باحثو جامعة بني سويف يساهمون بدارسة في مجال التشخيص الطبي الدقيق . في بداية العام 2025، نُشرت دراسة بعنوان: Ulnar variance detection from radiographic images using deep learning .
دراسة علمية حديثة بجامعة بنى سويف تكشف قدرة الذكاء الاصطناعي فى اختلاف طول عظم الزند عن عظم الكعبرة في الرسغ
الدراسة تناولت مشكلة دقيقة في الطب، وهي اختلاف طول عظم الزند عن عظم الكعبرة في الرسغ، وهو عامل مهم لتشخيص أمراض اليد والرسغ، حيث أن الطرق التقليدية لقياس هذا الاختلاف تعتمد على القياسات اليدوي، وهي طرق طويلة ومعرضة للأخطاء.
الذكاء الاصطناعي والمشاكل الطبية
الفريق البحثي قدّم حلاً مبتكرًا باستخدام الذكاء الاصطناعي، حيث اعتمد على تقنيات U-Net لتجزئة عظام الزند والكعبرة بدقة ، ثم استخدم DenseNets لتصنيف الحالات إلى ثلاثة أنماط رئيسية: زيادة طول الزند، نقص طول الزند، والطول المتعادل.
وما يميز هذه الدراسة أنها لم تكتف بتطبيق خوارزميات جاهزة، بل قامت بجمع قاعدة بيانات جديدة من صور أشعة اليد تم توثيقها بدقة لتكون مرجعًا علميًا يمكن استخدامه مستقبلًا في تدريب نماذج أخرى. كما عمل الباحثون على تحسين إعدادات النموذج للوصول إلى أفضل أداء ممكن. النتائج كانت لافتة للنظر: دقة 97.7% في تحديد العظام من صور الأشعة، ودقة 92.1% في تصنيف نوع الاختلاف، وهي أرقام تتفوق على نتائج دراسات سابقة وتُظهر أن الذكاء الاصطناعي قادر على تقليل وقت التشخيص بشكل كبير مع زيادة موثوقية النتائج.
المشاركون في إعداد الدراسة:
- الدكتور محمد سيد قايد – أستاذ علوم الحاسب بقسم علوم الحاسب وعميد كلية الحاسبات والذكاء الاصطناعي بجامعة بني سويف
- الدكتورة عبدالرحيم قوره – أستاذ متفرغ بقسم علوم الحاسب بكلية الحاسبات والذكاء الاصطناعي بجامعة بني سويف
- الدكتورة سحر حسن نوح – معيدة بقسم علوم الحاسب بكلية الحاسبات والذكاء الاصطناعي بجامعة بني سويف
وتم نشر الدراسة في مجلة Journal of Big Data الصادرة عن دار النشر العالمية Springer Nature، ضمن المجلد 12، المقال رقم 26 – 2025. وتُصنّف المجلة ضمن أعلى 2% من المجلات المتخصصة في مجال الحاسبات، ومفهرسة في Clarivate Expanded Index وScopus، كما أن لها معامل تأثير حديث يبلغ 6.4.
تابعوا آخر أهل مصر على Google News
