Sağlıkta Kullanılan Veri Tipleri

Özet

Günümüzde bilgi ve iletişim teknolojilerindeki hızlı gelişmelere paralel olarak sağlık sektöründe üretilen veri miktarı yüksek hacimli boyutlara ulaşmıştır. Sağlık alanındaki veriler hizmet sunumundan klinik karar destek sistemlerine, kişiselleştirilmiş tıptan yönetimsel süreçlere kadar geniş bir yelpazede önemli bir rol oynamaktadır. Verinin yüksek mevcudiyeti ve çeşitliliği, yapay zekânın gelişimi için temel bir koşul olup; yapay zekayı günümüzde yalnızca bir vaat olmaktan çıkarıp sağlık hizmetlerini yeniden şekillendiren somut bir gerçekliğe evirmiştir.

Bu bölümde, sağlıkta yapay zekâ uygulamalarının temel bileşeni olan veri türleri ve bu verilerin işlenme biçimini belirleyen teknik formatlar kapsamlı bir şekilde ele alınmaktadır. Bu bağlamda veriler, analitik süreçler bakımından iki ana eksende sınıflandırılmaktadır. İlk grubu, belirli bir şema ve standartlar çerçevesinde kaydedilen, kolayca işlenebilen ve hızlı sayısal analizlere olanak tanıyan yapılandırılmış veriler oluşturmaktadır. İkinci grupta ise klinik notlar, serbest metinler ve tıbbi görüntüler gibi yüksek düzeyde bilgi içeriği barındırmasına rağmen, anlamlandırılması ve analiz edilebilmesi için ileri düzey yapay zekâ ve derin öğrenme algoritmalarının kullanımını gerektiren yapılandırılmamış veriler yer almaktadır. Bu sınıflandırma ve format detayları, bir yapay zekâ projesinin mimarisini belirleyen en kritik aşamayı temsil etmektedir.

Son olarak, sağlık alanında yapay zekâ araştırmalarının günümüzde tek bir veri türüne dayalı yaklaşımları aşarak; görüntü, metin, sinyal ve ses gibi farklı veri modalitelerinin birlikte kullanıldığı çok modlu (multimodal) modellere yöneldiği ortaya konulmuştur. Bu çerçevede, yapay zekâ uygulamalarının etkinliği açısından yalnızca veriye erişimin değil, aynı zamanda veri kalitesi, temizliği ve bütünlüğünün de belirleyici olduğu vurgulanmıştır. Bununla birlikte, sağlıkta yapay zekâ ekosisteminin uzun vadede sürdürülebilir olabilmesi için KVKK ve GDPR başta olmak üzere ilgili yasal düzenlemelere uyum sağlanmasının, etik ilkelerin korunmasının ve sağlık verilerinin güvenli bir şekilde anonimleştirilmesinin gerekli olduğu sonucuna varılmıştır.

1.1 Sağlık Alanında Kullanılan Veri Türleri

Tıbbi araştırmalarda kullanılan sağlık verileri, farklı kaynaklardan elde edilmekte ve çok boyutlu bir yapı sergilemektedir. Bu veriler başlıca dört temel grupta ele alınabilir.

• Hastaneler ve birinci basamak sağlık hizmetlerinden elde edilen, tanı, tedavi, laboratuvar sonuçları ve klinik gözlemleri içeren Elektronik Sağlık Kayıtları (EHR) kapsamında yer alan klinik veriler [1,2].
• Süreçteki bir diğer önemli veri kaynağı; hastane ortamı dışında bireyler tarafından üretilen ve kalp atış hızı, fiziksel aktivite düzeyi ile kalori tüketimi gibi ölçümleri sağlayan giyilebilir IoMT (Tıbbi Nesnelerin İnterneti) cihazlarından elde edilen hasta kaynaklı sağlık ve fitness verileridir. Bu veri türü literatürde Hasta Tarafından Üretilen Sağlık Verileri (Patient-Generated Health Data) olarak tanımlanmaktadır [3].
• Kanser benzeri spesifik hastalık prevalansını veya sigara kullanımı gibi halk sağlığı risklerini analiz eden nüfus sağlığı ve epidemiyoloji verilerine erişim sağlanabilmektedir. Bu veriler, toplum düzeyinde sağlık eğilimlerinin izlenmesi ve politika geliştirilmesi açısından önem taşımaktadır [4,5].
• Sistem, sağlık hizmetlerinin idari süreçlerine odaklanan; işlemsel, finansal ve yönetsel veri türlerini de bünyesinde barındırmaktadır. Bu veriler, sağlık hizmetlerinin planlanması, kaynak yönetimi ve mali sürdürülebilirliğinin sağlanmasında kullanılmaktadır [6].

