بهبود روند تشخيص بيماري ديابت در سلامت هوشمند با استفاده از رويكرد يادگيري گروهي مبتني بر الگوريتم ژنتيك بر روي زيرساخت اينترنت اشيا

بيماري مزمن ديابت يكي از عوامل اصلي مرگ و مير در سراسر جهان محسوب ميشود كه از علل اصلي اين بيماري ميتووان بوه - وجود مقدار زيادي از متابوليت ها مانند گلوكز اشاره كرد كه در سال 2014 حدود 378 ميليون نفر ديابتي در سراسر جهوان وجوود داشوت كوه بارمالي اين بيماري به ميزان 13.700 دلار در سال محاسبه شده است. طبق گزارش سازمان بهداشت جهاني، اين ميزان تا سوال 2030 بوي از دو برابر خواهد شد. بنابراين اگر بتوان ديابت را بر اساس برخي از متغيرها پي بيني كرد، اين هزينه بهطور چشمگيري كواه خواهود يا وت كوه استفاده از روشهاي يادگيري ماشين و تكنيكهاي انتخاب ويژگي به تشخيص زودهنگام ديابت كمك كرده و باعث جلوگيري از پيشور ت ايون بيماري و كاه بسياري از عوارض آن ميشود. در اين مقاله از الگوريتمهاي يادگيري گروهي با تلفيقي از انتخواب ويژگوي هيبريود بو همنظوو ر تشخيص و پي بيني دقيق تر بيماري ديابت استفاده ميشود كه براي اين منظور از دادههاي آموزشي مربوط به دادههاي واقعي مربوط به بيماران ديابت هندي منتشرشده در سايت دانشگاه كاليفرنيا استفاده شده كه نتايج حاصل نشان ميدهد روش پيشنهادي از عملكرد بالاتري نسبت بوه روشهاي پايه برخوردار بوده و به دقت 93 درصد رسيده است.