نظام تشخيص أمراض القلب باستخدام الذكاء الاصطناعي

قمت بتطوير نظام ذكي للتنبؤ بأمراض القلب باستخدام تقنيات تعلم الآلة بالاعتماد على بيانات UCI Cleveland Heart Disease، وحقق النظام دقة وصلت إلى 91.8% باستخدام خوارزمية KNN. قمت بتنفيذ ومقارنة أكثر من 8 نماذج مختلفة في تعلم الآلة مثل: الانحدار اللوجستي، الشبكات العصبية، أشجار القرار، وLDA، مع تحقيق 0.93 AUC Score في أفضل النماذج. أجريت عمليات معالجة وتجهيز البيانات (Data Preprocessing) والتي شملت: معالجة القيم المفقودة تطبيع البيانات تقليل الأبعاد باستخدام PCA تحليل أهمية الخصائص المؤثرة تم تحديد أهم العوامل المؤثرة في احتمالية الإصابة بأمراض القلب مثل: نوع ألم الصدر أقصى معدل لضربات القلب باستخدام التحليل الإحصائي وتحليل أهمية الخصائص. قمت ببناء شبكة Bayesian Network باستخدام Pgmpy لتحسين قابلية تفسير النموذج وفهم العلاقات بين الخصائص الطبية المختلفة. تم تقييم أداء النظام باستخدام عدة مقاييس مثل: الدقة (Accuracy)، الاستدعاء (Recall)، الدقة الإيجابية (Precision)، F1-Score، ROC-AUC، وConfusion Matrix.