AI-Driven predictive model for diabetes risk assessment

Abstract

Este estudo desenvolveu um modelo preditivo baseado em IA para avaliação de risco de diabetes utilizando algoritmos de Random Forest e Regressão Logística. A análise utilizou o conjunto de dados BRFSS 2015 contendo 253.680 registros de saúde do Sistema de Vigilância de Fatores de Risco Comportamentais do CDC. O modelo de Random Forest alcançou 74,48% de precisão com 69,49% de recall, representando uma melhoria de 64 pontos percentuais em relação aos modelos de base por meio de técnicas de balanceamento de classes. O modelo identificou o IMC (22,51%) e a idade (18,27%) como as características preditivas mais importantes, consistentes com a literatura clínica. O sistema foi implantado como uma aplicação web usando Django e React, fornecendo avaliações personalizadas de risco de diabetes e recomendações de saúde. Os resultados demonstram que a ponderação de classes é essencial para aplicações de triagem médica, melhorando a sensibilidade de 5,38% para 69,49%, apesar da precisão geral reduzida. A ferramenta desenvolvida oferece valor prático para triagem de saúde populacional e estratégias de intervenção precoce.

This study developed an AI-driven predictive model for diabetes risk assessment using Random Forest and Logistic Regression algorithms. The analysis utilized the BRFSS 2015 dataset containing 253,680 health records from the CDC's Behavioral Risk Factor Surveillance System. The Random Forest model achieved 74.48% accuracy with 69.49% recall, representing a 64-percentage-point improvement over baseline models through class balancing techniques. The model identified BMI (22.51%) and age (18.27%) as the most important predictive features, consistent with clinical literature. The system was deployed as a web application using Django and React, providing personalised diabetes risk assessments and health recommendations. Results demonstrate that class weighting is essential for medical screening applications, improving sensitivity from 5.38% to 69.49% despite reduced overall accuracy. The developed tool offers practical value for population health screening and early intervention strategies.