Elektronik Sağlık Kayıtlarının, bağlantılı tıbbi cihazların ve yapay zekâ tabanlı sistemlerin yaygınlaşmasıyla birlikte sağlık verileri hem hacim hem de çeşitlilik açısından önemli ölçüde artmıştır. Ancak veri miktarındaki bu artış, tek başına daha nitelikli sağlık hizmeti sunulmasını garanti etmemektedir. Bu nedenle sağlık verileri, kaynaklarına göre sınıflandırılabilmekle birlikte; veri analitiği ve yapay zekâ uygulamaları açısından daha işlevsel bir yaklaşım, verilerin yapılandırılmış [7] ve yapılandırılmamış [8] olmak üzere iki temel format altında ele alınmasıdır. Bu sınıflandırma, verinin klinik ya da yönetsel kökeninden ziyade, nasıl üretildiği, saklandığı, işlendiği ve analiz edildiğine odaklanmakta ve özellikle büyük veri analitiği ile yapay zekâ temelli sistemlerin tasarımında daha belirleyici bir çerçeve sunmaktadır.

1.2 Yapılandırılmış Sağlık Verileri (Structured Data)

Yapılandırılmış veriler, belirli bir şema ve çoğu zaman standartlar çerçevesinde toplanan, saklanan ve işlenen bilgi türlerini ifade etmektedir. Bu veriler; hastalar, sağlık hizmeti sunucuları ve geri ödeme kurumları arasında verilerin karşılaştırılmasını, bütünleştirilmesini ve yeniden kullanılmasını mümkün kılması açısından sağlık bilişimi açısından kritik bir öneme sahiptir. Yapılandırılmış veriler, önceden tanımlanmış bir veri modeline sahip olan ve genellikle satır–sütun mantığıyla çalışan ilişkisel veri tabanlarında tutulan verilerdir. Bu yapı sayesinde veriler, makine tarafından doğrudan okunabilir ve analiz edilebilir nitelik taşımaktadır.

Bu kapsamdaki başlıca yapılandırılmış sağlık verileri şunlardır:

• Klinik ve demografik bilgiler: Hastanın yaşı, cinsiyeti, boy, kilo ve vücut kitle indeksi gibi temel tanımlayıcı özellikler.
• Laboratuvar ve sayısal ölçümler: Kan glukozu, kolesterol düzeyleri ve idrar tahlili sonuçları gibi doğrudan analiz edilebilen nicel veriler.
• Kodlanmış tanı ve işlemler: ICD-10/11 tanı kodları, ilaçlara ilişkin RxNorm kodları ve cerrahi girişim kodları. Bu tür kodlanmış veriler, klinik karar destek sistemlerinde standartlaştırılmış analizlerin yapılmasını kolaylaştırmaktadır.
• Sayısallaştırılmış sinyal verileri: EKG veya EEG gibi biyomedikal sinyallerin, belirli bir örnekleme hızıyla zaman serisi formatında tabloya dönüştürülmüş hâlleri.

Yapay zekâ bağlamında, yapılandırılmış veriler çoğunlukla Random Forest [9], XGBoost [10] gibi geleneksel makine öğrenmesi algoritmaları ile analiz edilmektedir. Bu veriler, özellikle tahmin edici analitik, hastalık riski öngörüsü ve klinik karar destek uygulamalarında yaygın olarak kullanılmaktadır.

