Nghiên cứu này ứng dụng học máy để dự báo sớm nguy cơ mắc bệnh tiểu đường từ các chỉ số lâm sàng. Tác giả tiến hành xử lý dữ liệu thô, thay thế giá trị thiếu bằng trung vị và chuẩn hóa thang đo các thuộc tính để đảm bảo tính tin cậy. Đồ án so sánh hiệu năng giữa mô hình Logistic Regression và Random Forest, kết quả cho thấy Random Forest đạt độ chính xác cao hơn nhờ khả năng xử lý tốt các mối quan hệ phi tuyến tính. Hệ thống cung cấp công cụ hỗ trợ sàng lọc y tế hiệu quả dựa trên nền tảng lập trình Python và thư viện Scikit-learn