleriyle makaleler hızla hazırlanabilmektedir. Analistler ilgili analiz çıktılarından seçilen önemli cümleleri ve çıktıları makale ve rapor bölümüne otomatik olarak aktarılabilmektedir.
 

Meme kanserinde tanı belirlendikten sonra dünyada bir çok farklı klavuz ve çalışmalarla tedavi süreç yönetimi yapılmaktadır. Bu karar ağacı diyagramında tedavi sürecinin teknik olarak ilgili uzman tarafından kolay yönetimi amaçlanmıştır.

Meme kanseri tanısı konmuş ve patolojisi belirlenmiş hastaların tedavi algoritmalarını ve karar ağacı diyagram dallarını içeren bir chatbot algoritma paketidir. Meme kanseri yönlendirme algoritmasını test etmek için tıklayınız.

 

İstinye Üniversitesinde bulunan Venustats uygulaması üzerinden araştırmalar için hedef kitle belirleme, ana kitle belirleme, istatistiksel ya da makine öğrenmesi modelleri üreterek veri analitiği süreçlerinde araştırmacılara destek olmak adına yüzlerce projede Tyzaum ekibi tarafından WisdomEra platformu Wanalyzer uygulaması kullanılarak yapılmaktadır.

Araştırmacılara makale oluşturmanın en önemli adımı hazırlanarak sunulmaktadır. Hazır veri setlerinde analizler hızlıca yapılarak modeller üretilebildiği gibi, veri setleri hazırlanarak da süreçler ilerletilebilmektedir.

 

Sistemler arası veri etkileşimi günümüzde çok önemlidir. Platformların birbirleriyle verilerle konuşması ile platformların güçleri birbirlerini artırmaktadır.

Wtransfer uygulaması ile hastane bilgi yönetim sistemlerinden özel dizaynlar sonrasında veri transfer kurguları kolaylıkla yapılabilmektedir. Verinin formatlanması işlemi de kolayca yapıldığı için veri tiplerinden bağımsız olarak veri transfer kurguları dizayn edilebilmektedir.

Ayrıca küme yapısıyla verilerin birden fazla sunucu tarafından aralarında paylaşarak yapılması da sağlanabilmektedir.

 

Hastanelerde hastane bilgi yönetim sistemlerinden anonimize edilmiş verilerin yapay zeka, klinik araştırmalar, karar destek sistemlerine veri aktarımı, dijital hasta etkileşimi gibi bir çok proje amaçlı bu uygulama kullanılabilmektedir.

 

 

Tıbbi veri günümüzde çoğu hastane bilgi yönetim sisteminde düz yazı olarak sistemlere kaydedilmektedir. Veri madenciliği yöntemleri kullanılarak klinik alanlarda veri profillenmektedir. Bu adımdan sonra hem makine öğrenmesi algoritmaları hem de istatistikler yapılarak klinik araştırma ve analizler kolayca yapılmaktadır. 

Büyük veri profilleme işleminde Wanalyzer uygulaması kullanılmaktadır. Bu işlem için verinin data katmanlarına transferinden sonra belirlenen algoritmalara göre öncelikle ana kitle belirlenmektedir. Ana kitle belirlendikten sonra hedef kitle belirlenerek veri ön işleme süreci tamamlanmaktadır. Böylece veri kullanılabilir ve yönetilebilir olmaktadır.

Wanalyzer istatistik, makine öğrenmesi, makale & rapor modülleri kullanılarak araştırmacılarla projeler ilerletilmektedir.