نظام «MalariaVision AI» بالذكاء الاصطناعي للكشف المبكر عن الملاريا بدقة 95.43%

AI-based system for early malaria detection

حل ذكي لدعم القرار الطبي

في عصر تتسارع فيه خطى الابتكار التقني، يبرز القطاع الصحي كأحد أهم المستفيدين من ثورة التكنولوجيا الحديثة. وفي هذا السياق، شهد القطاع الأكاديمي والصحي خطوة بارزة تمثلت في مناقشة مشروع التخرج المبتكر «MalariaVision AI» للطالب محمد أحمد بامخرم، من قسم هندسة المعدات الطبية. يمثل هذا النظام نقلة نوعية في مجال التشخيص الطبي عبر توظيف تقنيات الذكاء الاصطناعي والرؤية الحاسوبية للكشف المبكر عن مرض الملاريا بدقة وكفاءة عالية.

تحديات التشخيص التقليدي للملاريا وأهمية الحلول الذكية

تُعد الملاريا من أخطر الأمراض المعدية التي تهدد ملايين الأرواح عالمياً، ويظل التشخيص المبكر السريع حجر الأساس للسيطرة عليها والحد من مضاعفاتها الخطيرة.

ومع ذلك، لا يزال التشخيص التقليدي يعتمد بشكل أساسي على الفحص المجهري اليدوي لشرائح الدم، وهي عملية:

• شاقة ومستهلكة للوقت في ظل تزايد أعداد المرضى.

• تتطلب خبرة بشرية مكثفة ودقة عالية في التمييز بين الخلايا.

• عرضة للتأثر بالإجهاد والخطأ البشري نتيجة ضغط العمل في المختبرات.

نظام MalariaVision AI للمعدات الطبية – كيف يعمل نظام «MalariaVision AI» للكشف عن الملاريا؟

لمواجهة هذه التحديات، يقدم نظام «MalariaVision AI» حلاً تقنياً متطوراً يختصر الوقت والجهد ويرفع من موثوقية النتائج “حل ذكي لدعم القرار الطبي في المختبرات YOLOv8-cls “. يعتمد النظام على نموذج التصنيف المتقدم المعتمد على التعلم العميق «YOLOv8-cls» لتحليل الصور المجهرية بدقة فائقة وتصنيف خلايا الدم الحمراء إلى فئتين رئيسيتين:

• خلايا مصابة (Parasitized): لتحديد الإصابة بطفيل الملاريا بدقة.

• خلايا غير مصابة (Uninfected): للتأكد من سلامة العينات.

 تطبيقات الرؤية الحاسوبية في الطب – مميزات النظام والتطبيقات العملية في المختبرات الطبية

تم تصميم النظام ليكون تطبيقاً مكتبياً متكاملاً يتميز بواجهة مستخدم رسومية (GUI) مرنة وسهلة الاستخدام، مما يتيح للكوادر الطبية والمختبرية الاستفادة من المزايا التالية:

• التحليل الفوري: تحميل الصور المجهرية وإجراء عمليات التحليل في ثوانٍ معدودة.

• نسب الثقة الإحصائية: عرض نتائج التشخيص مدعومة بنسب دقيقة تعزز من موثوقية القرار.

• التقارير الآلية: التوليد التلقائي لتقارير طبية شاملة ومفصلة لكل حالة.

وقد أثبتت التقييمات الرقمية التي أجريت على مجموعة بيانات اختبار مستقلة تضم 4,000 صورة مجهرية، الكفاءة العالية للنظام؛ حيث حقق نموذج الذكاء الاصطناعي دقة تصنيف إجمالية بلغت 95.43%.

تنبيه طبي مهم: حل ذكي لدعم القرار الطبي – صُمم نظام «MalariaVision AI» ليُمثّل أداة رقمية مساعدة لدعم القرار الطبي وتسهيل عمليات الفحص المبدئي في المراكز الصحية والمختبرات، وهو لا يُعد بأي حال من الأحوال بديلاً نهائياً عن التشخيص الطبي التخصصي المعتمد أو الاستشارة الطبية المباشرة.

الحضور واللجنة الأكاديمية المشرفة

تمت مناقشة هذا المشروع العلمي البارز بحضور نخبة من قيادات وأكاديميي الجامعة وهم:

• أ.د. ميثاق الجبر – مساعد رئيس الجامعة.

• أ.د. عادل الشميري – نائب رئيس الجامعة (مناقشاً).

• أ. صفوان الجبر – أمين عام الجامعة.

• د. عبدالغني محيي – عميد شؤون الطلاب.

• د. حامد طاهر – رئيس قسم المعدات الحيوية (مشرفاً).

•