Abstract:
Le diabète est une maladie chronique due à un trouble du travail de pancréas, ce qui
entraîne une concentration trop élevée de la glycémie dans le sang, çà peut affecter le
fonctionnement de système corporel.
Le taux élevé de la glycémie dans le sang contribue à des complications, au fil du
temps il peut endommager le coeur, les vaisseaux sanguins, les yeux, les reins et les nerfs
... etc. Ainsi il a cruellement besoin de développer un système capable de diagnostiquer
efficacement les patients diabétiques à l'aide de détails médicaux.
Il existe plusieurs techniques de machine Learning pour l'analyse prédictive du diabète,
cela peut aider les patients à prévenir cette maladie ou à la détection précoce afin
d'éviter les complications.
Le résultat obtenu montre une forte relation du diabète avec les critères BMI et le
glucose.
Dans notre étude de recherche, nous allons utiliser 3 techniques de machine Learning
pour la prédiction du diabète qui sont DNN, Random forest et SVM, l'expérience a été
appliqué à l'ensemble de données diabètes extrait de l'hôpital Frankfort.
La technique RF a fourni une meilleure précision de 96 % et peut être utile pour
aider les professionnels de la santé dans le traitement.
