لقد كان انتشار فيروس COVID-19 تحديًا كبيرًا كبد العالم خسائر جسيمة يوميًا. هذه الجائحة لم تصب دولة واحدة فقط، بل كانت أزمة صحية عالمية أثرت على الجميع. تعد تقنيات التصوير مثل الأشعة السينية (X-rays) والأشعة المقطعية (CT) من أفضل الأدوات المتاحة لفحص حالات COVID-19 وغيرها من الأوبئة.

اليوم، أحدثت التكنولوجيا ثورة في طريقة التعامل مع المشكلات الصحية، حيث استخدم الذكاء الاصطناعي (Artificial Intelligence) لتحويل الإجراءات اليدوية إلى عمليات آلية تتسم بالكفاءة والقدرة على اتخاذ القرارات الذكية بناءً على التجربة.

في هذا السياق، يهدف بحثنا إلى تطوير نظام تشخيص قائماً على الذكاء الاصطناعي، يشتمل على نماذج تعتمد على الشبكات العصبية التلافيفية (Convolutional Neural Networks) للتمييز بين صور الرئة المصابة بـ COVID-19 والصور السليمة. استخدمنا مجموعتين مختلفتين من صور الأشعة السينية، بالإضافة إلى مجموعتين من الأشعة المقطعية.

تمت عملية التصنيف باستخدام مجموعة متنوعة من الشبكات المعتمدة مسبقًا، مثل VGG (16، 19)، Densenet (121)، وResNet (50، 50 V2، 101 V2)، وMobileNet (V2)، وكذلك Xception وEfficientNet (B0) وNasNet (Large). أظهرت النتائج أن معماريات ResNet وVGG تمتلك القدرة الكبيرة على التمييز بين صور COVID-19 والصور السليمة، بدقة تتراوح بين 95 إلى 98%.

تميزت نتائجنا في تصنيف المجموعات بالكفاءة والتفوق على النتائج السابقة التي تم الإبلاغ عنها في الأدبيات، مما يعكس إمكانيات الذكاء الاصطناعي في التحليل الطبي.

في ختام هذه المقالة، يبدو أن التقنيات الحديثة قد أوجدت حلولًا مبتكرة، مما يثير تساؤلات حول مستقبل التصوير الطبي ومكانة الذكاء الاصطناعي فيه. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.