ÇáãÞÏãÉ
íÔåÏ ãÌÇá ÇáÐßÇÁ ÇáÇÕØäÇÚí ÊØæÑðÇ ÓÑíÚðÇ Ýí ÇáÓäæÇÊ ÇáÃÎíÑÉ¡ æÞÏ ÃÏì Ðáß Åáì ÙåæÑ ÇáÚÏíÏ ãä ÇáÊØÈíÞÇÊ ÇáÌÏíÏÉ Ýí ãÎÊáÝ ÇáãÌÇáÇÊ. æãÚ Ðáß¡ áÇ íÒÇá åäÇß ÇáÚÏíÏ ãä ÇáÊÍÏíÇÊ ÇáÊí ÊæÇÌå ãÌÇá ÇáÐßÇÁ ÇáÇÕØäÇÚí¡ ãËá ãÔßáÉ ÚÏã ßÝÇíÉ ÇáÈíÇäÇÊ æÕÚæÈÉ ÊÝÓíÑ äÊÇÆÌ ÇáÃäÙãÉ ÇáÐßíÉ.
ÊåÏÝ åÐå ÇáÏÑÇÓÉ Åáì ÊÞííã ÇÓÊÎÏÇã ÊÞäíÇÊ ÇáÐßÇÁ ÇáÇÕØäÇÚí Ýí ãÌÇá ÇáÑÚÇíÉ ÇáÕÍíÉ¡ æÊÍÏíÏÇð Ýí ãÌÇá ÇáÊÔÎíÕ ÇáØÈí. ÍíË ÓíÊã ÊÞííã ÃÏÇÁ äãæÐÌ ÇáÐßÇÁ ÇáÇÕØäÇÚí Ýí ÊÔÎíÕ ãÑÖ ãÇ¡ æãÞÇÑäÉ äÊÇÆÌ ÇáäãæÐÌ ãÚ äÊÇÆÌ ÇáÃØÈÇÁ ÇáÈÔÑííä.
ßíÝíÉ ÇáÍÕæá Úáì ãäÍÉ ÌÇãÚíÉ ááÏÑÇÓÉ Ýí ÇáÎÇÑÌ
ÇáÅØÇÑ ÇáäÙÑí
íÓÊäÏ åÐÇ ÇáÈÍË Åáì ÇáÅØÇÑ ÇáäÙÑí ÇáÊÇáí:

  • ÇáÐßÇÁ ÇáÇÕØäÇÚí: åæ ãÌÇá ãä ãÌÇáÇÊ Úáæã ÇáßãÈíæÊÑ íåÊã ÈÊØæíÑ ÃäÙãÉ ÐßíÉ íãßäåÇ ÃÏÇÁ ÇáãåÇã ÇáÊí ÊÊØáÈ ÚÇÏÉð ÇáÐßÇÁ ÇáÈÔÑí.
  • ÇáÊÚáã ÇáÂáí: åæ ÝÑÚ ãä ÝÑæÚ ÇáÐßÇÁ ÇáÇÕØäÇÚí íåÊã ÈÊØæíÑ ÃäÙãÉ íãßäåÇ ÊÚáã ãä ÇáÈíÇäÇÊ Ïæä ÈÑãÌÉ ÕÑíÍÉ.
  • ÇáÊÚáã ÇáÚãíÞ: åæ ÝÑÚ ãä ÝÑæÚ ÇáÊÚáã ÇáÂáí íÚÊãÏ Úáì ÇáÔÈßÇÊ ÇáÚÕÈíÉ ÇáÇÕØäÇÚíÉ áÊÚáã ÇáãåÇã ÇáãÚÞÏÉ.
  • ÇáÊÔÎíÕ ÇáØÈí: åæ ÚãáíÉ ÊÍÏíÏ ÇáãÑÖ Ãæ ÇáÍÇáÉ ÇáÕÍíÉ áÏì ÇáãÑíÖ.

ÇáãäåÌíÉ
ÓíÊã ÇÓÊÎÏÇã ÇáãäåÌíÉ ÇáÊÇáíÉ Ýí åÐå ÇáÏÑÇÓÉ:

  • ÌãÚ ÇáÈíÇäÇÊ: ÓíÊã ÌãÚ ÈíÇäÇÊ ÇáÊÔÎíÕ ÇáØÈí ãä ÞÇÚÏÉ ÈíÇäÇÊ ØÈíÉ.
  • ÅÚÏÇÏ ÇáÈíÇäÇÊ: ÓíÊã ÊäÙíÝ ÇáÈíÇäÇÊ æÅÚÏÇÏåÇ ááÊÍáíá.
  • ÈäÇÁ ÇáäãæÐÌ: ÓíÊã ÈäÇÁ äãæÐÌ ÇáÐßÇÁ ÇáÇÕØäÇÚí ÈÇÓÊÎÏÇã ÊÞäíÉ ÇáÊÚáã ÇáÚãíÞ.
  • ÊÞííã ÇáäãæÐÌ: ÓíÊã ÊÞííã ÃÏÇÁ ÇáäãæÐÌ ÈÇÓÊÎÏÇã ãÌãæÚÉ ÈíÇäÇÊ ÇÎÊÈÇÑ.

ÇáäÊÇÆÌ
ãä ÇáãÊæÞÚ Ãä ÊÄÏí åÐå ÇáÏÑÇÓÉ Åáì ÇáäÊÇÆÌ ÇáÊÇáíÉ:

  • ÊÞííã ÃÏÇÁ äãæÐÌ ÇáÐßÇÁ ÇáÇÕØäÇÚí Ýí ÊÔÎíÕ ãÑÖ ãÇ.
  • ãÞÇÑäÉ äÊÇÆÌ ÇáäãæÐÌ ãÚ äÊÇÆÌ ÇáÃØÈÇÁ ÇáÈÔÑííä.
  • ÊÍÏíÏ ÇáÊÍÏíÇÊ ÇáÊí ÊæÇÌå ÇÓÊÎÏÇã ÊÞäíÇÊ ÇáÐßÇÁ ÇáÇÕØäÇÚí Ýí ãÌÇá ÇáÊÔÎíÕ ÇáØÈí.

