تشخیص بیماری IBS توسط الگوریتم نزدیکترین همسایه و درخت تصمیم گیری در الگوریتم ژنتیک

بیماری روده تحریک پذیر یکی از شایع ترین بیماری در بین مردان و زنان است که می تواند زندگی عادی آنها را با مشکل جدی رو به رو سازد. پیش بینی صحیح بیماری روده تحریک پذیر دارای اهمیت است. وجود علایم و ویژگی های مختلف این بیماری، تشخیص را برای پزشکان دشوار می کند. هدف این مقاله، ارائه یک مدل برای افزایش دقت پیش بینی بیماری روده تحریک پذیر است.در این مطالعه، پرونده پزشکی ۶۸۰ بیمار مبتلا به روده تحریک پذیر با تعداد ۸ ویژگی مورد بررسی قرار گرفته است. به منظور ارائه مدل پیش بینی روده تحریک پذیر از الگوریتم نزدیکترین همسایه و درخت تصمیم گیری در الگوریتم ژنتیک استفاده می شود.در مدل پیشنهادی روش نزدیکترین همسایه با دقت ۹۶.۵۸ و درخت تصمیم گیری با دقت ۹۳.۶۵ اقدام به پیش بینی بیماری روده تحریک می کند. در پیش بینی روده تحریک پذیر، مدل پیشنهادی دارای حداکثر دقت و کمترین میزان خطا می باشد.