Hospital Predictive maintenance by Machine Learning

تطوير نظام مدعوم بـ الذكاء الاصطناعي (AI) للتنبؤ بأعطال الأجهزة الطبية، مع التركيز بشكل جوهري على منهجيات جمع البيانات، إدارتها، وتحليلها.

الخبرة في معالجة البيانات:

جمع وتنظيم مجموعات بيانات ضخمة من أكثر من 250 جهازاً طبياً مختلفاً، حيث شمل كل جهاز 10 معايير (Parameters) منفصلة، وذلك لضمان سلامة واتساق البيانات (Data Integrity & Consistency) اللازمة لعمليات النمذجة التنبؤية.

إدارة وصيانة البيانات عبر جداول البيانات (Excel)، مع إجراء الحسابات والتحليلات المتقدمة باستخدام نماذج اتخاذ القرار متعددة المعايير مثل: TOPSIS، وEntropy، وCRITIC، وWSM.

توظيف البيانات لإجراء تقييم فوري وحي (Real-time) لحالة الأجهزة (صالح / صيانة / تكهين) بهدف تحسين وكفاءة عمليات الصيانة داخل المستشفى.