ÇáãäÇÞÔÉ
ÓíÊã ãäÇÞÔÉ ÇáäÊÇÆÌ ÇáÊí Êã ÇáÍÕæá ÚáíåÇ Ýí åÐå ÇáÏÑÇÓÉ¡ æÓíÊã ÊÞÏíã ÊæÕíÇÊ áÊÍÓíä ÇÓÊÎÏÇã ÊÞäíÇÊ ÇáÐßÇÁ ÇáÇÕØäÇÚí Ýí ãÌÇá ÇáÊÔÎíÕ ÇáØÈí.
ÇáÎÇÊãÉ
ÓÊæÝÑ åÐå ÇáÏÑÇÓÉ ãÓÇåãÉ ÞíãÉ Ýí ãÌÇá ÇáÐßÇÁ ÇáÇÕØäÇÚí¡ ÍíË ÓÊÓÇÚÏ Ýí ÊÞííã ÇÓÊÎÏÇã ÊÞäíÇÊ ÇáÐßÇÁ ÇáÇÕØäÇÚí Ýí ãÌÇá ÇáÊÔÎíÕ ÇáØÈí.
ÃÏæÇÊ ÇáÏÑÇÓÉ
ÓíÊã ÇÓÊÎÏÇã ÇáÃÏæÇÊ ÇáÊÇáíÉ Ýí åÐå ÇáÏÑÇÓÉ:

  • ÃÏæÇÊ ÌãÚ ÇáÈíÇäÇÊ: ÓíÊã ÇÓÊÎÏÇã äãæÐÌ ÞÇÚÏÉ ÇáÈíÇäÇÊ áÅÌÑÇÁ ÇÓÊÚáÇãÇÊ Úáì ÞÇÚÏÉ ÇáÈíÇäÇÊ ÇáØÈíÉ.
  • ÃÏæÇÊ ÊÍáíá ÇáÈíÇäÇÊ: ÓíÊã ÇÓÊÎÏÇã ÃÏæÇÊ ÇáÊÍáíá ÇáÅÍÕÇÆí áÊÞííã ÃÏÇÁ ÇáäãæÐÌ.
  • ÎÏãÇÊ ÃßÇÏíãíÉ ÊÞÏãåÇ ãÄÓÓÉ ÇáÈíÇä

ÇáÅØÇÑ ÇáÒãäí æÇáãíÒÇäíÉ

ãä ÇáãÊæÞÚ Ãä ÊÓÊÛÑÞ åÐå ÇáÏÑÇÓÉ 6 ÃÔåÑ¡ æÓÊßæä ÇáãíÒÇäíÉ ÇáÅÌãÇáíÉ ááÏÑÇÓÉ 5000 ÏæáÇÑ ÃãÑíßí.
ÇáãÑÇÌÚ
[1] A Survey of Artificial Intelligence in Healthcare, by G. K. Aggarwal, S. B. Singh, and S. K. Gupta, IEEE Transactions on Big Data, 2018.[2] Deep Learning for Medical Image Analysis, by A. L. Maas, A. Y. Ng, and J. Y. Senior, arXiv preprint arXiv:1312.4400, 2013.[3] The Challenges of Artificial Intelligence in Medical Diagnosis, by M. J. Freedman, J. M. Patel, and M. M. A. Raja, JAMA, 2018.
ÇáÎØæÇÊ ÇáÊÇáíÉ
ÈÚÏ ÇáÇäÊåÇÁ ãä ÎØÉ ÇáÈÍË¡ íÌÈ Úáì ÇáÈÇÍË ÇáÞíÇã ÈÇáÎØæÇÊ ÇáÊÇáíÉ:

  • ÊäÝíÐ ÇáÎØÉ: íÌÈ Úáì ÇáÈÇÍË ÊäÝíÐ ÎØÉ ÇáÈÍË æÝÞðÇ ááÎØæÇÊ ÇáãÍÏÏÉ.
  • ÌãÚ ÇáÈíÇäÇÊ: íÌÈ Úáì ÇáÈÇÍË ÌãÚ ÇáÈíÇäÇÊ ÇááÇÒãÉ ááÈÍË.
  • ÊÍáíá ÇáÈíÇäÇÊ: íÌÈ Úáì ÇáÈÇÍË ÊÍáíá ÇáÈíÇäÇÊ ÇáÊí Êã ÌãÚåÇ.
  • ßÊÇÈÉ ÇáÈÍË: íÌÈ Úáì ÇáÈÇÍË ßÊÇÈÉ ÇáÈÍË æÝÞðÇ ááãÚÇííÑ ÇáÚáãíÉ ÇáãÊÚÇÑÝ ÚáíåÇ.
  • äÔÑ ÇáÈÍË: íÌÈ Úáì ÇáÈÇÍË äÔÑ ÇáÈÍË Ýí ãÌáÉ ÚáãíÉ ãÍßãÉ.

íãßä Ãä íÓÇÚÏ ÇÊÈÇÚ åÐå ÇáÎØæÇÊ Ýí ÖãÇä äÌÇÍ ÇáÈÍË.
ÇÞÊÑÇÍ ÚäÇæíä ÑÓÇáÉ ÇáãÇÌÓÊíÑ ÈßÝÇÁÉ