Uso de algoritmos de aprendizado de máquina para prever o risco de diabetes tipo 2 usando a linguagem de programação R

Palavras-chave

Diabetes tipo 2, Fatores de risco, Aprendizado de máquina, Modelo de previsão, Acurácia, Intervenções precoces, Prevenção, Tratamento.

Resumo Científico

O diabetes tipo 2 é uma doença crônica que afeta a forma como o corpo usa a glicose (açúcar no sangue). Existem vários fatores que podem aumentar o risco de desenvolver diabetes tipo 2, incluindo idade, obesidade, histórico familiar de diabetes e sedentarismo. Não existe cura para o diabetes tipo 2, mas ele pode ser controlado com dieta, exercícios físicos e medicamentos. Recentemente, pesquisadores desenvolveram um modelo de aprendizado de máquina que pode prever com precisão se uma pessoa desenvolverá diabetes tipo 2 com base em seus dados médicos. O modelo foi treinado em um conjunto de dados de mais de 700 pacientes e foi capaz de prever com precisão a probabilidade de desenvolvimento de diabetes com uma precisão superior a 80%. Este modelo pode ser usado para identificar pacientes com maior risco de desenvolver diabetes e oferecer-lhes intervenções precoces para prevenir a doença. Neste projeto, utilizamos a linguagem de programação R na plataforma R Studio e o método Ensemble com algoritmos Randon Forest e gradiente descendente para o processo de otimização que permite melhorar a acurácia do modelo preditivo. Os resultados do projeto mostraram que o modelo Ensemble foi capaz de melhorar a acurácia do modelo de previsão de diabetes em em quase 8%. Isso significa que o modelo Ensemble é capaz de prever com precisão a probabilidade de desenvolvimento de diabetes com uma precisão de aproximadamente 88% utilizando o algoritmo Random Forest. Os resultados do projeto são promissores e sugerem que o uso de algoritmos de aprendizado de máquina pode ser uma ferramenta eficaz para a prevenção e o tratamento do diabetes tipo 2.