1.3 Yapılandırılmamış Sağlık Verileri (Unstructured Data)

Yapılandırılmamış veriler, serbest metinler, görüntüler ve çoklu ortam içerikleri gibi önceden tanımlanmış bir veri şemasına sahip olmayan bilgi türlerini kapsamaktadır. Klinik ilerleme notları, hekim değerlendirmeleri ve radyolojik görüntüler bu veri grubunun başlıca örnekleri olup, genellikle tıbbi kayıtlarda yapılandırılmamış formatta saklanmaktadır. Sağlık verilerinin büyük bir bölümünün bu formda tutulması, veri bütünleştirme, standartlaştırma ve sistemler arası karşılaştırma süreçlerinde önemli zorluklara yol açmaktadır. Literatürde sağlık verilerinin yaklaşık %80’inin yapılandırılmamış nitelikte olduğu belirtilmektedir.

Belirli bir kalıba sığmayan bu veri türleri, yapay zekâ ve özellikle derin öğrenme yöntemlerinin en belirgin katkı sunduğu alanlardan biri olarak öne çıkmaktadır. Bu bağlamda, yapılandırılmamış verilerin anlamlandırılması ve analize uygun hâle getirilmesi, yapay zekâ uygulamalarının sağlık alanına sağladığı temel kazanımlar arasında yer almaktadır.

Yapılandırılmamış sağlık verilerinin başlıca türleri şunlardır:

• Tıbbi metinler: Hekim muayene notları, epikriz raporları ve radyoloji değerlendirmeleri gibi serbest metin içerikleri. Bu veriler, Doğal Dil İşleme (Natural Language Processing, NLP) teknikleri kullanılarak analiz edilmektedir.
• Tıbbi görüntüleme verileri: Röntgen, bilgisayarlı tomografi (BT), manyetik rezonans (MR) görüntüleri ile histopatolojik ve dermoskopik görüntüler. Bu veriler yüksek boyutlu, piksel tabanlı veri yapıları içermektedir.
• Omik veri setleri: Genomik, proteomik ve metabolomik veriler, dizi temelli olmalarına rağmen yüksek hacimleri ve karmaşık yapıları nedeniyle çoğunlukla yapılandırılmamış veri işleme yaklaşımlarını gerektirmektedir.
• Multimedya verileri: Hasta–hekim görüşmelerine ait ses kayıtları ve yürüyüş analizi gibi hasta hareketlerini içeren video verileri.
• Sosyal ve çevresel veriler: Hastaların sosyal medya paylaşımları, yaşanılan çevreye ilişkin hava kirliliği verileri ve beslenme günlükleri gibi sağlık sistemi dışından elde edilen tamamlayıcı veri kaynakları.

Yapay zekâ bağlamında, yapılandırılmamış verilerin analizi genellikle Evrişimli Sinir Ağları (CNN), Tekrarlayan Sinir Ağları (RNN) ve Dönüştürücü (Transformer) mimarileri gibi derin öğrenme yöntemlerini gerektirmektedir. Görüntü tanıma, metin madenciliği ve karmaşık örüntülerin ortaya çıkarılması, bu veri sınıfının başlıca uygulama alanlarını oluşturmaktadır.

1.4 Veri Entegrasyonu

Sağlık verilerindeki çeşitlilik yalnızca farklı veri kaynaklarından değil, aynı zamanda veri formatları, standartlaşma düzeyi ve analiz edilebilirlik özelliklerindeki farklılıklardan da kaynaklanmaktadır. Güncel sağlıkta yapay zekâ çalışmaları, tek bir veri türüne dayalı yaklaşımların ötesine geçerek, yapılandırılmış ve yapılandırılmamış verilerin birlikte kullanıldığı çok modlu modeller üzerine yoğunlaşmaktadır [11]. Bu kapsamda, örneğin tıbbi görüntülerin klinik notlar ve laboratuvar bulguları ile birlikte değerlendirilmesi, yapay zekâ sistemlerinin klinik bağlamı daha doğru şekilde anlamlandırmasını mümkün kılmaktadır. Günümüzde yapay zekâ uygulamaları yalnızca görüntü verisine değil; görüntü, klinik metin ve genetik verilerin bütünleşik analizine odaklanmaktadır.

