الأبحاث في مجال: علوم الحاسوب (Computer Science)
-
تحسين نماذج اللغة الكبيرة للتعرف على الكيانات المسماة السريرية من خلال هندسة المطالبات
Improving large language models for clinical named entity recognition via prompt engineering2024 | المؤلف: Yan Hu وآخرون | المجلة: Journal of the American Medical Informatics Association | المجال: الذكاء الاصطناعي (Artificial Intelligence)تدرس هذه الدراسة أداء GPT-3.5 و GPT-4 في مهام التعرف على الكيانات المسماة السريرية (NER)، مستهدفةً بشكل خاص استخراج الكيانات الطبية من الملاحظات السريرية وتحديد الأحداث السلبية المتعلقة باضطرابات الجهاز العصبي. تستخدم البحث إطار عمل محدد للمهام مصمم لتعزيز أداء النموذج، والذي يتضمن مطالبات أساسية، ومطالبات قائمة على إرشادات التوضيح، وتعليمات تحليل الأخطاء، وعينات من…
-
مراجعة منهجية شاملة للذكاء الاصطناعي في التعليم العالي: دعوة لزيادة الأخلاقيات، والتعاون، والصرامة
A meta systematic review of artificial intelligence in higher education: a call for increased ethics, collaboration, and rigour2024 | المؤلف: Melissa Bond وآخرون | المجلة: International Journal of Educational Technology in Higher Education | المجال: تطبيقات علوم الحاسوب (Computer Science Applications)تقدم هذه القسم نظرة عامة على مراجعة شاملة تركز على الذكاء الاصطناعي في التعليم (AIEd) ضمن التعليم العالي، والتي تُعرف بـ AIHEd. تقوم هذه المراجعة بتلخيص الأبحاث الثانوية المنشورة بين عامي 2018 ويوليو 2023، مستندة إلى مجموعة متنوعة من قواعد البيانات الأكاديمية والمنصات. تم تضمين ما مجموعه 66 منشورًا، معظمها مراجعات منهجية، مع تركيز ملحوظ…
-
تقييم نماذج التنبؤ السريرية (الجزء 2): كيفية إجراء دراسة التحقق الخارجي
Evaluation of clinical prediction models (part 2): how to undertake an external validation study2024 | المؤلف: Richard D Riley وآخرون | المجلة: BMJ | المجال: الذكاء الاصطناعي (Artificial Intelligence)في المقالة الثانية من سلسلتهم حول تقييم النماذج، يؤكد رايلي وزملاؤه على أهمية دراسات التحقق الخارجي في أبحاث نماذج التنبؤ. يحددون المكونات الأساسية لإجراء مثل هذه الدراسات، والتي تشمل إنشاء مجموعة بيانات عالية الجودة وتقييم أداء النموذج التنبؤي وقابليته السريرية. يجادل المؤلفون بأن التحقق الخارجي يجب أن يُعتبر عملية حاسمة ومستدامة داخل مجتمع البحث، حيث…
-
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 review2024 | المؤلف: Zahra Mohtasham‐Amiri وآخرون | المجلة: Neural Computing and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم الورقة البحثية نظرة شاملة على تطبيق تقنيات التعلم العميق (DL) في مجال المعلوماتية الحيوية والمعلوماتية الطبية المعتمدة على إنترنت الأشياء (IoT). تبرز الأهمية المتزايدة للتعلم الآلي (ML) والتعلم العميق (DL) في تحسين نتائج الرعاية الصحية من خلال التحليل الفوري للبيانات المعقدة. يصنف المؤلفون أحدث حلول DL إلى خمسة أنواع متميزة: الشبكات العصبية التلافيفية، الشبكات…
-
تقييم نماذج التنبؤ السريرية (الجزء 1): من التطوير إلى التحقق الخارجي
Evaluation of clinical prediction models (part 1): from development to external validation2024 | المؤلف: Gary S. Collins وآخرون | المجلة: BMJ | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقييم نماذج التنبؤ أمر ضروري بسبب تأثير تصميم الدراسة وتحليل البيانات على أدائها التنبؤي عند تطبيقها على بيانات جديدة من السكان المستهدفين. بينما قد يظهر نموذج أداء ممتاز خلال التطوير، فإن هذا لا يضمن نتائج مماثلة في السياقات الخارجية. لذلك، فإن دراسات التحقق ضرورية لتقييم موثوقية وقابلية تعميم نماذج التنبؤ. لتحسين تطوير النموذج وتقييمه، يُوصى…