🧬 GeoHealth AI: Hibrit Çevresel Sağlık Riski Analiz Sistemi

Geliştirici: Yunus Emre Umar & Nabi Doğan Bartın Üniversitesi - Yapay Zeka Operatörlüğü

---

🌟 Projeye Genel Bakış

GeoHealth AI, bireylerin yaşam boyu maruz kaldıkları çevresel kirlilik yükünü resmi istatistikler ve makine öğrenmesi algoritmaları kullanarak analiz eden açık kaynaklı bir platformdur. Bu sistem, bireyin geçmişte yaşadığı lokasyonların sağlık üzerindeki kümülatif etkilerini görünür kılar.

---

⚙️ Sistem ve Veri Mimarisi

1. Veri Kaynakları ve API Gereksinimleri

• TÜİK İstatistikleri: Türkiye İstatistik Kurumu'nun 2024 yılı resmi verileri üzerinden hesaplanan "Bölgesel Risk Çarpanları" baz alınır.
• OpenAQ API: Güncel hava kalitesi verileri (PM2.5, SO2) için OpenAQ altyapısı kullanılır.

  • Önemli Not: Bu projeyi çalıştıracak kullanıcıların, kendi OpenAQ API Key’lerini alarak veri çekme modüllerini konfigüre etmeleri gerekmektedir.

• Çevresel Parametreler: Sanayi bölgeleri, termik santraller ve maden ocaklarının lokasyon bazlı yoğunlukları analize dahil edilmiştir.

2. Hesaplama ve Algoritma Mantığı

Sistem, nihai risk skorunu oluştururken aşağıdaki hibrit formülü kullanır:

$$Risk_Skoru = (ML_Tahmini \times 0.70) + (TÜİK_Katsayısı \times 0.30)$$

• Makine Öğrenmesi (Random Forest): risk_model.py ile eğitilen model; maruziyet süresi, gelişim çağı (çocukluk) etkisi ve sanayi yoğunluğu gibi öznitelikleri analiz eder.
• Kritik Bölge Analizi: Çernobil etkisine maruz kalmış bölgeler (Bartın, Zonguldak vb.) sistemde otomatik olarak risk artırıcı faktör olarak tanımlanır.

---

📂 Proje Yapısı

Açık kaynak şeffaflığı gereği tüm süreç dosyaları paylaşılmıştır:

• app.py: Kullanıcı arayüzü ve grafiksel PDF raporlama motoru.
• fetch_airquality.py & fetch_industrial.py: API anahtarınızla güncel verileri yerel sisteme indiren veri çekme scriptleri.
• risk_model.py: Modelin eğitim süreçlerini ve özellik ağırlıklarını içeren kaynak kod.
• risk_model.pkl: Uygulamanın tahminleme için doğrudan kullandığı eğitilmiş model dosyası.
• tuik_stats.csv: Analizin temelini oluşturan bölgesel istatistik veri seti.

---

🚀 Kurulum ve Çalıştırma

1. Gerekli Kütüphaneleri Yükleyin:

   pip install -r requirements.txt
   

2.  **Verileri Güncelleyin (Opsiyonel):**
    API anahtarınızı ilgili dosyalara ekledikten sonra veri çekme scriptlerini çalıştırarak güncel verileri yerel ortamınıza çekebilirsiniz.
3.  **Uygulamayı Başlatın:**
    ```bash
    streamlit run app.py
    ```

---

### ⚠️ Yasal Uyarı
Bu platform bir **Bartın Üniversitesi** yapay zeka projesidir. Sistem tarafından üretilen sonuçlar istatistiksel verilere ve makine öğrenmesi projeksiyonlarına dayanmaktadır; kesinlikle **tıbbi bir teşhis niteliği taşımaz**. Her türlü sağlık sorununuz için lütfen uzman bir hekime başvurunuz.