الأبحاث ضمن الموضوع : الذكاء الاصطناعي في الرعاية الصحية
-
تحسين مستوحى من البيولوجيا مع نهج الحوسبة التعلم الآلي لتوقع الغدة الدرقية
2025 | المؤلف: Divya Kesavulu وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تبحث ورقة البحث في تطبيق تقنيات التعلم الآلي (ML) والتعلم العميق (DL) لتوقع اضطرابات الغدة الدرقية، والتي تعتبر قضايا صحية شائعة لها تداعيات كبيرة، خاصة بالنسبة للنساء في المناطق النامية. تستخدم الدراسة خوارزميات ML متنوعة، بما في ذلك الغابة العشوائية (RF)، شجرة القرار، آلة الدعم الناقل (SVM)، وجار الأقرب (KNN)، معززة بطريقة تحسين جديدة تعرف…
-
MedPix 2.0: مجموعة بيانات طبية متعددة الأبعاد شاملة لتطبيقات الذكاء الاصطناعي المتقدمة مع توليد معزز بالاسترجاع ورسوم بيانية للمعرفة
2025 | المؤلف: Irene Siragusa وآخرون | المجلة: Data Science and Engineering | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم الورقة MedPix 2.0، مجموعة بيانات متعددة الوسائط تتضمن تقارير سريرية ومسحات CT/MR، وتتناول تحدي نقص البيانات الطبية عالية الجودة بسبب مخاوف الخصوصية. قام المؤلفون بتطوير خط أنابيب شبه آلي لاستخراج البيانات وتنظيمها، مما أسفر عن قاعدة بيانات منظمة في MongoDB. تم إنشاء واجهة مستخدم رسومية سهلة الاستخدام لتسهيل التنقل الفعال واستعلام مجموعة البيانات، مما…
-
النمذجة التنبؤية المدفوعة بالذكاء الاصطناعي لاكتشاف وإدارة سرطان الرئة باستخدام تعزيز البيانات الاصطناعية ومصنف الغابة العشوائية
2025 | المؤلف: Nisreen Innab وآخرون | المجلة: International Journal of Computational Intelligence Systems | المجال: إدارة المعلومات الصحية (Health Information Management)تناقش قسم ورقة البحث التأثير التحويلي للذكاء الاصطناعي (AI) على البحث الطبي، لا سيما في سياق الكشف عن سرطان الرئة. لا يزال سرطان الرئة هو الأكثر فتكًا على مستوى العالم، مما يستلزم أدوات تشخيص مبتكرة للتحديد الدقيق وفي الوقت المناسب. تقدم الدراسة طريقة جديدة تُسمى CTGAN-RF، التي تدمج الشبكات التوليدية التنافسية الشرطية (CTGAN) مع مصنف…
-
إطار عمل الذكاء الاصطناعي الهجين للكشف المبكر عن فشل القلب: دمج التعلم الآلي التقليدي ونماذج اللغة التوليدية مع البيانات السريرية
2025 | المؤلف: Abedalrahman Alshraideh وآخرون | المجلة: Cureus | المجال: إدارة المعلومات الصحية (Health Information Management)تقدم هذه الورقة البحثية نموذجًا هجينًا للذكاء الاصطناعي (AI) يدمج الشبكات العصبية التلافيفية (CNNs) ونماذج اللغة الكبيرة (LLMs) لتعزيز التنبؤ بفشل القلب (HF)، وهو سبب رئيسي للوفيات العالمية. يحقق النموذج دقة مثيرة للإعجاب تبلغ 95.1%، متجاوزًا النماذج التقليدية المستقلة من خلال تحليل البيانات السريرية المنظمة والمعلومات النصية غير المنظمة من سجلات صحة المرضى بشكل فعال.…
-
دراسة حول تطبيقات التعلم الانتقالي لتعزيز أداء نماذج اللغة الكبيرة في أنظمة الرعاية الصحية
2025 | المؤلف: Anmol Rahujo وآخرون | المجلة: Discover Artificial Intelligence | المجال: إدارة المعلومات الصحية (Health Information Management)يقدم قسم ورقة البحث نظرة عامة على الدور التحويلي لتعلم النقل (TL) ونماذج اللغة الكبيرة (LLMs) في قطاع الرعاية الصحية، لا سيما في تعزيز دقة التشخيص الطبي وأتمتة العمليات السريرية. يسلط الضوء على تطبيقات هذه التقنيات في التصوير، وتحديد الأمراض، وتحليل السجلات الصحية الإلكترونية. يعالج استخدام النماذج المدربة مسبقًا من خلال TL التحديات التي تطرحها…
-
التنبؤ بمرض الاعتلال العصبي المحيطي السكري المعتمد على التعلم الآلي: تطوير النموذج والتحقق السريري
2025 | المؤلف: Meng Sun وآخرون | المجلة: Frontiers in Endocrinology | المجال: إدارة المعلومات الصحية (Health Information Management)تبحث هذه الدراسة في اعتلال الأعصاب المحيطية السكري (DPN)، وهو مضاعف شائع لمرض السكري من النوع 2 (T2DM) يؤثر سلبًا على جودة حياة المرضى ويزيد من تكاليف الرعاية الصحية. قامت الدراسة بتحليل بيانات من 1,544 مريضًا مصابًا بالسكري، مقسمة إلى مجموعات تدريب (n = 1,082) واختبار (n = 462). تم إجراء اختيار الميزات باستخدام خوارزميات…
-
تحليل مقارن لنماذج تعلم الآلة في توقع مرض الشريان التاجي مع اختيار ميزات محسّن
2025 | 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…
-
تعزيز تشخيص أمراض الكبد باستخدام نماذج التعلم الآلي المتوازنة الهجينة SMOTE-ENN – تحليل تجريبي لمجموعات بيانات مرضى الكبد في الهند
2025 | المؤلف: Ritu Rani وآخرون | المجلة: Frontiers in Medicine | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث القضية الحرجة لمرض الكبد، الذي يشكل تهديدًا صحيًا كبيرًا على مستوى العالم، مما يؤدي إلى وفاة ملايين الأشخاص سنويًا. تقيم الدراسة خوارزميات تعلم الآلة المختلفة، بما في ذلك الانحدار اللوجستي، وجار الأقرب (KNN)، وآلة الدعم الناقل، وغيرها، لتشخيص مرض الكبد المزمن باستخدام مجموعات بيانات غير متوازنة، وتحديدًا مجموعة بيانات مرضى الكبد الهندية…
-
إطار عمل غابة عشوائية معززة بواسطة SGO وتعزيز التدرج الشديد لتوقع أمراض القلب
2025 | المؤلف: Anima Naik وآخرون | المجلة: Scientific Reports | المجال: إدارة المعلومات الصحية (Health Information Management)تتناول ورقة البحث القضية الصحية العالمية الملحة المتعلقة بأمراض القلب والأوعية الدموية (CVD)، التي تمثل حوالي 31.5% من الوفيات العالمية، مع توقعات تشير إلى زيادة تصل إلى 24.2 مليون وفاة سنويًا بحلول عام 2030. تقدم الدراسة نموذجًا لتوقع أمراض القلب (HDP) باستخدام مصنفات الغابة العشوائية (RF) وتعزيز التدرج المتطرف (XGB)، المحسّنة من خلال ضبط المعلمات…