Mehmet YORULMAZ
Journal of Social and Analytical Health - 2025;5(3):146-158
Amaç: Bu çalışma, 2018-2022 yılları arasında Türkiye'de oluşan tıbbi atık miktarlarının eğilimlerini ve özelliklerini analiz etmekte ve sağlık hizmeti göstergeleri ile entegre edilen yapay zekâ (YZ) tabanlı bir tahmin modeli önermektedir. Bu model, tıbbi atık yönetiminde etkinliği ve sürdürülebilirliği artırmayı amaçlamaktadır. Gereç ve Yöntem: Tıbbi atık verileri, Türkiye İstatistik Kurumu'nun (TÜİK) 2018-2022 yıllarına ait atık istatistiklerinden elde edilmiştir. Ek olarak, sağlık hizmeti göstergeleri (hastane yatak sayısı, yatak doluluk oranı, hasta sayısı vb.) kullanılarak atık üretimiyle olası ilişkiler değerlendirilmiştir. Zaman serisi ve bölgesel analizler yapılarak atık üretimindeki değişim ve bertaraf yöntemlerinin dağılımı incelenmiştir. Bu bulgulara dayanarak, tıbbi atık miktarlarının tahmininde kullanılmak üzere Random Forest ve LSTM gibi makine öğrenmesi algoritmalarından yararlanabilecek kavramsal bir yapay zekâ tahmin modeli çerçevesi önerilmiştir. Bulgular: Ön analizler, tıbbi atık miktarlarında sürekli bir artış eğilimi olduğunu ve özellikle İstanbul, Ankara ve İzmir gibi büyükşehirlerde yoğunlaşma görüldüğünü ortaya koymuştur. Sterilizasyon ve düzenli depolama yöntemlerinin en yaygın bertaraf yöntemleri olduğu belirlenmiştir. Önerilen YZ modeli, sağlık hizmeti yoğunluğu ve demografik göstergeleri birleştirerek atık tahmininde yüksek doğruluk potansiyeli göstermiştir. Sonuç: Tıbbi atık verilerinin sağlık göstergeleriyle entegre edilerek YZ tabanlı tahmin modelleriyle analiz edilmesi, sağlık kuruluşlarında atık yönetimi planlamasının, kapasite kullanımının ve çevresel sürdürülebilirliğin geliştirilmesine önemli katkı sağlayabilir. Gelecekte gerçek zamanlı IoT verilerinin modele dahil edilmesi, tahmin doğruluğunu ve operasyonel verimliliği artıracaktır.
