A Machine Learning Based Early Diagnosis System for Mesothelioma Disease

Mesothelioma is pleura cancer that cause death in about one year after diagnosis. The disease causes pain and shortness of breath. Patients have a CT (Computed Tomography)-scan and lung x-ray traditionally, but the exact method is biopsy. There are also different biopsy methods for its diagnosis. Its prevalence is one or two in a million around the world, but for Turkey it is disastrous. Five hundred people are diagnosed as mesothelioma every year in Turkey. This serious rate makes early diagnosis systems crucial for mesothelioma. In this paper, a machine learning based early detection system has been proposed for this fatal disease. An open database is used for the experiments and different methods have been applied to the problem of diagnosing mesothelioma disease. Accuracy and sensitivity performance metrics were used for the evaluation of the methods. The results show the diagnostic performance of different machine learning methods and present a successful early diagnosis system. Mezotelyoma, tanısından yaklaşık bir yıl sonra hastanın ölümüne sebep olan bir akciğer zarı kanseridir. Hastalık ağrıya ve nefes darlığına sebep olur. Hastalar geleneksel olarak CT (Bilgisayarlı Tomografi) taraması ve akciğer röntgenine tabi tutulurlar, fakat kesin tanı yöntemi biyopsidir. Tanı için farklı biyopsi yöntemleri de vardır. Hastalığın yaygınlığı dünyada milyonda 1 veya 2 iken Türkiye’de rakamlar korkunçtur. Türkiye’de her yıl beş yüz kişiye mezotelyoma tanısı konmaktadır. Bu ciddi rakamlar mezotelyoma hastalığı için bir erken tanı sistemini çok önemli kılmaktadır. Bu çalışmada, bahsedilen ölümcül hastalık için makine öğrenmesine dayalı bir erken tanı sistemi önerilmiştir. Deneylerde açık kaynaklı bir veri seti kullanılmış ve probleme farklı yöntemler uygulanmıştır. Yöntemlerin değerlendirilmesinde doğruluk ve hassasiyet performans ölçütleri kullanılmıştır. Sonuçlar, kullanılan farklı makine öğrenmesi yöntemlerinin mezotelyoma tanısı üzerindeki performansını göstermekte ve başarılı bir erken tanı sistemi sunmaktadır.