شناسایی بیماری نارسایی کلیوی براساس روش ترکیبی و یادگیری گروهی در یادگیری ماشین

کلیه ها بخشی از سیستم ایمنی بدن هستند که به خاطر دفع مواد سمی نقش مهمی در سلامتی افراد دارند؛ مشکل و علائم در مراحل اولیه قابل مشاهده نیست؛ توجه به علائم بیماری در زمان مناسب، می تواند از بروز خطرات جبران ناپذیر و پیشرفت بیماری در آینده جلوگیری کند. تشخیص بیماری مزمن کلیوی CKD(Chronic Kidney Disease) می تواند دشوار باشد زیرا این علائم دیر بروز می کنند و در اکثر اوقات ما پس از پیشرفت بیماری و آسیب کلیوی متوجه علائم آشکار آن می شویم. در واقع این بیماری به عنوان یک وضعیت ساکت و خاموش شناخته می شود زیرا تشخیص آن دشوار است و معمولا بیماران در مرحله اولیه از این بیماری بی اطلاع هستند. رشد چشمگیر بیماری های کلیوی باعث شد تا جامعه پزشکی به دنبال راه حل هایی برای شناسایی زود هنگام این بیماری باشند. در سال های اخیر تکنیک های هوش مصنوعی و داده کاوی در حوزه پزشکی اهمیت بالایی دارد. در این مقاله قصد داریم ابتدا با استفاده از تکنیک های آماری و بررسی چند مقاله پزشکی اطلاعات دقیقی از وضعیت بیماران با استفاده از بررسی آزمایشات بالینی بیمار را بررسی کرده و سپس با استفاده از علم هوش مصنوعی و یادگیری ماشین روش مناسب را در نظر گرفته که درصد خطا را بسیار پایین بیاریم. از این رو تشخیص به موقع یکی از کارهای چالش برانگیز در این حوزه تبدیل شده است. در روش پیشنهادی ما با یادگیری جمعی و روش رای گیری دقت را به بالای ۹۹.۳۲ رسانده ایم که این روش یک روش بسیار دقیق می باشد اما این را هم در نظر باید بگیریم که برای آموزش و تست این روش به خاطر اینکه از سه کلاس بند استفاده می کنیم سرعت کلاس بند پایین می باشد.