الأبحاث في مجال: الذكاء الاصطناعي (Artificial Intelligence)
-
استخراج المعلومات من الملاحظات السريرية: هل نحن مستعدون للتحول إلى نماذج اللغة الكبيرة؟ Information extraction from clinical notes: are we ready to switch to large language models?
2026 | المؤلف: Yan Hu وآخرون | المجلة: Journal of the American Medical Informatics Association | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه الفقرة من ورقة البحث الدور الحاسم لاستخراج المعلومات (IE) في معالجة اللغة الطبيعية السريرية (NLP) وتقيّم أداء نماذج اللغة الكبيرة (LLMs) في هذا المجال. ركز المؤلفون على مهمتين رئيسيتين في استخراج المعلومات: التعرف على الكيانات المسماة (NER) واستخراج العلاقات (RE)، باستخدام مجموعة بيانات شاملة تم توضيحها مستمدة من 1,588 ملاحظة سريرية عبر أربعة…
-
تطوير إطار تحليل نصوص آلي قائم على المحولات لمراقبة عيوب أبواب الحريق في المباني Development of an automated transformer-based text analysis framework for monitoring fire door defects in buildings
2026 | المؤلف: Seunghyeon Wang | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الدراسة إطارًا آليًا يستخدم طرق تصنيف النصوص المعتمدة على المحولات – تحديدًا BERT و RoBERTa و ALBERT و DistilBERT و XLNet – لمراقبة عيوب أبواب الحريق في المباني السكنية. تسلط الأبحاث الضوء على التأثير الضار لهذه العيوب على سلامة الحريق وسلامة السكان. تم تطوير وتقييم ما مجموعه 1,458 نموذجًا باستخدام مجموعة بيانات تضم…
-
الذكاء الاصطناعي القابل للتفسير في الرعاية الصحية: للتفسير، للتنبؤ، أم للوصف؟ Explainable AI in healthcare: to explain, to predict, or to describe?
2026 | المؤلف: Alex Carriero وآخرون | المجلة: Diagnostic and Prognostic Research | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم دور طرق الذكاء الاصطناعي القابل للتفسير في الرعاية الصحية، مع التأكيد على هدفها في توضيح الآليات التنبؤية لنماذج الذكاء الاصطناعي لمختلف أصحاب المصلحة، بما في ذلك المرضى ومقدمي الرعاية الصحية. كما تسلط الضوء على التحدي الكامن في تقديم تفسيرات ذات صلة، حيث يمكن أن تختلف التوقعات حول ما يشكل معلومات مفيدة بشكل…
-
التعلم العميق الهجين مع دمج الانتباه للكشف المحسن عن سرطان القولون Hybrid deep learning with attention fusion for enhanced colon cancer detection
2026 | المؤلف: Süheyla Demirtaş Alpsalaz وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه الدراسة نموذج تعلم عميق هجين يجمع بين EfficientNet-B3 و Vision Transformer من خلال آلية دمج الانتباه للكشف التلقائي عن سرطان القولون باستخدام مجموعة بيانات Kvasir التنظيرية. يستفيد النموذج من كفاءة EfficientNet-B3 في التقاط التفاصيل المحلية الدقيقة وقدرة Vision Transformer على فهم العلاقات السياقية العالمية. يدمج كتلة دمج قائمة على الانتباه هذه الميزات بشكل…
-
من النظام 1 إلى النظام 2: استعراض لنماذج اللغة الكبيرة في التفكير From System 1 to System 2: A Survey of Reasoning Large Language Models
2026 | المؤلف: Duzhen Zhang وآخرون | المجلة: IEEE Transactions on Pattern Analysis and Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على الانتقال من اتخاذ القرار الحدسي (النظام 1) إلى التفكير المتعمد (النظام 2) في سياق نماذج اللغة الكبيرة (LLMs). يبرز أنه بينما تتفوق نماذج LLMs الأساسية في اتخاذ القرارات بسرعة، إلا أنها غالبًا ما تفتقر إلى العمق المطلوب للتفكير المعقد، وهو أمر ضروري لتحقيق الذكاء بمستوى إنساني. تُظهر التطورات الأخيرة…
