基于人工蜂群算法优化支持向量机（ABC-SVM）的糖尿病精准预测研究及其意义

为评估人工智能（AI）技术在糖尿病预测中的效果，研究人员开展了 ANN、SVM 及 ABC-SVM 混合模型的对比研究。结果显示，ABC-SVM 混合模型预测准确率达 92.47%，优于其他模型，对糖尿病早期诊断意义重大。

　　本研究旨在探究人工智能（AI）技术预测糖尿病的有效性，重点关注预测的高准确性。研究采用了人工神经网络（Artificial Neural Networks，ANN）、支持向量机（Support Vector Machines，SVM）以及将人工蜂群（Artificial Bee Colony，ABC）优化算法与 SVM 相结合的混合优化模型这三种预测模型。通过准确率、灵敏度、特异度、精准度、马修斯相关系数（Matthews correlation coefficient，MCC）和受试者工作特征曲线下面积（area under the receiver operating characteristic curve，AUC-ROC）等多种性能指标评估发现，ABC-SVM 混合模型在糖尿病预测方面表现优于 ANN 和 SVM 模型，其准确率高达 92.47% 。这表明该混合模型在糖尿病早期检测中具有巨大潜力。研究突出了 ABC-SVM 混合优化模型相较于传统模型在糖尿病预测中的优势，其高准确率对糖尿病的早期识别意义重大，在医疗领域具有重要价值，强调了及时诊断对改善患者预后的重要性。