السكري هو حالة مزمنة تعطل قدرة الجسم على تنظيم مستويات السكر في الدم. إذا تُركت دون علاج، يمكن أن تؤدي إلى مضاعفات صحية خطيرة. تعتبر التعرف المبكر والتدخل في الوقت المناسب أمرًا هامًا لتجنب هذه النتائج السلبية. تستعرض هذه الورقة البحثية استخدام خوارزميات تعلم الآلة لتحليل مجموعات بيانات كبيرة، تشمل معلومات ديموغرافية وتاريخ طبي ونتائج اختبارات مخبرية، لتحديد الأنماط والعوامل المرتبطة بالسكري. التركيز يكون على التعلم المراقب، حيث يتم تدريب الخوارزمية على البيانات المسمى بها السكري لتمييز الأفراد. بمجرد التدريب، تقوم هذه النماذج بتصنيف الأفراد الجدد بناءً على خصائصهم وتقدير مخاطر إصابتهم بالحالة. تطبق الدراسة ثلاث تقنيات منفصلة لتعلم الآلة للتنبؤ بظهور السكري بدقة عالية. من خلال دمج مصادر بيانات متنوعة واستخدام التحقق المتبادل، حقق النموذج أداءً تنبؤيًا قويًا. كان الهدف الرئيسي هو اكتشاف السكري مبكرًا وتقييم فعالية تعلم الآلة في هذا السياق. تشير النتائج إلى أن هذه التقنيات تحسن بشكل كبير من دقة وموثوقية توقع السكري، مما يتيح رعاية استباقية ونتائج صحية أفضل ممكنة للأفراد المعرضين للخطر.
شوكلا وآخرون (الثلاثاء) درسوا هذا السؤال.