Data-Mining-Ansatz für das Management von nichtübertragbaren Krankheiten im Gesundheitswesen

Der Gesundheitssektor ist ein riesiger Bereich, der sich mit Daten über Krankenhäuser, Patienten, Ärzte, medizinische Geräte und Ausrüstung befasst. Die Verwaltung großer Datenmengen im Gesundheitswesen stellt Forscher vor eine große Herausforderung. Der Einsatz von Data-Mining- und Machine-Learning-Techniken hat die Organisationen im Gesundheitswesen revolutioniert. Der Bereich des Data Mining hilft dabei, verborgene Muster aufzudecken, indem er eine Reihe von Machine-Learning-Werkzeugen und -Techniken einsetzt. Da sich zahlreiche Data-Mining-Werkzeuge und -Techniken parallel zur Entwicklung des Gesundheitswesens weiterentwickeln, werden die Anwendungen des Data Mining im Gesundheitswesen zweifellos weltweit eine immer größere Rolle spielen. Diese Studie befasst sich mit der Anwendung von Klassifizierungs- und Vorhersagetechniken zur Vorhersage des Auftretens von Diabetes. Die Umsetzung erfolgt unter Verwendung des J48-Algorithmus, des Naïve-Bayes-Algorithmus und des DCA-Ansatzes in WEKA. Dabei wird die Leistung der Klassifizierungstechniken auf der Grundlage der Genauigkeit analysiert.