Drug Interaction Detection Using Machine Learning

قمت بتطوير مشروع Machine Learning للكشف عن التفاعلات الدوائية (Drug Interaction Detection) بهدف التنبؤ بوجود تفاعل محتمل بين الأدوية وتحليل مستوى الخطورة لتقليل الأخطاء الطبية وتحسين أمان استخدام الأدوية.

بدأت المشروع بجمع ومعالجة البيانات الخاصة بالأدوية والتفاعلات الدوائية، ثم تنفيذ مرحلة الـ Data Preprocessing والتي تضمنت:

تنظيف البيانات وإزالة القيم المفقودة والبيانات المكررة

تحويل البيانات النصية إلى قيم رقمية باستخدام Encoding

تحليل البيانات واستخراج أهم الـ Features المؤثرة على التنبؤ

بعد ذلك تم تقسيم البيانات إلى Training Data و Testing Data لتدريب النموذج واختباره.

استخدمت خوارزمية Random Forest Classifier لأنها من أفضل الخوارزميات في التعامل مع البيانات المعقدة وتوفر دقة عالية في التصنيف وتقليل مشكلة الـ Overfitting.

قمت بتدريب الموديل على البيانات ثم تقييم الأداء باستخدام عدة Metrics مثل:

Accuracy

Precision

Recall

F1-Score

كما تم اختبار النموذج على بيانات جديدة للتأكد من قدرته على التنبؤ الصحيح بالتفاعلات الدوائية المحتملة.

التقنيات والأدوات المستخدمة:

Python

Pandas & NumPy

Scikit-learn

Matplotlib & Seaborn لتحليل وعرض البيانات

Jupyter Notebook

المشروع ساعدني على اكتساب خبرة عملية في:

Data Analysis

Feature Engineering

بناء وتدريب نماذج Machine Learning

تقييم وتحسين أداء الموديلات

التعامل مع البيانات الطبية وتحليلها بشكل عملي