Breast Cancer Severity Prediction Using Machine Learning Classifier

هذا المشروع كمبادرة علمية لتوظيف تقنيات الذكاء الاصطناعي وتعلم الآلة، ولا سيما تقنيات التعلم العميق ((Deep Learning، من أجل تطوير نموذج ذكي قادر على تحليل صور الثدي الشعاعية (الماموغرام) واستخلاص مؤشرات تشخيصية دقيقة تساعد الأطباء في الكشف المبكر عن سرطان الثدي. يعتمد النموذج بشكل أساسي على الشبكات العصبية التلافيفية (Convolutional Neural Networks - CNNs)، وهي من أكثر الخوارزميات كفاءة في معالجة الصور الطبية، لما تتميز به من قدرة على التعلم الهرمي واكتشاف السمات الدقيقة داخل الصور.

يهدف المشروع إلى بناء نموذج تصنيفي يمكنه التفريق بين الصور التي تحتوي على مؤشرات لسرطان الثدي وتلك السليمة، مع تحقيق معدلات أداء عالية من حيث الدقة، والحساسية، والخصوصية، لضمان فعاليته كأداة داعمة للأطباء لا بديلة عنهم. وقد تم اتباع منهجية علمية تبدأ بجمع وتحليل البيانات، مروراً بمرحلة ما قبل المعالجة، ثم بناء النموذج وتدريبه، وأخيراً تقييم أدائه باستخدام مؤشرات إحصائية متقدمة.

وتمثل هذه الدراسة مساهمة في مجال تقاطع الطب والتكنولوجيا، حيث تُظهر كيف يمكن للذكاء الاصطناعي أن يدعم الجهود الطبية القائمة ويكملها، من خلال نماذج أكثر ذكاءً وسرعة وموثوقية. كما يعكس المشروع توجهًا نحو دعم أهداف التنمية المستدامة، خصوصاً ما يتعلق بالصحة الجيدة والرفاه (الهدف الثالث من أهداف التنمية المستدامة)، وتأكيداً على أهمية توظيف التقنيات الحديثة في خدمة المجتمعات، وتحقيق العدالة الصحية، ورفع جودة حياة الأفراد في مختلف أنحاء العالم