بررسی روش های مبتنی بر یادگیری ماشین و یادگیری عمیق در تشخیص دیابت

دیابت ترکیبی از اختلالات سوخت و سازی در بدن است که با افزایش سطح گلوکز خون در مدت زمان طولانی مشخصمی شود. دیابت تشخیص داده نشده می تواند منجر به ظهور بیماری های مرتبط با آن از قبیل رتینوپاتی، نفروپاتی و نوروپاتیو سایر ناهنجاری های عروقی شود. با توجه به رشد فزاینده این بیماری در سال های اخیر، پیش بینی می شود تا سال 2040تعداد بیماران دیابتی در سرتاسر جهان به 642 میلیون نفر برسد، این بدین معنی است که از هر 10 نفر بزرگسال یک نفربه این بیماری مبتلا خواهد بود. شکی نیست که این رقم هشداردهنده به توجه ویژه ای نیاز دارد. به همین دلیل متخصصانپزشکی نیاز به یک روش و ابزار پیش بینی قابل اطمینان برای تشخیص بیماری دیابت دارند. استفاده از داده کاوی و روش-های یادگیری ماشین یک رویکرد کلیدی برای استفاده از حجم زیادی از اطلاعات مرتبط با دیابت برای تحلیل اتوماتیکداده و شناسایی الگوهای نهان است که می تواند در پیش بینی و تشخیص سریع و کم هزینه بیماری ها به طور موثریاستفاده شود. در این مقاله ابتدا روش های مبتنی بر یادگیری ماشین و یادگیری عمیق و همچنین نقاط قوت و ضعف آنهادر پیشگیری و درمان بیماری دیابت مورد بررسی قرار گرفته است. و در ادامه به بررسی و مرور جدیدترین تحقیقات انجامشده در این حوزه در سالهای اخیر پرداخته شده است.

کلیدواژه ها:

یادگیری ماشین ، یادگیری عمیق ، طبقه بندی ، داده کاوی