الأبحاث في مجال: إدارة المعلومات الصحية (Health Information Management)
-
سلامة نظام دعم القرار السريري القائم على نموذج لغوي كبير في الرعاية الصحية الأولية في أفريقيا
Safety of a large language model-based clinical decision support system in African primary healthcare2026 | المؤلف: Ambrose Agweyu وآخرون | المجلة: Nature Health | المجال: إدارة المعلومات الصحية (Health Information Management)في هذا القسم، يقدم المؤلفون تقييمًا رجعيًا لنظام دعم القرار السريري (CDSS) المدمج في نموذج لغة كبير (LLM) تم تنفيذه في 16 عيادة رعاية أولية في كينيا من يوليو إلى سبتمبر 2024. أظهر مراجعة لـ 1,469 سجلًا طبيًا من قبل أطباء مدربين أن الهلوسات، التي تعرف بأنها مخرجات غير صحيحة من النموذج، كانت نادرة، حيث…
-
تطوير وتحقق من نموذج تعلم الآلة للتنبؤ بارتفاع ضغط الدم المصاحب لدى مرضى السكري من النوع 2
Development and validation of a machine learning model to predict comorbid hypertension in patients with type 2 diabetes2026 | المؤلف: Hailu Yang وآخرون | المجلة: Frontiers in Medicine | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول هذه الدراسة الخطر القلبي الوعائي الكبير الذي تسببه ارتفاع ضغط الدم لدى مرضى السكري من النوع 2، مع تسليط الضوء على قيود النماذج التنبؤية الحالية التي غالبًا ما تفتقر إلى التحقق الخارجي وقابلية التفسير. كان الهدف هو تطوير نموذج غابة عشوائية عالي الأداء يدمج المقاييس السريرية، وعادات نمط الحياة، والعوامل الاجتماعية والاقتصادية للتنبؤ بخطر…
-
تسريع الابتكار في الذكاء الاصطناعي في الرعاية الصحية: تطبيقات البحث السريري في العالم الحقيقي على منصة مايو كلينك
Accelerating AI innovation in healthcare: real-world clinical research applications on the Mayo Clinic Platform2026 | المؤلف: Yue Yu وآخرون | المجلة: npj Health Systems | المجال: إدارة المعلومات الصحية (Health Information Management)تسلط الأبحاث الضوء على إمكانيات الذكاء الاصطناعي (AI) في الرعاية الصحية، مع التأكيد على التحديات المرتبطة بتنفيذه في العالم الحقيقي. تم تقديم منصة مايو كلينيك (MCP) كحل يوفر بيانات غير محددة الهوية وقابلة للتوسع ومتعددة المؤسسات، بالإضافة إلى أدوات تحليلية مصممة لتسهيل هذه العملية. من خلال أربعة مشاريع بحثية متميزة، تُظهر MCP قدراتها في تحديد…
-
عندما تلتقي البيانات الأفضل مع التصميم الأفضل: كيف تشكل قابلية استخدام بيانات السجلات الصحية الإلكترونية وقابلية استخدام النظام العبء المعرفي للأطباء
When better data meets better design: How EHR data usability and system usability shape physicians’ cognitive load2026 | المؤلف: Curtis Merriweather وآخرون | المجلة: npj Digital Medicine | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف هذه الدراسة تأثير قابلية استخدام بيانات السجلات الصحية الإلكترونية (EHR) وقابلية استخدام النظام على العبء المعرفي للأطباء، وهو أمر حاسم لاتخاذ قرارات سريرية فعالة. باستخدام بيانات استقصائية من 564 طبيبًا عبر 32 تخصصًا، استخدم الباحثون نمذجة المعادلات الهيكلية القائمة على التباين لتحليل نموذج وسيط. أثبتت الدراسة أن تحسين قابلية استخدام البيانات – التي تتميز…
-
استيفاء الحواف، تعويض الوسيط، RobustScalar، وتحسين سرب الجسيمات مع مصنفات غير متجانسة: تركيبة قوية لتشخيص فعال لأمراض القلب
Padding interpolation, median imputation, RobustScalar, and particle swarm optimization with heterogeneous classifiers: a robust combination for effective heart disease diagnosis2026 | المؤلف: Sanjay Dhanka وآخرون | المجلة: Frontiers in Medicine | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم ورقة البحث إطارًا تشخيصيًا جديدًا يهدف إلى تحسين الكشف المبكر عن أمراض القلب (HD) من خلال تقنيات التعلم الآلي المتقدمة. يتناول الإطار التحديات الشائعة في النماذج الحالية، مثل عدم تناسق البيانات ومشاكل اختيار الميزات، من خلال استخدام استراتيجية شاملة لمعالجة البيانات تتضمن استخدام Padding Interpolation للقيم المفقودة، وMedian Imputation للقيم الشاذة، وRobustScaler للتقييس. في…
