Diabetes

مشروع التنبؤ بمرض السكري (Diabetes Prediction Project) هو أحد أشهر المشاريع التطبيقية في مجال تعلم الآلة للرعاية الصحية، ويعتمد عادةً على مجموعة بيانات (مثل Pima Indians Diabetes Dataset).

خطوات ومكونات المشروع:

هدف المشروع: بناء نموذج ذكاء اصطناعي يتنبأ بإصابة الشخص بمرض السكري من عدمه بناءً على قياسات وتحاليل طبية سابقة.

البيانات المستخدمة (Features): تشمل متغيرات طبية أساسية مثل (عدد مرات الحمل، نسبة الجلوكوز في الدم، ضغط الدم، سمك الجلد، مستوى الإنسولين، مؤشر كتلة الجسم BMI، العامل الوراثي للسكري، والعمر).

معالجة وتنظيف البيانات (Data Preprocessing):

معالجة القيم الصفرية غير المنطقية (مثل ضغط الدم أو BMI بقيمة 0) والتعامل معها كقيم مفقودة واستبدالها بالمتوسط أو الوسيط (Imputation).

تطبيق المعايرة القياسية StandardScaler لتوحيد أحجام ونطاقات الأرقام بين الميزات المختلفة.

تدريب النموذج (Model Training): استخدام خوارزميات التصنيف (Classification) مثل Logistic Regression، Random Forest، أو Support Vector Machines (SVM) للتعلم من البيانات.

التقييم والنتائج (Evaluation): قياس أداء النموذج باستخدام الدقة (Accuracy)، مع التركيز الشديد على نسبة الاستدعاء (Recall) والمصفوفة التشخيصية (Confusion Matrix) لتجنب الخطأ في تشخيص الأشخاص المصابين.

النشر (Deployment): ربط النموذج بواجهة تفاعلية باستخدام Streamlit تسمح للمستخدم أو الطبيب بإدخال القياسات الطبية والحصول على نتيجة التنبؤ فورياً.