الأبحاث في مجلة: BMC Medical Informatics and Decision Making
-
تقدم التحليل الموضوعي المدفوع بالذكاء الاصطناعي في البحث النوعي: دراسة مقارنة لتسعة نماذج توليدية على بيانات الليشمانيا الجلدية
Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis dataتستكشف الدراسة دمج الذكاء الاصطناعي التوليدي (A.I.) في البحث النوعي، من خلال تحليل موضوعي للأثر النفسي الاجتماعي لندبات الليشمانيا الجلدية (CL). من خلال مقارنة فعالية تسعة نماذج من الذكاء الاصطناعي – مثل Llama 3.1 405B وChatGPT o1-Pro – مقابل التحليل اليدوي التقليدي، استخدمت البحث 448 استجابة من المشاركين وطبقت أدوات إحصائية مثل معامل كابا لكوهين…
-
تعزيز التواصل بين الطبيب والمريض باستخدام نماذج اللغة الكبيرة لتفسير تقارير الأمراض
Enhancing doctor-patient communication using large language models for pathology report interpretationتستكشف هذه الدراسة تطبيق نماذج اللغة الكبيرة (LLMs)، وبشكل خاص GPT-4، في تعزيز قابلية القراءة والفهم لتقارير علم الأمراض بعد الجراحة، والتي غالبًا ما تكون معقدة وصعبة على المرضى. من خلال تحليل 698 تقريرًا من أربعة مستشفيات، طور الباحثون تقارير علم الأمراض التفسيرية (IPRs) لتبسيط المصطلحات الطبية. أظهرت النتائج تحسنًا كبيرًا في فهم المرضى، حيث…
-
نموذج هجين من CNN-Bi-LSTM مع دمج الميزات للكشف الدقيق عن نوبات الصرع
A hybrid CNN-Bi-LSTM model with feature fusion for accurate epilepsy seizure detectionتتناول الأبحاث الحاجة الملحة لطرق فعالة لاكتشاف النوبات في إدارة الصرع، مقترحة نهج هجين جديد للتعلم العميق يدمج دمج الميزات من أجل دقة محسنة. تستخدم المنهجية تحويل الموجات المتقطعة (DWT) لتفكيك إشارات EEG على خمسة مستويات، مستخرجة ميزات الوقت-التردد وغير الخطية. لتحسين اختيار الميزات، يتم استخدام آلة الدعم المتجهة-إزالة الميزات التكرارية (SVM-RFE)، تليها التصنيف باستخدام…