توانایی تشخیص بیماری دیابت با بکارگیری تکنیکهای داده کاوی و الگوریتم هوش مصنوعی

امروزه می توانیم با استفاده از ابزارهای فناوری جدید برای بازیابی و ذخیره داده ها در اندازه بزرگ استفاده کنیم. بنابراین ما باید علم جدیدی برای جستجو در این منبع داده های بزرگ بکارببریم. داده کاوی علمی است که به طور خودکار داده های بزرگ راجمع آوری و در جستجو برای یافتن مدلها و انجمن در آنها تلاش میکند. در جایی دیگر تحلیل آماری نمی تواند این کار را انجام دهد. علم پزشکی یکی از علوم است که نیاز به استفاده از این ابزار برای تجزیه و تحلیل داده های عظیم خود و ایجاد مدل پیشگویانه با روش های محاسبه جدید دارد. هدف از این تحقیق بررسی قوانین و کاربردکاوی پیشگویانه درحوزه علوم پزشکی و ارائه یک چارچوب کار برای ایجاد, ارزیابی و بهره برداری از مدل های داده کاوی در این علم است. در این مقاله یک روش جدید برای تشخیص دیابت ارایه شده است. امروز بهترین افراد با تکیه بر تجربه و دانش خود, به تشخیص این بیماری می پرذازند بسیار پیچیده و وقت گیر است. با این حال, خطای انسانی اجتناب ناپذیر است. این روش در مقایسه با روش های مرسوم کامل تراست و از سوی دیگر، در ارجاعات روش های ترکیبی مفید است. این مطالعه در مقایسه با روش های بزرگتر و مدل متا اکتشافی دارای خطای کمترمی باشد. این روش مبتنی بر قوانین و ویژگی های این مجتمع شامل ترکیبی از KNN و شبکه های عصبی و درخت تصمیم و انتخاب ویژگی برتر در تشخیص دیابت می باشد.