Resumen

La predicción de las enfermedades humanas con precisión sigue siendo una tarea ardua para lograr un tratamiento mejor y oportuno. La enfermedad diabética multidisciplinar es una enfermedad que amenaza la vida en todo el mundo. Ataca diferentes partes vitales del cuerpo humano, como la neuropatía, la retinopatía, la nefropatía y, finalmente, el corazón. Un sistema inteligente de recomendación sanitaria predice y recomienda la enfermedad diabética con precisión utilizando modelos óptimos de aprendizaje automático con la técnica de fusión de datos en conjuntos de datos sanitarios. En el pasado reciente se han propuesto varios modelos y métodos de aprendizaje automático para predecir la enfermedad de la diabetes. Sin embargo, estos sistemas no pueden manejar adecuadamente el enorme número de conjuntos de datos con múltiples características sobre la enfermedad de la diabetes. Se propone un sistema de recomendación sanitaria inteligente para la enfermedad de la diabetes basado en el aprendizaje automático profundo y en las perspectivas de fusión de datos. Utilizando la fusión de datos, podemos eliminar la carga irrelevante de las capacidades computacionales del sistema y aumentar el rendimiento del sistema propuesto para predecir y recomendar esta enfermedad potencialmente mortal con mayor precisión. Por último, se entrena el modelo de aprendizaje automático conjunto para la predicción de la diabetes. Este sistema de recomendación inteligente se evalúa a partir de un conocido conjunto de datos de diabetes, y su rendimiento se compara con los desarrollos más recientes de la literatura. El sistema propuesto alcanzó una precisión del 99,6 El sistema propuesto alcanzó una precisión del 99,6 %, que es superior a la de los métodos de aprendizaje automático profundo existentes. Por lo tanto, nuestro sistema propuesto es mejor para la predicción y recomendación multidisciplinar de la enfermedad de la diabetes. La mejora en el rendimiento del diagnóstico de la enfermedad de nuestro sistema propuesto aboga por su empleo en los sistemas automatizados de diagnóstico y recomendación para pacientes diabéticos.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:modelo de aprendizaje automático, sistema propuesto, sistema de recomendaciones sanitarias, aprendizaje automático profundo, enfermedad de la diabetes, predicción de la enfermedad de la diabetes, sistema de recomendaciones inteligentes, aprendizaje automático variado, enfermedad diabética multidisciplinar, carga del sistema
• Keywords:machine learning model, proposed system, healthcare recommendations system, deep machine learning, diabetes disease, diabetes disease prediction, intelligent recommendations system, various machine learning, multidisciplinary diabetic disease, burden of system