Sağlık verilerinin birlikte çalışabilirliğini ve güvenli biçimde paylaşılmasını sağlamak amacıyla geliştirilen HL7 ve FHIR gibi veri değişim standartları, SNOMED CT, ICD ve LOINC gibi terminoloji standartları ile CDISC ve NCPDP gibi alan odaklı standartlar, sağlık verilerinin tutarlı, karşılaştırılabilir ve yeniden kullanılabilir olmasını desteklemektedir [12,13]. Bu standartlar genel olarak terminoloji, içerik, veri iletimi ile gizlilik ve güvenlik başlıkları altında sınıflandırılmakta ve sağlık bilişimi ile yapay zekâ uygulamaları için ortak bir teknik ve kavramsal zemin oluşturmaktadır. Nitekim günümüzde kullanılan doğal dil işleme tabanlı yapay zekâ araçları dahi, başlangıç aşamalarında tıbbi tanılar, ilaç tedavileri ve ilaç bileşenleri gibi yapılandırılmış sağlık verileri ile eğitilmiş olup, bu durum evrensel kodlama ve standartlara duyulan ihtiyacın uzun süredir vurgulanmasının temel nedenlerinden biri olarak değerlendirilmektedir.

Tıbbi araştırmalarda kullanılan hasta verileri, tıbbi görüntüleme verileri ve IoMT kaynaklı veriler; hacim, hız ve çeşitlilik bakımından büyük veri özellikleri taşımakta ve bu durum geleneksel veri işleme yaklaşımlarının yetersiz kalmasına neden olmaktadır. Özellikle yapılandırılmamış verilerin sağlık verilerinin önemli bir bölümünü oluşturması, yapay zekâ ve doğal dil işleme gibi ileri analitik yöntemlerin önemini artırmaktadır. Ancak HL7, FHIR ve CDISC gibi standartların etkin biçimde uygulanmaması durumunda, veri entegrasyonu sağlık bilişimi açısından bir avantaj olmaktan çıkmakta ve önemli bir darboğaz hâline gelebilmektedir. Bu nedenle sağlık verilerinin etkin yönetimi, yalnızca veri üretimini değil; aynı zamanda standartlaştırma, birlikte çalışabilirlik ve analitik kapasitenin geliştirilmesini de zorunlu kılmaktadır.

1.5 Sonuç

Sağlık alanında üretilen verinin hacmi, çeşitliliği ve üretim hızı, yapay zekâ uygulamalarını yalnızca teknik bir yenilik olmaktan çıkararak sağlık sistemlerinin dönüşümünde merkezi bir unsur hâline getirmiştir. Bu dönüşüm sürecinde belirleyici olan unsur, verinin niceliğinden ziyade; nasıl üretildiği, hangi standartlar çerçevesinde saklandığı, ne ölçüde bütünleştirilebilir olduğu ve analitik süreçlere ne kadar anlamlı biçimde aktarılabildiğidir. Dolayısıyla sağlıkta yapay zekâ uygulamalarının başarısı, algoritmik yetkinliklerden çok, bu algoritmaları besleyen veri ekosisteminin olgunluğu ile doğrudan ilişkilidir.

Yapılandırılmış ve yapılandırılmamış sağlık verileri arasındaki ayrım, günümüzde yalnızca teknik bir sınıflandırma olmanın ötesine geçerek, yapay zekâ mimarilerinin tasarımını ve klinik uygulamaların ölçeklenebilirliğini belirleyen temel bir çerçeve sunmaktadır. Özellikle yapılandırılmamış verilerin sağlık verilerinin büyük bir bölümünü oluşturması, derin öğrenme ve doğal dil işleme gibi yöntemleri zorunlu kılarken; bu verilerin anlamlı biçimde kullanılabilmesi için yapılandırılmış veri katmanlarıyla desteklenmesi gerekliliğini de ortaya koymaktadır. Bu durum, tekil veri kaynaklarına dayalı yaklaşımların giderek yerini, çok modlu ve bütünleşik analiz paradigmalarına bırakmasına neden olmaktadır.

