糖尿病是一种以高血糖为特征的代谢紊乱类慢性疾病,糖尿病患者会饱受各种并发症的折磨,现今还没有完全治愈的方法。进行糖尿病高危人群的筛查工作,在高危人群中采取定向干预措施是减少糖尿病患病率的主要措施。由于我国人口众多,医疗资源相对不足,基层医疗水平较低,很难实现对多数人员的筛查。一些机器学习方法对数据具有良好的处理能力,有较好的预测性能,用于医学有广泛的应用前景。通过建立预测模型对普通人群进行糖尿病的风险评估,对于改善国民健康状况具有重要意义。在此背景下,为了进一步减少糖尿病的患病率,实现对糖尿病高危人群的筛查,论文中确定了糖尿病预测指标体系,结合机器学习算法,构建了糖尿病预测模型,实现对糖尿病的预测,设计并实现了糖尿病预测系统原型。本文的主要研究内容如下:(1)提出了改进的糖尿病管理模式。通过对我国目前常用的传统糖尿病管理模式的研究,总结分析了传统糖尿病管理模式存在的问题,结合糖尿病预测系统和智能设备提出了改进的糖尿病管理模式,强调了糖尿病预测在糖尿病管理中的重要性。(2)构建了糖尿病预测模型。对国内国外已有的常用糖尿病风险量表的危险因素进行总结,结合医学知识对糖尿病危险因素进行分析,建立了本文的糖尿病预测指标体系。收集糖尿病数据集,对数据进行预处理后,分别使用机器学习的逻辑回归、随机森林、支持向量机、极端梯度提升四种算法建立了风险预测模型,并且使用Stacking方法实现四种预测模型的融合,实现对糖尿病的风险判断,并将预测结果进行对比分析,评价各模型的预测效果,选取预测效果最好的Stacking融合模型作为预测系统所使用的算法模型。(3)设计并实现了糖尿病预测系统原型。对糖尿病预测系统进行功能、非功能需求分析和设计,实现了糖尿病预测等主要功能模块的开发,实现了糖尿病预测模型在糖尿病预测系统中的应用,实现了可视化。本文对基于机器学习的糖尿病预测系统进行研究,通过糖尿病预测系统帮助基层医护人员进行糖尿病高危人群的筛查,减少糖尿病的发病率,对糖尿病管理有一定的参考意义。