radiology

مشروع RAD-CORE (منصة تشخيص الأشعة) هو تطبيق ويب متكامل يعتمد على الذكاء الاصطناعي (AI) لتسهيل وتسريع سير العمل في أقسام الأشعة ومساعدة الأطباء في تشخيص الصور الطبية.

الفكرة الأساسية للمشروع: يقوم المشروع بدمج نموذج ذكاء اصطناعي متطور (Florence-2 المُدرب والمُخصص للأشعة) داخل نظام إدارة طبي. الهدف الأساسي هو توفير أداة مساعدة للطبيب (مساعد ذكي) تقوم بتحليل الصور الشعاعية المرفوعة واستخراج تقرير أو وصف مبدئي لحالة المريض، مما يوفر وقت الطبيب ويساعده في سرعة ودقة التشخيص.

كيف يعمل النظام (سير العمل المتبع):

رفع الصور الطبية (Upload): يقوم المستخدم (سواء كان فني أشعة أو طبيب) برفع صور الأشعة الخاصة بالمريض إلى النظام عبر واجهة سهلة الاستخدام.

التحليل التلقائي بالذكاء الاصطناعي (AI Generation): بمجرد رفع الصورة، يبدأ محرك الذكاء الاصطناعي بالعمل في الخلفية لتحليل الصورة وإنشاء تقرير أو وصف مبدئي (Caption) لما تظهره الأشعة.

المراجعة والاعتماد من الطبيب (Review & Sign): يقوم الطبيب البشري بمراجعة التقرير الذي ولّده الذكاء الاصطناعي، ويمكنه التعديل عليه وإضافة ملاحظاته، وفي النهاية يقوم باعتماد التقرير والتوقيع عليه إلكترونياً.

البنية التقنية للمشروع: المشروع مبني بهيكلية حديثة ومقسّم إلى ثلاثة أجزاء رئيسية:

الواجهة الأمامية (Frontend): مبنية باستخدام React لتقديم واجهة مستخدم عصرية وسريعة تحتوي على لوحة تحكم (Dashboard)، صفحات لإدارة المرضى وصور الأشعة، وعرض التقارير.

الواجهة الخلفية (Backend): مبنية باستخدام Python وإطار عمل Django REST Framework. تدير قواعد البيانات (المرضى، الصور، والتقارير)، مصادقة المستخدمين (تسجيل الدخول والتسجيل)، وتوفر واجهات برمجة التطبيقات (API) للتواصل مع الواجهة الأمامية.

محرك الذكاء الاصطناعي (AI Engine): يعمل كجزء من الواجهة الخلفية، ويعتمد على نموذج Florence-2 المدعوم بتقنية (Radiology LoRA) ليكون متخصصاً في الصور الطبية. يعمل المحرك محلياً ويدعم التشغيل سواء على المعالجات العادية (CPU) أو كروت الشاشة (GPU).

أبرز المميزات:

إدارة كاملة للمرضى والملفات الطبية الخاصة بهم.

لوحة تحكم تتبع حالة النظام والتقارير.

تشغيل سلس وسريع بنقرة واحدة (عبر