弥合孟加拉语医疗保健差距：基于症状-疾病数据集的机器学习疾病预测
计算与语言
2026-01-21 v1 人工智能
摘要
对于非英语人群来说，增加获取可靠健康信息的途径至关重要，然而用于疾病预测的孟加拉语资源仍然有限。本研究通过构建一个全面的孟加拉语症状-疾病数据集来弥补这一差距，该数据集包含 758 个独特的症状-疾病关系，涵盖 85 种疾病。为确保透明度和可复现性，我们还将数据集公开。该数据集能够根据孟加拉语症状输入预测疾病，支持孟加拉语人群的医疗保健可及性。利用该数据集，我们评估了多种机器学习模型，以根据提供的孟加拉语症状预测疾病，并分析了它们在我们数据集上的性能。结合表现最佳模型的软投票和硬投票集成方法均达到了 98% 的准确率，展示了卓越的鲁棒性和泛化能力。我们的工作为孟加拉语的疾病预测建立了基础资源，为本地化健康信息学和诊断工具的未来发展铺平了道路。这一贡献旨在增强孟加拉语社区公平获取健康信息的机会，特别是对于早期疾病检测和医疗保健干预。
引用
@article{arxiv.2601.12068,
title = {Bridging the Gap in Bangla Healthcare: Machine Learning Based Disease Prediction Using a Symptoms-Disease Dataset},
author = {Rowzatul Zannat and Abdullah Al Shafi and Abdul Muntakim},
journal= {arXiv preprint arXiv:2601.12068},
year = {2026}
}