كاربرد الگوريتم هاي يادگيري ماشين در تشخيص بيماري

Application of machine learning algorithms in disease diagnosis

امروزه الگوريتم هاي يادگيري ماشيني در بخش پزشكي به ويژه براي تشخيص بيماري از پايگاه داده هاي پزشكي بسيار مهم محسوب مي شوند. بسياري از كلينيك ها از اين تكنيك ها براي پيش بيني زودهنگام بيماري ها و افزايش تشخيص پزشكي استفاده مي كنند. مشاركت اصلي اين پژوهش، مروري بر الگوريتم‌هاي يادگيري ماشيني است كه براي شناسايي و پيش‌بيني بسياري از بيماري‌ها از الگوريتم هايي مانند نايوبيز، رگرسيون لجستيك، ماشين بردار پشتيبان، K- نزديك‌ترين همسايه، خوشه‌بندي K-means، درخت تصميم و جنگل تصادفي استفاده مي نمايند. در اين تحقيق، بسياري از مطالعات قبلي كه از الگوريتم‌هاي يادگيري ماشيني براي تشخيص بيماري‌هاي مختلف در حوزه پزشكي در سال هاي گذشته استفاده نموده اند، مورد بررسي قرار گرفته است. مقايسه الگوريتم ها، فرآيندهاي ارزيابي و نتايج به دست آمده از ديگر مواردي است كه در اين تحقيق به آن پرداخته شده است.