تطوير نموذج ذكاء اصطناعي للتنبؤ بمرض ألزهايمر باستخدام Machine Learning مع واجهة Streamlit تفاعلية

قمت بتطوير نموذج تعلم آلي (Machine Learning) للتنبؤ بمرض ألزهايمر اعتمادًا على بيانات صحية وسلوكية متعددة، باستخدام خوارزمية Random Forest لتحقيق دقة تنبؤ عالية.

يعتمد المشروع على تحليل مجموعة كبيرة من المتغيرات مثل:

العمر (Age)

مؤشر كتلة الجسم (BMI)

ضغط الدم

مستويات الكوليسترول

مستوى النشاط البدني

جودة النوم

التقييم الوظيفي والإدراكي (MMSE)

التاريخ العائلي والأمراض المزمنة

? خطوات تنفيذ المشروع:

تنظيف البيانات ومعالجتها.

تطبيق StandardScaler على المتغيرات العددية.

تدريب نموذج Random Forest.

تقييم أداء النموذج باستخدام مقاييس الأداء المختلفة.

حفظ النموذج والـ Scaler باستخدام Pickle.

إنشاء واجهة تفاعلية باستخدام Streamlit لإجراء التنبؤات بسهولة.

? مميزات المشروع:

واجهة استخدام سهلة وبسيطة.

إمكانية إدخال بيانات مريض والحصول على نتيجة التنبؤ فورًا.

عرض احتمالية الإصابة وليس فقط النتيجة النهائية.

تطبيق عملي متكامل من مرحلة المعالجة حتى النشر.

هذا المشروع يوضح قدرتي على:

بناء نماذج تنبؤية في المجال الطبي.

التعامل مع البيانات الصحية متعددة المتغيرات.

تحويل النموذج إلى تطبيق عملي قابل للاستخدام.