🩺 AI Diabetes Risk Predictor

نبذة عامة عن المشروع (Project Overview): هو تطبيق ويب طبي متكامل يعتمد على خوارزميات التعلم العميق (Deep Learning)، تم تصميمه لتحليل البيانات الحيوية للمرضى وتوقع احتمالية الإصابة بمرض السكري بدقة فائقة. لا يقتصر المشروع على بناء نموذج رياضي فحسب، بل يمتد لتقديم واجهة مستخدم تفاعلية (UI) تعرض النتائج في شكل "تقرير معملي" احترافي ومفهوم، مما يجعله أداة جاهزة للاستخدام الفعلي من قبل الأطباء أو المستخدمين العاديين. ✨ أهم المميزات (Key Features): دقة عالية (94% Accuracy): يعتمد على شبكة عصبية عميقة (Deep Neural Network) تم تدريبها ومعايرتها بعناية لتحقيق نتائج موثوقة. تحليل فوري (Real-Time Inference): بمجرد إدخال المؤشرات الصحية (مثل العمر، مؤشر كتلة الجسم BMI، مستوى السكر، وضغط الدم)، يقوم التطبيق بمعالجة البيانات وإصدار التوقع في أجزاء من الثانية. تقرير طبي احترافي (Medical Assessment Report): ترجمة الأرقام المعقدة إلى تقرير بصري منظم (أخضر لحالة الخطر المنخفض، وأحمر لحالة الخطر المرتفع) يحاكي تقارير المعامل الطبية. معالجة ديناميكية للبيانات: يعتمد على StandardScaler لمعالجة المدخلات بشكل فوري وتحويلها إلى نفس المقياس الذي تم تدريب النموذج عليه لضمان استقرار التوقعات. جاهز للعمل سحابياً (Cloud Deployed): التطبيق مستضاف بالكامل ومتاح عبر رابط مباشر للتشغيل الفوري. التقنيات المستخدمة (Tech Stack): الذكاء الاصطناعي والتعلم العميق: TensorFlow و Keras لبناء وهندسة الشبكة العصبية. معالجة وتحليل البيانات: Pandas, NumPy, Scikit-Learn لتنظيف البيانات، تطبيق الـ Feature Engineering، وتوحيد المقاييس. تطوير واجهة المستخدم (Web App): Streamlit لبناء واجهة تفاعلية سلسة وسريعة الاستجابة. الاستضافة والرفع: منصة Hugging Face Spaces لضمان عمل التطبيق كـ Live Demo. آلية العمل (How it works): المدخلات: يستقبل التطبيق 8 مؤشرات صحية أساسية من المستخدم عبر واجهة بسيطة. المعالجة المسبقة (Preprocessing): يتم تحويل البيانات الفئوية (Categorical) وضبط مقاييس الأرقام لتتطابق مع الـ 42 ميزة (Features) التي تدرب عليها النموذج. التوقع (Prediction): تمر البيانات عبر طبقات الشبكة العصبية (Hidden Layers) لاستخراج احتمالية الإصابة. المخرجات (Output): يظهر التقرير الطبي مبيناً نسبة الخطر (Probability Score) ورسالة تحذيرية أو مطمئنة بناءً على النتيجة. 💡 القيمة التي يقدمها المشروع (Business Value): هذا المشروع يبرز القدرة على إدارة دورة حياة علم البيانات (Data Science Lifecycle) بالكامل، بداية من تحليل البيانات الخام، مروراً بهندسة وتدريب نماذج التعلم العميق، وصولاً إلى بناء منتج برمجي نهائي (End-to-End Product) يحل مشكلة حقيقية ويوفر تجربة مستخدم ممتازة.