نظام ادارة وتشخيص الامراض باستخدام الذكاء الاصطناعي

وصف المشروع:-

يهدف هذا المشروع إلى بناء نظام ذكي يساعد في تشخيص الأمراض استنادًا إلى بيانات طبية مثل الأعراض، والفحوصات، والتاريخ الصحي للمريض، وذلك باستخدام تقنيات الذكاء الاصطناعي والتعلم الآلي. يقدم النظام تشخيصًا مبدئيًا وتوصيات علاجية، مع إمكانية تتبع حالة المريض وتنبيه الأطباء في حال وجود تغييرات مفاجئة.

أهداف المشروع:-

تشخيص الأمراض باستخدام نموذج تعلم عميق مبني على بيانات المرضى.

تحليل البيانات الطبية لاكتشاف الأنماط والعوامل المرتبطة بالأمراض.

واجهة برمجية (API) تتيح للطواقم الطبية إدخال بيانات المرضى واسترجاع التشخيصات والتوصيات.

البيانات المستخدمة:-

تم استخدام مجموعة بيانات heart_disease_uci.csv التي تحتوي على معلومات طبية تتعلق بأمراض القلب مثل:

العمر.

الجنس.

ضغط الدم.

الكوليسترول.

نتائج تخطيط القلب.

معدل ضربات القلب القصوى.

مراحل تنفيذ المشروع

جمع البيانات:- تم تحميل مجموعة بيانات من Kaggle - Heart Disease Dataset

تنظيف وتحليل البيانات:-

حذف أو استبدال القيم المفقودة أو الشاذة .

تحليل بصري باستخدام matplotlib و seaborn.

استخدام إحصائيات وصفية لفهم توزيع البيانات.

بناء النموذج:-

النموذج الأساسي: Random Forest Classifier

تحسين الأداء: استخدام GridSearchCV لتجربة مجموعة من المعاملات.

الأداء النهائي: دقة وصلت إلى 82%، وتم تقييم النموذج باستخدام دقة، استدعاء، F1-score، ومصفوفة الالتباس.

بناء واجهة API :-

تم بناء API باستخدام Flask لتمكين إرسال البيانات واسترجاع نتائج التشخيص.

##النتائج والملاحظات:-

النموذج أعطى دقة 82% على بيانات الاختبار. تم استخدام GridSearch لتحسين النموذج، لكن لم يحدث تحسن كبير، مما يدل على أن الإعدادات الافتراضية كانت جيدة. القيم الشاذة أثرت على النموذج بشكل ملحوظ وتم التعامل معها بشكل مناسب. يمكن تحسين النموذج أكثر بإضافة ميزات جديدة أو استخدام نماذج أعمق (مثل الشبكات العصبية).

المطور:-

الاسم: طلال جهاد عثمان البريد الالكتروني : tlaljehad@gmail.com