Skip to content

yusufkrnz/Loom

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Loom Logo

🧵 LOOM – Akut Klinik Karar Destek & Veri Orkestrasyon Sistemi

LOOM, Türkiye’de acil servislere gelen ayakta hastaların yükünü azaltmak ve doktorları klinik riskler konusunda önceden hazırlamak için tasarlanmış katmanlı bir Klinik Risk Orkestrasyon Sistemi’dir.

Türkiye’de acil servislere yıllık 150–170 milyon civarında başvuru yapılmakta olup, bu başvuruların %99’undan fazlası ambulans dışı (ayakta) gerçekleşmektedir. Başvuran hastaların yaklaşık %65’i Yeşil (Düşük Acil), %35’i Sarı (Orta Risk) ve %1-2’si Kırmızı (Yüksek Acil) triyaj kategorisine girmektedir. LOOM, özellikle bu yoğunluğu yönetmek üzere uzman hekimlere kritik veri analizi sunar.

🧠 Temel İşlevler & Mimari

  • Arka Plan Veri Ön-Çekimi (Pre-fetching): Hasta triyajdan geçtiği anda HBYS ve e-Nabız dahil devlet servislerinden veri, resmî entegrasyon mantığına uygun şekilde simüle edilerek çekilir. Geçmiş reçeteler, kronik hastalıklar, operasyon geçmişi ve yakın tarihli acil başvurular anında taranır.
  • Klinik Risk Analizi: Hasta şikayeti ile geçmiş veriler karşılaştırılarak ilaç–ilaç/ilaç–tanı çakışmaları, EDTB (Erken Dönem Tekrar Başvuru) paternleri ve kronik + akut risk kesişimleri belirlenir.
  • Dinamik Karar Destek: Doktor hastayı çağırdığında sistem, kritik riskleri ve sayısal göstergeleri görsel olarak sunar. ML ve temporal analiz ile gözden kaçabilecek risk paternleri tespit edilir. Gerektiğinde RAG/BERT modelleri özetleme veya analiz katmanlarında kullanılır.
  • Zeka Katmanı: Ana risk motoru deterministik kurallar, temporal/graph tabanlı analiz ve modüler İlaç Güvenliği gibi bileşenler üzerine kuruludur.

🛠 Teknoloji Yığını (Planlanan)

LOOM mimarisi modern ve ölçeklenebilir bir stack üzerine kurgulanmıştır:

  • FastAPI: Yüksek performanslı asenkron API servisleri.
  • RabbitMQ: Sistemler arası veri akışı ve mesajlaşma yönetimi.
  • Docker: Container tabanlı modüler dağıtım.
  • Python (LoomAtlas Engine): Klinik zeka ve veri işleme motoru.

Note

Sentetik Veri Motoru: LOOM projesi içinde veri üretimi için Synthea kütüphanesi kullanılmaktadır. Bu kütüphane, Türkiye’nin demografik yapısına ve Sağlık Bakanlığı/TÜİK verilerine göre revize edilerek gerçeğe en yakın Türk Hasta Popülasyonu üretimi için özelleştirilmiştir. Bu bilgi sadece veri motoru kapsamında geçerlidir.


Bu proje bir Web Dersi kapsamında geliştirilen bir Klinik Akıl simülasyonudur.

About

No description or website provided.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors