Application d’aide à la prévention et la prédiction de la maladie du foie

Abstract

Les maladies du foie suscitent une attention considérable dans la recherche médicale en raison de leur impact sur la santé humaine. Elles restreignent la capacité du foie à accomplir les activités quotidiennes et altèrent la qualité de vie. Les maladies du foie peuvent entraîner des incapacités et de graves complications, en étant parmi les principales causes de décès. La prévention, la prédiction et la gestion de ces maladies constituent une approche de soins de santé visant à aider les personnes touchées à maintenir leur autonomie et à préserver leur santé grâce à la détection précoce, la prévention et la gestion efficace. Une préoccupation courante des individus est de savoir quels changements ils doivent apporter pour se trouver dans une autre catégorie (type de maladie). Cette transition entre les catégories peut être perçue comme une possibilité d'amélioration de l'état de santé d'un patient ou, malheureusement, comme une détérioration de son état de santé. Dans cette étude, nous utilisons des algorithmes d'apprentissage automatique supervisé, notamment KPP et AD, pour prédire la cirrhose du foie. Pour chaque technique, nous proposons un algorithme permettant de calculer de nouvelles valeurs de paramètres pour la transition d'une catégorie à une autre. Liver diseases are receiving considerable attention in medical research due to their impact on human health. They restrict the ability of the liver to perform daily activities and impair quality of life. Liver disease can lead to disability and serious complications, being among the leading causes of death. The prevention, prediction and management of these diseases is a health care approach to help those affected maintain their independence and preserve their health through early detection, prevention and effective management. A common concern of individuals is what changes they need to make to find themselves in another category (type of illness). This transition between categories can be seen as an opportunity for improvement in a patient's health status or, unfortunately, as a deterioration in their health status. In this study, we use supervised machine learning algorithms, including KNN and AD, to predict liver cirrhosis. For each technique, we propose an algorithm to calculate new parameter values for the transition from one category to another تسبب أمراض الكبد اهتمامًا كبيرًا بالبحث الطبي بسبب تأثيرها على صحة الإنسان. أنها تقيد قدرة الكبد على أداء الأنشطة اليومية وتغيير نوعية الحياة. يمكن أن تؤدي أمراض الكبد إلى إعاقات ومضاعفات خطيرة، كونها من بين الأسباب الرئيسية للوفاة. إن الوقاية من هذه الأمراض والتنبؤ بها وإدارتها هي نهج الرعاية الصحية لمساعدة الأشخاص المتأثرين للحفاظ على صحتهم من خلال الكشف المبكر والوقاية والإدارة الفعالة من القلق المشترك للأفراد و معرفة التغييرات التي يجب عليهم إحضارها لإيجاد أنفسهم في فئة أخرى )نوع المرض(. يمكن اعتبار هذا الانتقال بين الفئات بمثابة إمكانية لتحسين حالة صحة المريض أو لسوء الحظ تدهورًا في حالته الصحية. في هذه الدراسة، نستخدم خوارزميات التعلم التلقائي الخاضعة للإشراف، وخاصة KPP وAD للتنبؤ بتليف الكبد. لكل تقنية، نقدم خوارزمية لحساب قيم المعلمات الجديدة للانتقال من فئة إلى أخرى.