تقرير مشروع تخرج: نموذج ذكاء اصطناعي لتصنيف أمراض العين

تم تطوير هذا النموذج كجزء من مشروع تخرج يهدف إلى تصنيف أمراض العين من صور الفحص الطبي باستخدام تقنيات تعلم عميق. شمل العمل جمع ومعالجة بيانات صور العين، تصميم معمارية شبكات عصبية مناسبة، وتدريب النموذج مع تطبيق إجراءات ضبط المعاملات وتقييم الأداء باستخدام مقاييس طبية مناسبة. تم تنفيذ عملية التدريب والتحقق داخل بيئة تجريبية معزولة لضمان سلامة البيانات وامتثال لمعايير الخصوصية. يتضمن التقرير وصفاً فنياً لخطوات التحضير (data preprocessing)، تفاصيل المعمارية (architecture)، إعدادات التدريب (hyperparameters)، نتائج التقييم (evaluation metrics)، ونموذج نشر عبر واجهة برمجة تطبيقات (API) لدمج الموديل مع التطبيق المحمول والموقع الإلكتروني. كما يتضمن التقرير توصيات لتحسين الدقة وتقليل الأخطاء والأثر السريري المحتمل. المنهجية المتبعة تجميع بيانات صور العين من مصادر موثوقة وتنظيفها وتعليمها (labeling) بواسطة خبراء إن أمكن. تقسيم البيانات إلى مجموعات (train/validation/test) مع مراعاة توازن الفئات. تطبيق خطوات المعالجة المسبقة: تطبيع، تغيير المقاسات، augmentation مناسب طبياً. تصميم وتدريب نموذج CNN أو استخدام Transfer Learning (مثل EfficientNet / ResNet) مع ضبط hyperparameters. تقييم أداء الموديل باستخدام دقة (Accuracy)، حساسية (Recall)، خصوصية (Precision)، F1-score، وAUC-ROC حيثما ينطبق. نشر الموديل عبر API آمن (RESTful) وتكامله مع التطبيق والموقع لاختبارات المستخدم النهائي. توثيق كامل للـ pipeline، خطوات التشغيل، واحتياطات أخلاقية وتقنية عند الاستخدام السريري.