التصنيف: الذكاء الاصطناعي (Artificial Intelligence)
-
الابتكار المدعوم بالذكاء الاصطناعي في التحول الرقمي: الركائز الأساسية وتأثير الصناعة AI-Powered Innovation in Digital Transformation: Key Pillars and Industry Impact
تولد أنظمة التحول الرقمي حجمًا كبيرًا من البيانات، مما يخلق فرصًا للابتكار المحتمل، لا سيما تلك المدفوعة بالذكاء الاصطناعي. تركز هذه الدراسة على العلاقة المعقدة بين الذكاء الاصطناعي والابتكار كعناصر أساسية في إطار التحول الرقمي من أجل النمو المستدام والتميز التشغيلي. تقدم هذه الدراسة منظورًا شاملًا حول زراعة وأسس الابتكار المدعوم بالذكاء الاصطناعي، مع تسليط…
-
تحسين نماذج اللغة الكبيرة للتعرف على الكيانات المسماة السريرية من خلال هندسة المطالبات Improving large language models for clinical named entity recognition via prompt engineering
الهدف: تهدف هذه الدراسة إلى قياس قدرات GPT-3.5 و GPT-4 في مهام التعرف على الكيانات المسماة السريرية (NER) وتقترح مطالبات محددة لتحسين أدائها. المواد والأساليب: قمنا بتقييم هذه النماذج على مهمتين سريريتين لـ NER: (1) لاستخراج المشكلات الطبية والعلاجات والاختبارات من الملاحظات السريرية في مجموعة بيانات MTSamples، وفقًا لمهمة استخراج المفاهيم المشتركة i2b2 لعام 2010،…
-
تطبيقات التعلم العميق في المعلوماتية الحيوية والطبية المعتمدة على إنترنت الأشياء: مراجعة منهجية للأدبيات The deep learning applications in IoT-based bio- and medical informatics: a systematic literature review
في الوقت الحاضر، حقق التعلم الآلي (ML) مستوى عالٍ من الإنجاز في العديد من السياقات. نظرًا لأهمية ML في المعلوماتية الطبية والحيوية بسبب دقتها، ناقش العديد من الباحثين حلولًا متعددة لتطوير وظيفة التحديات الطبية والحيوية باستخدام تقنيات التعلم العميق (DL). تكمن أهمية DL في المعلوماتية الحيوية والطبية المعتمدة على إنترنت الأشياء (IoT) في قدرته على…
-
تقييم نماذج التنبؤ السريرية (الجزء 1): من التطوير إلى التحقق الخارجي Evaluation of clinical prediction models (part 1): from development to external validation
تقييم أداء نموذج التنبؤ السريري أمر بالغ الأهمية لتحديد دقته التنبؤية في الفئات والسياقات المخصصة للاستخدام. في هذه المقالة، الأولى في سلسلة من ثلاثة أجزاء، يصف كولينز وزملاؤه أهمية التقييم المعنوي باستخدام التحقق الداخلي، والتحقق الداخلي-الخارجي، والتحقق الخارجي، بالإضافة إلى استكشاف التباين، والعدالة، وقابلية التعميم في أداء النموذج.