Bu bağlamda HL7, FHIR, vb gibi standartlar yalnızca teknik birlikte çalışabilirliği değil, aynı zamanda sağlık verilerinin yeniden kullanılabilirliğini, karşılaştırılabilirliğini ve güvenilirliğini de güvence altına alan stratejik bileşenler olarak öne çıkmaktadır. Standartların etkin biçimde uygulanmadığı ortamlarda veri entegrasyonu, yapay zekâ için bir kaldıraç olmaktan çıkmakta; aksine, klinik karar destek sistemlerinin doğruluğunu ve genellenebilirliğini sınırlayan bir engel hâline dönüşebilmektedir. Bu nedenle standartlaşma, sağlıkta yapay zekâ çalışmalarında opsiyonel bir teknik tercih değil, sistemik bir gereklilik olarak ele alınmalıdır.

Son olarak, sağlık verilerinin yapay zekâ temelli analizinde teknik kapasitenin yanı sıra, etik, hukuki ve yönetişim boyutlarının da eş zamanlı olarak ele alınması kaçınılmazdır. KVKK ve GDPR gibi düzenlemeler çerçevesinde veri güvenliği, mahremiyet ve anonimleştirme süreçlerinin güvence altına alınmadığı bir ekosistemde, ileri analitik yöntemlerin sürdürülebilir ve toplumsal olarak kabul edilebilir sonuçlar üretmesi mümkün değildir. Bu nedenle sağlıkta yapay zekânın geleceği; güçlü algoritmalar kadar, nitelikli veri, etkin standartlar ve güven temelli bir yönetişim anlayışının birlikte inşa edilmesine bağlıdır.

Kaynakça

1. Hoerbst A, Ammenwerth E. Electronic health records. Methods Inf Med. 2010;49(4):320–6.

2. Seymour T, Frantsvog D, Graeber T. Electronic health records (EHR). Am J Health Sci. 2012;3(3):201.

3. Shapiro M, Johnston D, Wald J, Mon D. Patient-generated health data. Research Triangle Park (NC): RTI International; 2012 Apr. Report No.: 813–814.

4. Lopez AD, Mathers CD, Ezzati M, Jamison DT, Murray CJL. Global and regional burden of disease and risk factors, 2001: systematic analysis of population health data. Lancet. 2006;367(9524):1747–57.

5. Krieger N. Epidemiology and the people’s health: theory and context. Oxford: Oxford University Press; 2024.

6. Cleverley WO, Cleverley JO, Parks AV. Essentials of health care finance. Burlington (MA): Jones & Bartlett Learning; 2023.

7. Tayefi M, Ngo P, Chomutare T, Dalianis H, Salvi E, Budrionis A, et al. Challenges and opportunities beyond structured data in analysis of electronic health records. Wiley Interdiscip Rev Comput Stat. 2021;13(6):e1549.

8. Adnan K, Akbar R, Khor SW, Ali ABA. Role and challenges of unstructured big data in healthcare. In: Data management, analytics and innovation. Singapore: Springer; 2020. p. 301–23.

9. Breiman L. Random forests. Mach Learn. 2001;45(1):5–32.

10. Chen T, Guestrin C. XGBoost: a scalable tree boosting system. In: Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM; 2016. p. 785–94.

11. Zhang D, Yin C, Zeng J, Yuan X, Zhang P. Combining structured and unstructured data for predictive models: a deep learning approach. BMC Med Inform Decis Mak. 2020;20(1):280.

12. Imler TD, Vreeman DJ, Kannry J. Healthcare data standards and exchange. In: Clinical informatics study guide: text and review. Cham: Springer International Publishing; 2016. p. 233–53.

13. Osamika D, Adelusi BS, Kelvin-Agwu MTC, Mustapha AY, Forkuo AY, Ikhalea NA. A critical review of health data interoperability standards: FHIR, HL7, and beyond. Wireless Sens Netw. 2025;203:194–233.