جامعة بني سويف تطلق دراسة مبتكرة للذكاء الاصطناعي في تشخيص الأشعة

أعلن باحثو جامعة بني سويف عن إنجاز بحثي جديد يعزز قدرات النماذج الحديثة في تحليل صور الأشعة باستخدام تقنيات التعلم العميق، ويمثل خطوة متقدمة في مجال تحليل الصور الطبية المعتمد على الأنظمة الذكية.

وتأتي هذه الدراسة، التي نُشرت مطلع عام 2025، بعنوان Ulnar variance detection from radiographic images using deep learning، لتقدم نموذجًا بحثيًا قادرًا على التعامل مع واحدة من أكثر مشكلات الرسغ دقة، وهي اختلاف طول عظم الزند مقارنة بعظم الكعبرة، وهو عنصر محوري في التشخيص الطبي لأمراض اليد والرسغ. ولأن الطرق التقليدية تعتمد على القياس اليدوي، بما يحمله من احتمالات الخطأ، فإن الانتقال إلى حلول تعتمد على الذكاء الاصطناعي يمثّل نقلة نوعية في رفع دقة التشخيص وسرعة تقييم صور الأشعة.

واعتمد الفريق البحثي على نموذج U-Net المتخصص في تحليل الصور وتقنيات التجزئة الدقيقة للعظام، بينما استخدم DenseNets لتصنيف الحالات إلى ثلاثة أنماط رئيسية. وجاءت النتائج لتؤكد قدرة الذكاء الاصطناعي على منافسة وتجاوز الأداء التقليدي، حيث حقق النموذج دقة 97.7% في تحديد العظام، و92.1% في تصنيف حالات اختلاف طول العظام، ما يعكس قوة التعلم العميق في دعم التشخيص الطبي وتحسين دقة التشخيص في الحالات المعقدة.

وتتميز الدراسة بأنها لم تكتف بتطبيق خوارزميات جاهزة، بل اعتمدت على إنشاء قاعدة بيانات جديدة من صور الأشعة الموثقة بدقة، لتكون مرجعًا علميًا يدعم الأبحاث المستقبلية في مجالات تحليل الصور والذكاء الاصطناعي داخل جامعة بني سويف وخارجها. كما عمل الفريق على تحسين إعدادات النموذج وتطوير مراحل التدريب لضمان أعلى مستوى من دقة التشخيص الممكنة.

دراسة مبتكرة للذكاء الاصطناعي في تشخيص الأشعة

شارك في إعداد الدراسة كل من:

أ.د محمد سيد قايد – أستاذ علوم الحاسب وعميد كلية الحاسبات والذكاء الاصطناعي

د. عبدالرحيم قوره – أستاذ متفرغ بقسم علوم الحاسب

م. سحر حسن نوح – معيدة بقسم علوم الحاسب

ونُشرت الدراسة في مجلة Journal of Big Data التابعة لدار Springer Nature، المصنفة ضمن أعلى 2% عالميًا في مجال الحاسبات، والمفهرسة في Scopus وClarivate، بمعامل تأثير 6.4، ما يعكس قوة وجودة البحث ودوره في تعزيز مكانة جامعة بني سويف في مجالات التعلم العميق والتشخيص الطبي المعتمد على الذكاء الاصطناعي.