تطوير نموذج تعلم آلي للتنبؤ بمرض الربو باستخدام Python وتحليل البيانات

مرض الربو من الأمراض التنفسية المزمنة التي تؤثر على ملايين الأشخاص حول العالم، ويُعد التشخيص المبكر عاملًا حاسمًا في تقليل المضاعفات وتحسين جودة الحياة.

في هذا المشروع قمت بتطوير نموذج تعلم آلي (Machine Learning Classification Model) للتنبؤ بإمكانية إصابة الأفراد بمرض الربو اعتمادًا على مجموعة من العوامل الصحية والبيئية ونمط الحياة مثل العمر، مؤشر كتلة الجسم (BMI)، مستوى FeNO الدال على التهاب الشعب الهوائية، وغيرها من المؤشرات الطبية.

? تم تنفيذ المشروع عبر المراحل التالية:

تنظيف البيانات ومعالجة القيم المفقودة باستخدام KNNImputer

تحليل القيم الشاذة مع الاحتفاظ بالقيم الطبية المهمة

تجنب تسرب البيانات (Data Leakage) لضمان دقة النتائج

استخدام RobustScaler لتقليل تأثير القيم المتطرفة

اختبار عدة نماذج تصنيف مثل Logistic Regression و Random Forest و KNN

? حقق النموذج الأفضل دقة عالية مع توازن جيد بين Accuracy و Recall، مع التركيز على تقليل الحالات غير المكتشفة (False Negatives) نظرًا لأهمية ذلك في المجال الطبي.

? كما تم إنشاء لوحة بيانات (Dashboard) لعرض:

توزيع حالات الربو

تحليل الحالات حسب العمر والجنس

العلاقة بين مستوى الالتهاب (FeNO) والعمر

مؤشرات إحصائية مثل متوسط العمر ومتوسط BMI

? القيمة المضافة للمشروع:

دعم أنظمة الكشف المبكر

إمكانية استخدامه كنظام مساعدة قرار في المراكز الطبية

نموذج قابل للتطوير ليُستخدم في تطبيقات HealthTech