پیش بینی و تشخیص بیماری دیابت با استفاده از روش های یادگیری ماشین

دیابت به عنوان یکی از شایع ترین بیماری های مزمن شناخته می شود که خطرات جدی برای سلامت مانند نارسایی کلیه، سکته قلبی، آسیب های عصبی و بینایی به همراه دارد. شناسایی و پیش بینی این بیماری فرآیندی پیچیده است و هزینه بالای آزمایش ها، انجام آن را دشوارتر می کند. با این حال، اگر بتوان بدون نیاز به مراجعه به بیمارستان های شلوغ، خطر ابتلا به دیابت را شناسایی کرد، این موضوع می تواند به طور قابل توجهی تحول ایجاد کند. چنین پیش بینی ای تنها از طریق یادگیری ماشین ممکن است. در این مقاله، مدل های مختلفی برای طبقه بندی و پیش بینی دیابت ارائه شده است که می توانند با تشخیص زودهنگام و درمان مناسب، طول عمر بیماران را افزایش داده و عوامل خطر را کاهش دهد. پردازش مناسب از طریق جایگزینی مقادیر خالی، نرمال سازی و کدگذاری انجام شده است. ۱۵ الگوریتم مختلف یادگیری ماشین اعمال شده اند. نتایج با استفاده از معیارهای عملکرد؛ دقت، فراخوانی، ویژگی، صحت، امتیاز F۱ و زمان اجرا مقایسه شده اند. آموزش و آزمایش بر روی دو مجموعه داده مختلف انجام شده است تا استحکام مدل پیشنهادی تضمین شود. در میان مدل های بررسی شده، الگوریتم XGBoost در مجموعه داده dataset prediction abetesDi با بالاترین دقت آزمایش (۹۷.۸۷٪)، تعادل مناسب بین دقت و حساسیت برای کلاس ۱ (۰.۷۹۹=F۱)، مقدار بالای ROC-AUC (۰.۹۷۶۶) و زمان اجرای قابل قبول ۰.۴۳ ثانیه، بهترین عملکرد را نشان داد؛ همچنین مدل های CatBoost و LightGBM نیز با دقت بالا، ROC-AUC بیش از ۰.۹۷ و توازن مطلوب بین معیارها، به عنوان گزینه های برتر بعدی معرفی می شوند. همچنین در میان مدل های بررسی شده روی مجموعه داده PIMA Indian Diabets Dataset، Extra Trees با دقت آزمایش (۷۸.۵۷%)، امتیاز F۱ بالا برای کلاس ۰ و تعادل قابل قبول در سایر شاخص ها، بهترین عملکرد را ارائه داد. همچنین، مدل CatBoost با دقت بالا، AUC حدود ۰.۸۰ و زمان اجرای کم، به عنوان یکی از گزینه های قابل اعتماد برای پیش بینی دیابت در این پژوهش معرفی می شود.

کلیدواژه ها:

پیش بینی دیابت ، یادگیری ماشین ، طبقه بندی ، XGBoost