BÖLÜM


DOI :10.26650/B/ET07.2021.003.06   IUP :10.26650/B/ET07.2021.003.06    Tam Metin (PDF)

Tıpta Karmaşık Sistemler ve Veri Bilimi

Uzay Çetin

Disiplinler arası yaklaşım, günümüzde daha önce hiç olmadığı kadar önem kazandı. Birbirinden kopuk gibi görünen bilimsel alanların git gide birbirine yaklaştığı, ayrımların belirsizleştiği bir çağda yaşıyoruz. Karşı karşıya kaldığımız büyük problemlerin çözümü için çok farklı disiplinlerden araştırmacıların birlikte çalışması gerekiyor. Bu bölümde, tıpta karmaşık sistemler ve veri bilimi yaklaşımlarını incelemeye sadece bir giriş yapılacak ve iki ana problem olan (1) simülasyon temelli hastalık yayılım modelleri ve (2) veri odaklı hastalık/anomali tespiti üzerinde durulacaktır. Her iki problemin de artık gelişen bilişim teknolojileri yardımıyla ve disiplinler arası bir çerçevede ele alınması gerektiği vurgulanacaktır. Amerikalı Mitolojist Joseph Campbell, Kahramanın Sonsuz Yolculuğu adlı kitabında, tüm kahramanlık hikayelerinin ortak bir örüntüyü takip ettiğini ortaya koymuştur. Bunun için Campbell, dünyanın dört bir tarafından toparlanan kadim dinsel ve mitolojik figürlere ait örnekler yığınını bir araya getirip tek tek analiz etmiştir. Muazzam bir veri bilimi örneği olarak görebileceğimiz bu bulguda, kahramanların örüntüsünü keşfeden ve ortaya çıkaran, bir bilgisayar programı değil, bir bilim insanının aklı ve emeğidir. Rus Filozof ve Yazar Lev Nikolayeviç Tolstoy ise Anna Karenina adlı romanına şu satılarla başlar: ‘Bütün mutlu aileler birbirine benzer, her mutsuz aileninse kendine özgü bir mutsuzluğu vardır’. Evrendeki en büyüleyici şeylerden biri, hangi saklı köşesine bakarsak bakalım, onun tekrar eden anlaşılabilir örüntülerden meydana geliyor, olmasıdır. Karmaşık Sistemler ve Veri Bilimi yaklaşımını, evreni ve bizi çepeçevre saran bu büyük karmaşıklığın ardındaki sadeliği ortaya çıkarmak olarak tanımlamamız gerekir. Tolstoy’un mutlu ailelerini normal ve beklenen veri, mutsuz ailelerini ise beklenmeyen ve anomali olarak görmek mümkündür. Tolstoy keskin zekasına ve derin gözlemlerine dayanarak, bu çarpıcı sonuca ulaşmıştır. Karmaşık Sistemler ve Veri Bilimi yaklaşımını takip eden programlar, yakın gelecekte, şu an için bilmediğimiz bir çok gizli hazineyi ortaya çıkarma potansiyeline sahiptir.


DOI :10.26650/B/ET07.2021.003.06   IUP :10.26650/B/ET07.2021.003.06    Tam Metin (PDF)

Complex Systems and Data Science in Medicine

Uzay Çetin

The interdisciplinary approach has become more important today than ever before. We live in an era where scientific fields that appear to be disconnected are getting closer and the distinctions between them have become obscure. Researchers from many different disciplines need to work together to solve the big problems we face as humanity. With this chapter, we will only attempt to take a glimpse on the study of complex systems and data science in medicine. We will focus on two main problems: (1) simulation-based disease spread models and (2) data-oriented disease/anomaly detection. Additionally, we will emphasize that both problems should now be handled with the help of developing information technologies in an interdisciplinary framework. American Mythologist Joseph Campbell pointed out a common pattern of all the heroic stories in his book, The Hero with a Thousand Faces. For this explanation, Campbell puts together a huge amount of ancient religious and mythological figures gathered from all over the world. It was not a computer program, but the mind and effort of a scientist who found this hidden pattern among all heroes. The Russian Philosopher and Writer Lev Nikolayevich Tolstoy starts his novel Anna Karenina with the following lines: “All happy families are alike; each unhappy family is unhappy in its own way.” One of the most fascinating things in the universe, where ever we look at, is that consisting of repetitive and understandable patterns. We should define the approach of complex systems and data science as a way of revealing the simplicity within the complexity that surrounds us. It is possible to see Tolstoy’s happy families as normal and expected data, and unhappy families as unexpected and anomalies. Tolstoy came to this brief conclusion, relying solely on his sharp intelligence. In the near future, programs that follow the approach of the complex systems and data science have a great potential to uncover many hidden treasures we do not know at the moment.



