Gallstones prediction

يهدف هذا البحث إلى تطوير نموذج تعلم آلي للتنبؤ المبكر بمرض حصوات المرارة (cholelithiasis) باستخدام بيانات سريرية وبيوكيميائية غير جراحية مأخوذة من 319 مريضًا. حقق النموذج نتائج جيدة في التنبؤ، مما يوضح إمكانية استخدام التعلم الآلي كأداة تشخيصية مساعدة وفعالة.

الخوارزميات المستخدمة

اختيار السمات (Feature Selection): تم استخدام اختبار تحليل التباين (ANOVA F-test) لتحديد أهم المؤشرات والعوامل المؤثرة في الإصابة بالمرض من بين 39 سمة متاحة. أظهرت النتائج أن مستويات فيتامين د (Vitamin D) وبروتين سي التفاعلي (CRP) كانت الأكثر دلالة إحصائية وقدرة على التنبؤ.

نموذج التنبؤ (Prediction Model): تم بناء النموذج الأساسي باستخدام خوارزمية آلة المتجهات الداعمة (Support Vector Machine - SVM). تم اختيار نواة الدالة ذات الأساس الشعاعي (RBF Kernel) للتعامل مع العلاقات غير الخطية المحتملة في البيانات الطبية.