-
تحليل مقارن لنماذج تعلم الآلة في توقع مرض الشريان التاجي مع اختيار ميزات محسّن
Comparative analysis of machine learning models for coronary artery disease prediction with optimized feature selection2025 | المؤلف: David B. Olawade وآخرون | المجلة: International Journal of Cardiology | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف هذه الدراسة تطبيق تقنيات التعلم الآلي (ML) للتنبؤ بمرض الشريان التاجي (CAD) باستخدام مجموعتين من البيانات: مجموعة بيانات فرامينغهام ومجموعة بيانات ز-علي زاده ساني. من خلال اعتماد منهجية منظمة تشمل معالجة البيانات، واختيار الميزات عبر خوارزمية تحسين بحث النسر الأصلع (BESO)، وتقييم نماذج التصنيف المتعددة، تحدد الأبحاث أن الغابة العشوائية (RF) هي الأكثر فعالية…
-
توقع مخاطر القلب والأوعية الدموية باستخدام التعلم الجماعي الهجين والذكاء الاصطناعي القابل للتفسير
Predicting cardiovascular risk with hybrid ensemble learning and explainable AI2025 | المؤلف: Pooja Shah وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول الدراسة الحاجة الملحة لتحسين توقع المخاطر لأمراض القلب والأوعية الدموية (CVDs)، التي تظل سببًا رئيسيًا للوفيات على مستوى العالم. تقدم إطار عمل هجين للتعلم الجماعي يدمج نماذج التعلم الآلي المتقدمة، وتحديدًا تعزيز التدرج، CatBoost، والشبكات العصبية، ضمن بنية جماعية مكدسة. يعزز هذا النهج الأداء التنبؤي، محققًا درجة AUC-ROC تبلغ 0.82، إلى جانب مقاييس الدقة،…
-
آلية تعلم آلي محسّنة لنظام الرعاية الصحية للبيانات الضخمة للتنبؤ بعوامل خطر الأمراض
Optimized machine learning mechanism for big data healthcare system to predict disease risk factor2025 | المؤلف: Venkata Nagaraju Thatha وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم البحث نظام توقعات معتقدات الثعلب الأحمر العميق (DRFBPS) الجديد الذي يهدف إلى تعزيز التعرف المبكر على عوامل خطر الإصابة بأمراض القلب. نظرًا للزيادة المتزايدة في انتشار أمراض القلب بسبب عوامل نمط الحياة، يؤكد الدراسة على أهمية الكشف المبكر لتحسين نتائج المرضى. تعاني الطرق التنبؤية التقليدية غالبًا من مشاكل مثل اختيار الميزات غير المناسب والتكيف…
-
التعلم الجماعي مع الذكاء الاصطناعي القابل للتفسير لتحسين توقعات أمراض القلب استنادًا إلى مجموعات بيانات متعددة
Ensemble learning with explainable AI for improved heart disease prediction based on multiple datasets2025 | المؤلف: Shahid Mohammad Ganie وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تبحث ورقة البحث في تطبيق تقنيات التعلم الجماعي، وتحديداً طرق التكديس والتصويت، لتحسين دقة التنبؤ بأمراض القلب. من خلال تدريب خمسة عشر نموذجاً أساسياً على مجموعتين بيانات مختلفتين لأمراض القلب، طورت الدراسة نماذج جماعية تجمع بين ستة نماذج أساسية باستخدام نموذج ميتا (تكديس) وتصويت الأغلبية (تصويت). أظهرت النتائج أن كلا الطريقتين الجماعيتين تفوقت على النماذج…
-
تحليل مقارن لتنبؤ أمراض القلب باستخدام الانحدار اللوجستي، وآلة الدعم الناقل، وجيران الأقرب، وغابة عشوائية مع التحقق المتقاطع لتحسين الدقة
Comparative analysis of heart disease prediction using logistic regression, SVM, KNN, and random forest with cross-validation for improved accuracy2025 | المؤلف: Yagyanath Rimal وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تستكشف هذه الورقة البحثية فعالية التحقق المتقاطع في تعزيز أداء نماذج التعلم الآلي المطبقة على مجموعات بيانات أمراض القلب. تستخدم الدراسة عملية جديدة لتحضير البيانات، تشمل تعويض الميزات العددية بالمتوسط، والميزات الفئوية باستخدام طرق كاي-تربيع، وتطبيق التطبيع. يتم مقارنة أربعة نماذج—الانحدار اللوجستي (LR)، آلة الدعم الناقل (SVM)، أقرب جار (KNN)، وغابة عشوائية (RF)—من خلال التحقق…