مع الارتفاع المتزايد في حالات الأمراض التنفسية، أصبح التشخيص المبكر والدقيق ضرورة ملحة. تقدم الشبكات العصبية التلافيفية (Convolutional Neural Networks) نتائج واعدة عند استخدامها في تشخيص الأمراض عبر الفحوصات التصويرية. في دراسة حديثة، تم التحقيق في إمكانيات تطبيق خوارزميات التعلم العميق مثل VGG16 وVGG19 وResNet50 لتصنيف الأمراض الرئوية استنادًا إلى صور الأشعة السينية.

شملت الدراسة تحليلًا تفصيليًا لأداء النماذج المذكورة، حيث تم تقييم قدرتها على تصنيف أنواع مختلفة من الأمراض الرئوية، بما في ذلك الالتهاب الرئوي، والسل، وسرطان الرئة، والرئتين السليمتين. تم تدريب هذه النماذج على مجموعة واسعة من صور الأشعة السينية، مما ساعد على تحسين دقتها وكفاءتها.

تظهر النتائج أن جميع النماذج الثلاثة تقدم أداءً جيدًا، إلا أن نموذج ResNet50 يظهر هو الأداء الأفضل مقارنة بالنماذج الأخرى، وذلك بفضل كفاءته وارتفاع مستوى دقته. نعتقد أن هذه النماذج من التعلم العميق يمكن أن تُستخدم بنجاح في ممارسة تشخيص الأمراض الرئوية في المستقبل، مما يسهل الكشف المبكر عن الأمراض ويحسن فرص الشفاء للمرضى.