摘要。使用电子健康记录（EHR）的电子收集数据开发了当今使用的糖尿病（DM）的大多数筛查测试。但是，发展中和欠发达的国家仍在努力在其医院建立EHR。由于缺乏数据，这些国家无法使用早期筛选工具。这项研究开发了孟加拉国三级医院的直接调查表对早期DM的预测模型。信息增益技术用于减少不敬虔的功能。使用选定的变量，我们开发了逻辑回归，支持向量机，K-Nearest邻居，幼稚的贝叶斯，随机森林（RF）和神经网络模型，以在早期阶段预测糖尿病。RF优于其他机器学习算法的精度为100％。这些发现表明，简单的问卷和机器学习算法的结合可以是识别未诊断的DM患者的强大工具。