پيش‌بيني ديابت با بهينه‌سازي الگوريتم نزديك‌ترين همسايه توسط الگوريتم ژنتيك

Diabetes Prediction by Optimizing the Nearest Neighbor Algorithm Using Genetic Algorithm

مقدمه: ديابت يا بيماري قند يك اختلال متابوليك سوخت‌‌و‌سازي در بدن است كه توانايي توليد انسولين در بدن از بين مي‌رود و انسولين توليدي نمي‌تواند عملكرد طبيعي خود را انجام دهد. وجود علائم و ويژگي­ هاي مختلف اين بيماري، تشخيص را براي پزشكان دشوار مي­كند. داده ­كاوي امكان تحليل داده­ هاي باليني بيماران براي تصميم ­گيري ­هاي پزشكي را فراهم مي­كند. هدف اين پژوهش، ارائه يك مدل براي افزايش دقت پيش ­بيني ديابت است. روش: در اين مطالعه، پرونده پزشكي 1151 بيمار مبتلا به ديابت با تعداد 19 ويژگي مورد ‌بررسي قرار گرفت. اطلاعات بيماران از پايگاه داده استاندارد UCI جمع ­آوري شد. هر يك از بيماران حداقل به مدت يك سال تحت پيگيري بودند. به‌منظور ارائه مدل پيش ­بيني ديابت از الگوريتم ژنتيك و نزديك­ترين همسايه استفاده شد. نتايج: نتايج نشان داد كه دقت پيش­ بيني مدل ­پيشنهادي برابر با 0/76 بود. همچنين برايروش ­هاي نايو بيز، شبكه عصبي پرسپترون چند لايه و ماشين بردار پشتيبان دقت پيش­بيني به ترتيب برابر با 0/62، 0/65 و 0/75 به دست آمد. نتيجه ­گيري: در پيش­ بيني ديابت،مدل پيشنهادي نسبت به ساير مدل­ هاي مورد‌مقايسه، داراي حداقل ميزان خطا و بيش­ترين دقت و صحت ­است. روش نايو بيز، حداكثر ميزان خطا و كم­ترين دقت را دارا مي­ باشد.

Introduction: Diabetes or diabetes mellitus is a metabolic disorder in body when the body does not produce insulin, and produced insulin cannot function normally. The presence of various signs and symptoms of this disease makes it difficult for doctors to diagnose. Data mining allows analysis of patients’ clinical data for medical decision making. The aim of this study was to provide a model for increasing the accuracy of diabetes prediction. Method: In this study, the medical records of 1151 patients with diabetes were studied, with 19 features. Patients’ information were collected from the UCI standard database. Each patient has been followed for at least one year. Genetic Algorithm (GA) and the nearest neighbor algorithm were used to provide diabetes prediction model. Results: It was revealed that the prediction accuracy of the proposed model equals 0.76. Also, for the methods of Naïve Bayes, Multi-layer perceptron (MLP) neural network, and support vector machine (SVM), the prediction accuracy was 0.62, 0.65, and 0.75, respectively. Conclusion: In predicting diabetes, the proposed model has the lowest error rate and the highest accuracy compared to the other models. Naïve Bayes method has the highest error rate and the lowest accuracy.