مشروع كشف مرض السكري باستخدام الذكاء الاصطناعي

هذا المشروع يهدف إلى تصنيف المرضى المصابين بمرض السكري وغير المصابين باستخدام بيانات صحية وسريرية متعددة مثل مستوى الجلوكوز، ضغط الدم، مؤشر كتلة الجسم، ومستويات الإنسولين. 🔹 تحضير البيانات (Data Preprocessing): قبل تدريب النماذج، تم تنفيذ خطوات تنظيف وتحويل البيانات لضمان جودة النتائج، مثل: معالجة القيم المفقودة أو غير الصحيحة تطبيع المقاييس المختلفة للمتغيرات (Normalization / Scaling) اكتشاف وإزالة القيم الشاذة أو التعامل معها باستخدام أسلوب Gaussian Anomaly Detection 🔹 النماذج المستخدمة: SVM – لدقة التمييز بين الفئات المختلفة XGBoost – حقق أفضل أداء بدقة تصل إلى 92% Gaussian Anomaly Detection – للكشف عن الحالات غير الطبيعية في البيانات 🔹 نتيجة المشروع: يعكس المشروع قدرة النماذج على تحليل البيانات الطبية بدقة واكتشاف الحالات غير الطبيعية مبكرًا، مما يدعم التشخيص المبكر وتحسين اتخاذ القرار الطبي. 💡 أهمية المشروع: أداة عملية لتحليل البيانات الصحية، تعزز من دقة التشخيص وتساهم في تحسين جودة الرعاية الطبية.