Classification du diabète à l’aide des méthodes du Deep Learning

Abstract

Le diabète est une maladie chronique caractérisée par un taux élevé de sucre dans le sang, qui peut avoir un impact significatif sur la santé et le bien-être des individus. Dans cette ère numérique, l'intelligence artificielle (IA) et l'apprentissage profond (deep learning) jouent un rôle de plus en plus important dans le domaine du diagnostic et d’administration du diabète. L'intelligence artificielle et le deep learning offrent des outils puissants pour l'analyse des données de santé, permettant ainsi d'identifier des modèles, des corrélations et des caractéristiques clés liés au diabète. Grâce à l'utilisation d'algorithmes sophistiqués, de réseaux de neurones profonds et la méthode de validation croisée, ces techniques peuvent extraire des informations précieuses à partir de grandes quantités de données, ce qui contribue à la détection précoce, à la prédiction des complications et à l'amélioration de la prise en charge des patients diabétiques. Dans le cadre de cette étude, nous avons proposé une nouvelle approche basée sur l'IA pour prédire le diabète. Notre modèle a été évalué et testé en utilisant l'ensemble de données "DiabetesHealthIndicatorsDataset". Les résultats obtenus sont prometteurs et encourageants, avec une accuracy de 99.99% et une fonction loss de 3.95% pour le cas binaire et les données équilibrées. Ces résultats ouvrent des perspectives commerciales pour l'utilisation de notre modèle afin de réduire les pertes de diagnostic du diabète.