I. Uluslararası Sağlıkta Performans ve Kalite Kongresi Bildiriler ...

ANFIS parametreleri, üyelik fonksiyonu parametreleri (premise) ve çıkış fonksiyonu
parametrelerinden(consequent) oluşmaktadır. Yapay sinir ağları ve öğrenme
kavramlarının bu mimari içinde kullanılmasının amacı, ANFIS parametrelerinin
belirlenmesidir (Jang, 1993: 5).
ANFIS, ele alınan problem için oluşturulan yapıya göre olası tüm kuralları atayabilmekte
veya kuralların veriler yardımıyla uzman tarafından atanmasına olanak vermektedir.
ANFIS’in kural oluşturabilmesi veya kural oluşturulmasına olanak sağlaması uzman
görüşlerinden faydalanması anlamına gelmektedir (Jang, 1993: 5).
3. SUİSTİMAL TESPİT MODELİ
Performansa dayalı ek ödeme sistemi bütün sağlık hizmetlerini kapsamaktadır.
Ancak bu çalışmada örnek olarak üroloji bölümü seçilmiştir. Üroloji uzmanı hekim
tarafından belirlenen bazı girişimsel işlemler için örnek model oluşturulmuştur.
Suistimal tespit yöntemlerinden birçoğu, verileri “suistimal” veya “normal” şeklinde
iki sınıf olarak etiketlerler. Fakat bu tür sınıflandırmalar veride gürültü sorununu da
beraberinde getirmektedir. İstatistiksel skor değerleri kullanarak ayırım yapan bu
yöntemler, skorun yüksek olmasına göre karar vermektedir. Ancak skor değerleri
arasında fazla fark olmayan durumlar için yanlış sonuçlar üretebilmektedirler. Buna
çözüm olarak en yüksek skorlu ve ikinci en yüksek skorlu kayıt arasındaki farka
bakarak bir güven seviyesi oluşturulur. Bu güven değerinden az olan kayıtlar için
tekrar uzmana başvurulması gerekir. Bu tespit modelinde söz konusu problemi
ortadan kaldırmak amacıyla 3 sınıflı bir yapı (suistimal-şüpheli-normal) ortaya
konulmuştur.
Ortaya konulan suistimal tespit modeli hibrit bir yapı içeren iki alt modülden
oluşmaktadır: Bulanık Etiketleme Modülü (BEM) ve Akıllı Tespit Modülü (ATM)
Şekil 3. Suistimal tespit modeli
357