Prédiction des affections transmissibles et non transmissibles par intelligence artificielle. Étude de cas : Prédiction du diabète chez les femmes

Abstract

Prédiction des maladies transmissibles et non transmissibles par l’intelligence artificielle. -L’objectif de ce travail est de prédire la maladie du diabète par réseau de neurone artificiel. *Un model neuronal de type (PMC_RNA) caractérise par une structure de huit neurone dans la couche d’entrée correspond aux huit paramètres d’entrée (nombre de grossesses, la concentration de plasma glucose, pression artérielle (mm Hg),épaisseur de la peau ,taux d’insuline, l’indice de masse corporelle IMC ,fonction d’arbre généalogique du diabète et l’âge.), une seule couche caché de vingt neurone et deux dans la couche de sortie correspondant a (Diab et non diab).L’algorithme d’apprentissage(BFGS) a été appliqué.la fonction de transfert (Exponential) et (Logistic) sont utilisés respectivement pour la couche caché et la couche de sortie.80 %,10 %,10 % de l’ensemble des données ont été utilisés respectivement pour l’apprentissage, test et validation du modèle. Les valeurs de performance obtenue lors de l'exécution ont été trouvé (84,39 ; 87,17 ; 82,05) pour l’apprentissage, test et validation. Ces résultats montrent que le modèle proposé est capable de prédire la maladie du diabète