面向透明与准确的糖尿病预测：基于机器学习与可解释人工智能
机器学习
2025-02-13 v2 人工智能
软件工程
摘要
糖尿病（DM）作为全球性健康问题，亟需尽早诊断并有效管理。本研究提出一种基于机器学习（Machine Learning, ML）模型并辅以可解释人工智能（eXplainable Artificial Intelligence, XAI）工具的糖尿病预测框架，旨在探讨ML模型预测结果的准确性与可解释性。数据预处理采用合成少数过采样技术（SMOTE）并对Diabetes Binary Health Indicators数据集进行特征缩放，以解决类别不平衡问题及临床特征的变异性。集成模型在测试集上达到92.50%的准确率，ROC-AUC为0.975。经模型解释获得的最具影响力的预测因素包括BMI、年龄、一般健康状况、收入及体力活动。研究结果表明，结合XAI的ML方法是一种有前景的手段，能够开发出用于医疗系统的准确且计算透明的工具。
引用
@article{arxiv.2501.18071,
title = {Towards Transparent and Accurate Diabetes Prediction Using Machine Learning and Explainable Artificial Intelligence},
author = {Pir Bakhsh Khokhar and Viviana Pentangelo and Fabio Palomba and Carmine Gravino},
journal= {arXiv preprint arXiv:2501.18071},
year = {2025}
}