منصة الرسائل والاطاريح: نظام تنبؤي للرعاية الصحية لتشخيص مرض السكري بالاعتماد على تقنيات التعلم الآلي وخدمة ويب

الخلاصة

مرض السكري من الأمراض الخطيرة والصامتة وهو من ضمن العشرة اسباب التي قد تسبب الموت المفاجئ. يمكن أن تحدث الاصابة به في أي وقت وقد يسبب إصابة جسيمة بأعضاء الجسم أو يتلفها بالكامل. لذلك يجب التحقيق من هذا المرض في بداية ظهوره وقبل أن يصعب علاجه. مع التقدم السريع في التعلم الآلي (ML) ، عززت هذه الأساليب كفاءة عمليات اتخاذ القرار في مجموعة واسعة من التطبيقات ، بما في ذلك التشخيص الطبي. في هذا المشروع، اخترنا مجال تطبيق طبي واستخدمنا ستة خوارزميات للتعلم الخاضع للإشراف ومن ثم تم اختيار الموديل الأكثر كفاءة لبناء نموذج تنبؤ عالي الدقة لمرض السكري لدى البشر في مرحلة مبكرة، قبل أن يتطور إلى درجة المرض أو الوفاة وبعد ذلك نشر هذا النموذج في صفحة الويب. يمكن للنموذج المقترح استخلاص المعرفة المخفية من البيانات المتعلقة بمرض السكري التي تم جمعها من مستودع التعلم الآلي Kaggle. ستفيد هذه الدراسة أيضًا القطاع الصحي من خلال تزويد المستخدمين بأداة عبر الإنترنت (أي صفحة ويب) تسمح لهم بإدخال البيانات وتلقي النتائج التي تتنبأ بما إذا كان الشخص مصابًا بالسكري أم لا. نتيجة لذلك، فإن المعرفة المسبقة والمراقبة المستمرة لحالتهم الصحية لمرضى السكري ستقلل من مخاطر المضاعفات والمراضة والوفاة الناجمة عن هذا المرض. تتمثل المساهمة الرئيسية للنظام المقترح في تحسين جودة الرعاية الصحية، وتقليل الاستشفاء، وخفض النفقات المرتفعة للرعاية الصحية والأدوية. في هذا المشروع استخدمنا Microsoft Azure Machine Learning Studio لنمذجة خوارزميات ML. هذا الاستوديو عبارة عن بيئة تأليف بصرية قوية للغاية تعتمد على السحب والإفلات. ليست هناك حاجة لأي أنظمة أو تطبيقات معينة لأنها بيئة أساسية قائمة على المستعرض. بعد إجراء العديد من تجارب خوارزميات التصنيف يتم اختيار الخوارزمية التي تعطي افضل النتائج لاستخدامها بعد ذلك لبناء النظام المقترح، يتم قياس العديد من مؤشرات الأداء ، بما في ذلك ( f1-score, Accuracy, Precision, Recall )للمقارنة بين أداء الخوارزميات. بناءً على مخرجات التصنيف، تم تحديد أن Decision Forest هي الخوارزمية الافضل وتنتج نتائج أفضل من مناهج Machine Learning الاخرى .