Smart Arabic Medical Consultant (Knowledge Retrieval)

التقنيات الأساسية:

Python

التوليد المعزز بالاسترجاع (Retrieval-Augmented Generation - RAG)

قاعدة بيانات المتجهات Qdrant Vector DB

نماذج Cross-Encoder Rerankers

المعالجة المسبقة للبيانات (Data Preprocessing)

معالجة اللغات الطبيعية (NLP)

أبرز المساهمات والإنجازات:

-صممت وطورت نظامًا متكاملًا للاستشارات الطبية الذكية يعتمد على بنية RAG المتقدمة، بهدف تقديم إجابات دقيقة وموثوقة ومدعومة بالسياق المناسب.

-أنشأت خط معالجة بيانات (Data Pipeline) قابلًا للتوسع باستخدام Pandas لتنظيف ومعالجة وإزالة التكرارات من مجموعة بيانات طبية ضخمة تضم أكثر من 800 ألف زوج من الأسئلة والأجوبة، ثم تحويلها إلى تمثيلات متجهية (Embeddings) باستخدام نموذج bge-m3 المتطور.

-حسّنت دقة البحث الدلالي وخفّضت ظاهرة هلوسة نماذج اللغة الكبيرة (LLM Hallucinations) من خلال تنفيذ نظام استرجاع متعدد المراحل يعتمد على Qdrant Vector DB، إلى جانب إعادة ترتيب النتائج باستخدام Contextual Compression Cross-Encoder Reranker، مما أدى إلى تحسين جودة ودقة الإجابات المسترجعة.