تعزيز جودة الصور الطبية باستخدام الشبكات العصبية العميقة الهجينة لدعم القرار السريري

الملخص

تهدف هذه الدراسة إلى تطوير وتصميم نموذج ذكي يعتمد على تقنيات الذكاء الاصطناعي والشبكات العصبية لتشخيص الحالات السريرية لمختلف الأمراض، ولا سيما أمراض العيون، وذلك في وقت قياسي وبدقة عالية من خلال تحسين جودة الصور الطبية. اعتمدت الدراسة المنهج الوصفي التحليلي، حيث تم قياس أداء النموذج باستخدام عدة مؤشرات إحصائية، مثل الدقة (Accuracy)، ومعدل الاستدعاء (Recall)، ودقة التنبؤ (Precision)، للتحقق من فاعليته وقدرته على تحليل الصور الطبية وتشخيص الحالات المرضية. كما حللت الدراسة أثر النموذج في تحسين جودة الصور الطبية ودوره في مساعدة الأطباء على تسريع عملية التشخيص والتنبؤ بالتطور المحتمل للمرض، خاصة في مجال طب العيون. أشارت النتائج إلى فاعلية النموذج المقترح، حيث حقق دقة إجمالية بلغت 95.8%، ودقة تنبؤ بنسبة 96%، ومعدل استدعاء قدره 95.4%، بينما وصل مقياس "إف 1" (F1 score) إلى 94.8%. تعكس هذه المؤشرات كفاءة النموذج في تحديد الأنماط المرضية في الصور الطبية بدقة متناهية. كما أظهرت النتائج تحسناً ملحوظاً في جودة الصور بعد تطبيق تقنيات المعالجة القائمة على الشبكات العصبية، حيث تراوحت نسبة التحسن في الجودة بين 28% و37% مقارنة بالصور الأصلية. ومن شأن هذا التحسن النوعي أن يعزز دقة التشخيص الطبي، ويقلل الوقت اللازم لاتخاذ القرارات العلاجية، ويزيد من وضوح التفاصيل الدقيقة في الصور الطبية؛ مما يدعم الأطباء في تشخيص الحالات السريرية واتخاذ التدابير العلاجية المناسبة فوراً، لا سيما في حالات أمراض العيون التي تتطلب درجة عالية من الدقة والسرعة في التشخيص.