مروری بر تکنیک های داده کاوی در پیش بینی و تشخیص دیابت

پیشرفت های قابل توجه در علوم بهداشتی منجر به تولید حجم انبوهی از اطلاعات ذخیره شده در پایگاه داده های پزشکی شده است. افزایش دسترسی به اطلاعات کافی در مورد بیماران، زمینه را برای ورورد سیستم های هوشمند و داده کاوی برای تشخیص و پیشبینی دیابت فراهم کرده است. استفاده از تکنیک های داده کاوی و یادگیریماشین برای تشخیص دیابت و تعیین عوامل موثر در ایجاد بیماری برای سیستم مراقبت های بهداشتی مفید است. هدف از این پژوهش بررسی مروری کاربرد ها و تکنیک های دادهکاوی در زمینه تحقیقات دیابت با توجه به پیشبینی و تشخیص است. ما مقالاتی که بین سال های 2017 تا 2020 در پایگاه های اطلاعاتی Science Direct, IEEE, Springer و... منتشر شده بود را شناسایی و بررسی کردیم. در این پژوهش تکنیک های داده کاوی مورد بررسی قرار گرفت و بطور کلی روش های ترکیبی و شبکه های عصبی بیشترین استفاده را داشته اند.

کلیدواژه ها:

داده کاوی ، دیابت ، هوش مصنوعی ، یادگیری ماشین ، شبکه های عصبی