تحليل مقارن لخوارزميات التعلم الآلي لتصنيف مرض السكري باستخدام تحليل مصفوفة الارتباك

Abstract

يستخدم العاملين في الرعاية الصحية التعلم الآلي أكثر فأكثر في السنوات الأخيرة لتعزيز نتائج المرضى وخفض التكاليف عليهم. بالإضافة إلى ذلك، تم تنفيذ التعلم الآلي في مجالات مختلفة، بما في ذلك تشخيص الأمراض، وتصنيف مخاطر المرضى، واقتراحات العلاج المخصصة، وتطوير الأدوية. يمكن لخوارزميات التعلم الآلي أن تفحص كميات هائلة من البيانات من السجلات الصحية الإلكترونية، والصور الطبية، ومصادر أخرى لتحديد الأنماط والتنبؤات، والتي يمكن أن تدعم المتخصصين في الرعاية الصحية والخبراء في اتخاذ قرارات مستنيرة، وتعزيز رعاية المرضى، وتحديد حالة المريض الصحية. في هذا الصدد، اختار المؤلف مقارنة أداء ثلاث خوارزميات (الانحدار اللوجستي ، Adaboost ، بايزالساذجة) من خلال معدل التصنيف الصحيح للتنبؤ بمرض السكري من أجل ضمان فعالية التشخيص الدقيق. تم الحصول على مجموعة البيانات المطبقة في هذا العمل من مستودع مؤسسي بجامعة فاندربيلت وهي بيانات متاحة للحميع. استنجتت الدراسة أن ثلاث خوارزميات فعالة للغاية في التنبؤ. بشكل أساسي، كان معدل تصنيف الانحدار اللوجستي و Adaboost أعلى من 92٪ ، وحققت خوارزمية بايز الساذجة معدل تصنيف أعلى من 90٪.