في Dataset اسمه “Chest X-Ray Images (Pneumonia)” موجود على كاغل، فيه آلاف صور الأشعة السينية لصدور مرضى، منّن ناس عندن التهاب رئوي ومنن لا. هي البيانات مثالية لتدريب نماذج الذكاء الاصطناعي على التمييز بين الحالتين.
الفكرة باختصار: منعلم نموذج ذكاء اصطناعي (غالباً CNN – convolutional neural network) ياخد صورة الأشعة و”يتعلم” يميز الأنماط يلي بتدل على وجود التهاب رئوي. النموذج مع الوقت بصير يقدر يقرر إذا المريض محتمل يكون عندو التهاب أو لا.
الفوائد:
* سرعة بالتشخيص: النموذج بيحلل الصور خلال ثواني.
* دعم للأطباء مو بدل عنن: ممكن يساعد بالقرارات خصوصاً بمناطق ما فيها أطباء أشعة كفاية.
* ممكن يوصل لدقّة عالية إذا تدرب بشكل منيح.
السلبيات والتحديات:
* النموذج ممكن يغلط، خصوصاً إذا الصور غير واضحة أو من مصدر مختلف عن يلي تدرب عليه.
* البيانات لازم تكون متنوعة وممثلة لكل الأعمار والحالات، وإلّا النموذج بيتحيّز.
* ما بيقدر يفسّر ليش أخد القرار متل ما بيعمل الطبيب، وهاد شي حساس بمجال الصحة.
شو فينا نطوّر لقدّام:
* تحسين جودة البيانات وإضافة صور من مستشفيات مختلفة.
* دمج معلومات إضافية متل الأعراض أو التحاليل مع الصورة لقرار أدق.
* بناء أدوات بتشرح قرار النموذج لتزيد ثقة الأطباء فيه.
حتى لو ما كنت خبير AI، بتقدّر كمبرمج تفكر بالموضوع متل ما بتعلّم نظام يفرّق بين أنواع مختلفة من الصور (مثلاً سيارات، مباني، أو فواكه)، بس الفرق إنو هون عم نحكي عن تشخيص مرض، يعني الدقة والمسؤولية أهم بكتير.
وطبعا بعد ماتدرب النموذج فيك تحولو ل API لتستخدمو ضمن تطبيقات الموبايل وهالشي كتير بساعد الأطباء كونو الموبايل أداة متوافرة بكل مكان
الفيديو المرفق لمشروع صغير (Prototype) عملتو باستخدام الداتاسيت المذكورة وحولتو لتطبيق أندرويد
رابط المشروع على github
https://github.com/mutasemhajhasan/pneumoniapredictor
إخلاء مسؤولية:
هذا المشروع لأغراض تعليمية فقط، ولا يُستخدم لأي غرض تشخيصي أو طبي. استخدام النموذج في أي سيناريو حقيقي هو على مسؤولية المستخدم الكاملة.