المؤلفون:
عبد الرحمن أحمد جاسم، ليث رافع حازم، حيدر محمد قاسم، رؤى محمد قاسم، أوغوز آتا، عمر حسين سلمان
تاريخ النشر: يوليو 2024
المجلة: مجلة الحوسبة الفائقة
المجلد: 80
العدد: 11
الصفحات: 15664–15689
الناشر: سبرينغر (الولايات المتحدة)
الوصف
يُعد مرض السكري من أخطر وأكثر الأمراض انتشارًا التي تواجه البشر، حيث يصيب آلاف الأشخاص سنويًا. وفي عصر الأنظمة الرقمية، يشهد التنبؤ بمرض السكري باستخدام تعلم الآلة (Machine Learning) اهتمامًا متزايدًا.
من أهم فوائد الكشف المبكر عن الأمراض غير المعدية، مثل السكري، هو تمكين المرضى من تجنب العلاجات المكلفة في المراحل المتقدمة من المرض. ومع ذلك، تتفاقم مشكلة السكري بسبب نقص الكوادر الطبية في المناطق النائية والريفية.
في مثل هذه الحالات، يمكن توظيف إنترنت الأشياء الطبية (IoMT) مع نماذج تعلم الآلة لتزويد مقدمي الرعاية الصحية بأدوات تنبؤ فعالة تساعدهم على اتخاذ قرارات أسرع وأكثر دقة، مما يدعم الكشف المبكر والتشخيص للأمراض المزمنة.
تهدف هذه الدراسة إلى تطوير نظام تشخيص إلكتروني يعتمد على نموذج متقدم من تعلم الآلة يُعرف باسم Hyper AdaBoost، حيث تم تدريب واختبار أربعة نماذج تقليدية بالإضافة إلى هذا النموذج المحسّن، باستخدام بيانات طبية مناسبة.
النتائج (بشكل عام)
تشير النتائج إلى أن استخدام نموذج Hyper AdaBoost ضمن بيئة إنترنت الأشياء الطبية يُحسن من:
- دقة التنبؤ بمرض السكري
- سرعة اتخاذ القرار الطبي
- كفاءة أنظمة الطب عن بُعد
الخلاصة:
يوفر هذا البحث حلاً متقدمًا يجمع بين تعلم الآلة وإنترنت الأشياء الطبية لتحسين التشخيص المبكر لمرض السكري،
خاصة في المناطق التي تعاني من نقص في الخدمات الطبية.
عدد الاستشهادات:
تم الاستشهاد بهذا البحث 25 مرة