تطوير نموذج تعلم آلة لتوقع خطر الإصابة بقصور القلب مع واجهة مستخدم تفاعلية

هذا المشروع عبارة عن نظام ذكاء اصطناعي متكامل لتحليل البيانات الطبية وبناء نماذج تتنبأ بحالات قصور القلب. تم تنفيذ المشروع بخطوات علمية دقيقة واحترافية تشمل: تحليل البيانات الطبية (Exploratory Data Analysis) ومعالجتها، بما في ذلك التخلص من القيم الشاذة باستخدام أسلوب النتيجة المعيارية (Z-score). تطبيق تقنية تحليل المكونات الرئيسية (PCA) لتقليل الأبعاد الهندسية للبيانات وتحديد الخصائص الأكثر تأثيراً. معالجة البيانات وتوحيد مقاييسها باستخدام (Standard Scaler) لضمان دقة تدريب النماذج. تدريب واختبار مجموعة واسعة ومتقدمة من خوارزميات تعلم الآلة، وتشمل: الانحدار اللوجستي، آلة المتجهات الداعمة (SVM)، خوارزمية (Naive Bayes)، أقرب الجيران (KNN)، الشبكات العصبية (MLP)، الغابات العشوائية (Random Forest)، بالإضافة إلى خوارزميات التعزيز مثل (AdaBoost) و(LightGBM). تقييم أداء النماذج باستخدام مصفوفة الارتباك (Confusion Matrix) ومقاييس الدقة. تصميم وبرمجة واجهة مستخدم تفاعلية وسهلة الاستخدام باستخدام أداة (Gradio)، والتي تتيح إدخال السجل الطبي للمريض بشكل مباشر وعرض احتمالية الخطر واسم النموذج المستخدم في التوقع.