کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

بررسی کارایی روش‌های یادگیری ماشین در پیش‌بینی بیماری آسم

نویسندگان :

فاطمه سبزه‌کار¹ آمنه سادات علوی شهری² مصطفی سبزه‌کار³

1- دانشگاه صنعتی بیرجند 2- دانشگاه صنعتی بیرجند 3- دانشگاه صنعتی بیرجند

کلمات کلیدی :

یادگیری ماشین،پیش‌بینی بیماری آسم،طبقه‌بندی

چکیده :

در سال‌های اخیر استفاده از روش‌های یادگیری ماشین در حوزه پزشکی، به‌ویژه در پیش‌بینی بیماری‌های مزمن، گسترش یافته است. آسم یک بیماری التهابی مزمن دستگاه تنفسی است که با علائمی مانند خس‌خس سینه، تنگی نفس و سرفه‌های مکرر بروز می‌یابد. تشخیص زودهنگام و دقیق این بیماری نقش مهمی در بهبود کیفیت زندگی بیماران و کاهش هزینه‌های درمانی دارد. در این پژوهش، کارایی تعداد نه الگوریتم یادگیری ماشین برای پیش‌بینی بیماری آسم مورد بررسی قرار گرفته است. این الگوریتم‌ها بر روی سه مجموعه‌داده مختلف اجرا شده و عملکرد آن‌ها با استفاده از معیارهای ارزیابی استاندارد مقایسه شده است. نتایج نشان می‌دهد که برخی الگوریتم‌ها، بسته به ساختار داده و ویژگی‌های آن، در شناسایی بیماران مبتلا به آسم عملکرد بهتری نسبت به سایرین دارند. تحلیل یافته‌ها بیانگر آن است که انتخاب روش مناسب یادگیری ماشین می‌تواند تأثیر بسزایی در بهبود دقت پیش‌بینی و کارایی سامانه‌های هوشمند تشخیص بیماری داشته باشد.