نموذج الذكاء الاصطناعي لتحليل الصور الطبية وتحديد وتصنيف الحالات الصحية للعضو الذي به الورم (مثل السرطان أو الحالات الطبيعية)
واكتشاف الأمراض من صور الأشعة المقطعية (CT-Scan)
باستخدام مجموعة بيانات كبيرة من صور الأشعة المقطعية للصدر.
يتم تدريب نموذج ذكاء اصطناعي باستخدام هذه الصور بحجم بيانات من 500 صورة إلى 10000 ليتمكن من التمييز بين الحالات المختلفة وتقديم توقعات حول ما إذا كانت الصورة طبيعية أو تحتوي على مرض مثل أنواع سرطان الرئة بناءً على شكل وأنماط الصور.
النموذج يعتمد على التعلم المُراقَب (Supervised Learning)، يجب أن تحتوي كل صورة على تصنيف صحيح يوضح الحالة الطبية لها، مثل: Normal - Lung Cancer -Pneumonia أو أي فئات أخرى حسب البيانات, في ملف CSV أو Excel يتم ربط كل صورة بتصنيفها.
غالبا لا يتجاوز إجمالي حجم البيانات 5–10 جيجابايت كما يفضل أن تكون الصور بإحدى الصيغ التالية: JPG أو PNG.
توفير تقرير شامل يوضح تفاصيل تدريب النموذج باستخدام مجموعة البيانات المتاحة (مثل عدد الصور المستخدمة في التدريب والاختبار وحجمها). ويتضمن التقرير:
دقة النموذج (Accuracy)
تقسيم البيانات (Training / Validation / Test)
رسوم بيانية توضح أداء النموذج أثناء التدريب.
نموذج ذكاء اصطناعي مدرّب للتعرف على أمراض الصدر من صور CT-Scan، قادر على تحليل ما يصل إلى 10000 صورة طبية.
يقوم النموذج بقراءة الصور وتقديم توقعات حول ما إذا كانت الصورة طبيعية أو تحتوي على مرض مثل أنواع سرطان الرئة.
سيحصل المستخدم على واجهة بسيطة وسهلة الاستخدام يمكن من خلالها رفع الصور الطبية، ومشاهدة نتائج التحليل والتوقعات بشكل رسومي واضح
تصنيف وتشخيص ما إذا كان المريض مصابًا بالسرطان أم لا باستخدام نموذج الذكاء الاصطناعي.
تمييز أنواع مختلفة من الأمراض بدقة عالية.
تحليل الصور بشكل أسرع من الوقت الذي يحتاجه الطبيب، مما يوفر وقتًا ثمينًا في التشخيص
تمييز أنواع مختلفة من الأمراض بدقة عالية مقارنة بالتشخيص اليدوي