-
العامل البشري في الذكاء الاصطناعي القابل للتفسير: تباين الأطباء في الثقة والاعتماد والأداء The human factor in explainable artificial intelligence: clinician variability in trust, reliance, and performance
2026 | المؤلف: Angus Nicolson وآخرون | المجلة: npj Digital Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه الفقرة دور الذكاء الاصطناعي القابل للتفسير (XAI) في المجالات ذات المخاطر العالية مثل الرعاية الصحية، مع التأكيد على إمكانيته في تعزيز ثقة المستخدمين. ينتقد المؤلفون الاعتماد الشائع على المقاييس الآلية لتقييم XAI، مقترحين بدلاً من ذلك نموذجاً يعتمد على النماذج لتقدير عمر الحمل (GA) من الصور. أجروا دراسة قارئ من ثلاث مراحل مع…
-
تطبيق الذكاء الاصطناعي والأدوات الرقمية في علم الأمراض السرطانية Application of artificial intelligence and digital tools in cancer pathology
2026 | المؤلف: Lawrence Shaktah وآخرون | المجلة: The Lancet Digital Health | المجال: الذكاء الاصطناعي (Artificial Intelligence)إن دمج الذكاء الاصطناعي (AI) في علم الأمراض الرقمي من المتوقع أن يحدث تحولًا كبيرًا في تشخيص السرطان. تعزز نماذج الذكاء الاصطناعي تفسير الصبغات النسيجية، مثل الهيماتوكسيلين والإيوزين، مما يسهل تصنيف الأورام، وتقدير الدرجات، وكمية العلامات الحيوية للأهداف السريرية مثل HER2 و PD-L1. كما تسمح هذه النماذج بتقدير الأنماط المجهرية الدقيقة التي تحمل دلالات تنبؤية…
-
قانون الكثافة لنماذج اللغة الكبيرة Densing law of LLMs
2026 | المؤلف: Chaojun Xiao وآخرون | المجلة: Nature Machine Intelligence | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم العلاقة بين كثافة النموذج والأداء في نماذج اللغة الكبيرة (LLMs)، مع تسليط الضوء على التحديات التي تطرحها قيود الموارد الحاسوبية والحاجة إلى إعدادات تدريب فعالة من حيث التكلفة. بينما تشير قوانين التوسع إلى أن زيادة حجم المعلمات تعزز أداء النموذج، فإن القيود العملية في سيناريوهات النشر تتطلب التركيز على تحسين الأداء بالنسبة…
-
نقد العقل غير النقي: كشف سلوك التفكير لنماذج اللغة الكبيرة الطبية Critique of impure reason: Unveiling the reasoning behaviour of medical large language models
2026 | المؤلف: Shamus Zi Yang Sim وآخرون | المجلة: eLife | المجال: الذكاء الاصطناعي (Artificial Intelligence)تؤكد هذه القسم على الحاجة الملحة لفهم سلوك الاستدلال لنماذج اللغة الكبيرة (LLMs) في المجال الطبي، بدلاً من التركيز فقط على دقة التنبؤات العالية. يجادل المؤلفون بأن فهم سلوك الاستدلال أمر ضروري لتحقيق الذكاء الاصطناعي القابل للتفسير (XAI)، والذي يمكن أن يعزز بشكل كبير دمج الذكاء الاصطناعي الطبي في الرعاية الصحية. يقومون بتكييف المفاهيم الحالية…
-
مسح تحليلي للتعلم باستخدام بيانات منخفضة الموارد: من التحليل إلى التحقيق Analytical Survey of Learning with Low-Resource Data: From Analysis to Investigation
2026 | المؤلف: Xiaofeng Cao وآخرون | المجلة: ACM Computing Surveys | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم هذه القسم نظرة عامة على التحديات والاستراتيجيات المرتبطة بالتعلم من البيانات ذات الموارد المنخفضة في الذكاء الاصطناعي (AI). يبرز النجاح الكبير للبيانات ذات الموارد العالية في الذكاء الاصطناعي مع التأكيد على التكاليف العالية لتوصيف البيانات وتدريب النماذج. تستخدم الدراسة نظرية أخذ العينات النشطة غير المتحيزة ضمن إطار العمل “ربما تقريبًا صحيح” (PAC) لتحليل خطأ…