كتب- عبد الرحمن إبراهيم:

شهدت فعاليات اليوم الثاني من المؤتمر الدولي السنوي للذكاء الاصطناعي والأنظمة والتقنيات الناشئة  (IEEE-ICAISET 2026)، بالمعهد العالي للحاسبات بأكاديمية الشروق، انعقاد عدة جلسات متخصصة حيث تناولت الجلسة الرابعة أحدث التطبيقات البحثية في تشخيص الأمراض وتحليل الصور الطبية وتصنيف الحالات المرضية باستخدام تقنيات الذكاء الاصطناعي.

واستُهلت الجلسة ببحث حول “خط أنابيب تعلم آلي للكشف المبكر عن اضطراب طيف التوحد لدى الأطفال”، للباحثين مريم محمود دهش، ريم قدري منستر، وتامر ممدوح نصيف من جامعة MSA في مصر، حيث ركز البحث على تطوير نماذج مبكرة لدعم التشخيص الطبي للأطفال.

تلا ذلك عرض بحثي بعنوان “الكشف المدعوم بالتعلم العميق لتشخيص أمراض الجلد دون الحاجة إلى التقسيم المسبق للصور”، للباحثين هاجر سليم، هدير القاضي، ونهلة بلال من الأكاديمية العربية للعلوم والتكنولوجيا والنقل البحري، والذي تناول تحسين دقة تشخيص الأمراض الجلدية باستخدام الذكاء الاصطناعي.

كما تم تقديم دراسة بعنوان “إطار تعلم انتقالي خفيف الوزن يعتمد على MobileNetV2 لتصنيف أورام الدماغ تلقائيًا من صور الرنين المغناطيسي”، للباحثين شيماء عثمان ومحمد حسين من أكاديمية الشروق، والتي ركزت على تسريع وتحسين دقة تحليل صور الدماغ الطبية.

وفي سياق متصل، عُرض بحث بعنوان “تصنيف اعتلال الشبكية السكري متعدد الدرجات باستخدام CLIP-DR وتقنيات التعلم العميق المحسّنة”، للباحثة نسرين عطيت الله من الجامعة العربية المفتوحة بالمملكة العربية السعودية، وبمشاركة نادر بكير من جامعة بيروت العربية في لبنان، حيث تناول البحث تحسين دقة تشخيص مضاعفات مرض السكري.

كما ناقشت الجلسة بحثًا حول “الكشف المبكر عن مرض الكلى المزمن باستخدام تقنيات التعلم الآلي”، للباحثين همادري باهوجونا، شرادها ماندال، وفيكاس أوبادهيايا من جامعة NIIT بالهند، والذي ركز على دعم التشخيص المبكر للأمراض المزمنة.

واختُتمت الجلسة بعرض بحثي بعنوان “التنبؤ متعدد الوسائط لتصنيف أنواع سرطان الدم الحاد اعتمادًا على مورفولوجيا الخلايا والبيانات السريرية”، للباحثة رانيا خالد السواح من جامعة كيبوب للجامعات، وبمشاركة جمال إبراهيم من جامعة عين شمس، حيث استعرض البحث دمج البيانات الطبية المتعددة لتحسين دقة التشخيص.

وتعكس هذه الجلسة التقدم المتسارع في توظيف الذكاء الاصطناعي في المجال الطبي، خاصة في التشخيص المبكر وتحليل الصور الطبية، بما يسهم في دعم تطوير أنظمة صحية أكثر دقة وكفاءة.