Referanslar

  • Aickelin, Uwe & Cayzer, Steve. (2008). The Danger Theory and Its Application to Artificial Immune Systems. SSRN Electronic Journal. abs/0801.3549. 10.2139/ssrn.2832054. google scholar
  • Arıcan, I. (2013) Bir şeyler biliyorsun John Snow, Açık Bilim google scholar
  • Balcan, D., Gonçalves, B., Hu, H., Ramasco, J. J., Colizza, V., & Vespignani, A. (2010). Modeling the spatial spread of infectious diseases: the GLobal Epidemic and Mobility computational model. Journal of compu-tational science, 1(3), 132-145. https://doi.org/10.1016/jjocs.2010.07.002 google scholar
  • Bar-Yam, Y. (2016), Transition to extinction: Pandemics in a connected world, New England Complex Systems Institute google scholar
  • Carey B. (2020), Mapping the Social Network of Coronavirus, The New York Times google scholar
  • Cetin, U., & Bingol, H. O. (2017). The dose of the threat makes the resistance for cooperation. Advances in Complex Systems, 19(08), 1650015. google scholar
  • Cetin, U., Bingol, H. O. (2016), Karmaşık Sistemler ve Etmen Temelli Benzetim, AB2016 Akademik Bilişim Konferansları, Aydın Üniversitesi google scholar
  • Cetin, U. (2020), Yapay Öğrenme ile Anomali Tespiti: Siyah Kuğuları Yakalamak, Ideaport google scholar
  • Chinazzi M. et al. (2020), The effect of travel restrictions on the spread of the 2019 novel coronavirus (CO-VID-19) outbreak, Science, DOI: 10.1126/science.aba9757 google scholar
  • Dong E, Du H & Gardner L. (2020) An interactive web-based dashboard to track COVID-19 in real time. Lancet Inf Dis. 20(5):533-534. doi: 10.1016/S1473-3099(20)30120-1 google scholar
  • Eubank, S., Guclu, H., Anil Kumar, V. et al. Modelling disease outbreaks in realistic urban social networks. Nature 429, 180-184 (2004). https://doi.org/10.1038/nature02541 google scholar
  • International Air Transport Association (IATA) http://www.iata.org. google scholar
  • Lazer D., Pentland A., Adamic L., Aral S., Barabasi A.L., Brewer, D. Christakis N., Contractor N., Fowler J., Gutmann M., Jebara T., King G. , Macy M., Roy D., Alstyne M.V. (2009), Computational Social Science Science, Vol. 323, Issue 5915, pp. 721-723 doi: 10.1126/science.1167742 google scholar
  • Liu, F.T., Ting, K.M. & Zhou, Z. (2008), “Isolation Forest,” 2008 Eighth IEEE International Conference on Data Mining, Pisa, pp. 413-422, doi: 10.1109/ICDM.2008.17. google scholar
  • Matzinger P (2002) Apr 12;296(5566):301-5. The danger model: a renewed sense of self. Science google scholar
  • Nuti, S., Wayda, B., Ranasinghe, I., Wang, S., Dreyer, R., Chen, S. & Murugiah, K. (2014). The Use of Go-ogle Trends in Health Care Research: A Systematic Review. PLoS ONE. 9. e109583. 10.1371/journal. pone.0109583. google scholar
  • Pedregosa F., Varoquaux G., Gramfort A., Michel V., Thirion B., Grisel O., Blondel M., Prettenhofer P.,Weiss R. & Dubourg V. (2011), “Scikit-learn: Machine learning in python,” the Journal of machine Learning research, vol. 12, pp. 2825-2830. google scholar
  • Stevens, H. (2020), Why outbreaks like coronavirus spread exponentially, and how to flatten the curve The Washington Post google scholar
  • Tan, P.N., Steinbach, M., Karpatne, A. & Kumar, V. (2019). Introduction to Data Mining (Second Edition), Pearson google scholar


PAYLAŞ




İstanbul Üniversitesi Yayınları, uluslararası yayıncılık standartları ve etiğine uygun olarak, yüksek kalitede bilimsel dergi ve kitapların yayınlanmasıyla giderek artan bilimsel bilginin yayılmasına katkıda bulunmayı amaçlamaktadır. İstanbul Üniversitesi Yayınları açık erişimli, ticari olmayan, bilimsel yayıncılığı takip etmektedir.