بررسی عوامل موثر بر تشخیص بیماری های مزمن کلیوی به کمک داده کاوی

در حال حاضر حدود۱۰% از مردم جهان مبتلا به بیماریهای کلیوی هستند که بسیاری از آنها به واسطه ای این بیماری فوت می شوند. تشخیص این بیماری در مراحل اولیه ی آن، باعث می شود که علاوه بر کاهش هزینه های درمانی، افزایش طول عمر بیمار را نیز به همراه داشته باشد. از طرفی دسترسی به پزشکان متخصص برای تشخیص های اولیه برای همگان میسر نیست. از این رو پژوهشگران همواره درصدد طراحی مدل هایی هستند که بتوانند اینگونه بیماری ها را به صورت خودکار و بدون نیاز به مراجعه به متخصص تشخیص دهند. استفاده از داده کاوی و الگوریتم های یادگیری ماشین یکی از تلاش های موفقی است که برای تشخیص انواع بیماری ها در مطالعات متعددی انجام شده است. در این مقاله نیز به کمک روش های داده کاوی و الگوریتم های یادگیری ماشین مبتنی بر درخت تصمیم گیری، برای تشخیص بیماری های مزمن کلیوی مورد آزمایش قرار می گیرند. آزمایش ها بر روی یک مجموعه داده از پایگاه UCI و متشکل از اطلاعات ۴۰۰ نمونه از اشخاص سالم و مبتلا به بیماری های مزمن کلیوی انجام شده است. نتایج نشان می دهند که از میان الگوریتم های مختلف درخت تصمیم گیری، الگوریتم RandomForest یا جنگل های تصادفی قوی تر عمل می کند به طوری که برای مجموعه داده ی مذکور صحت متوسطی برابر با ۹۹% حاصل شده است.

کلیدواژه ها:

داده کاوی ، بیماری های مزمن کلیوی ، درخت تصمیم گیری ، یادگیری ماشین