جرت في الكلية التقنية الإدارية / الموصل مناقشة بحث الدبلوم العالي للطالبة ورود هادي أحميد، والموسوم:

«طريقة تصنيف صور MRI لمرض ضمور الدماغ باستخدام تقنية الذكاء الاصطناعي – نموذج آلة المتجه الداعم (SVM)»،

يوم الثلاثاء الموافق 2026/1/20.

يقدّم البحث نظامًا ذكيًا لتصنيف أورام الدماغ اعتمادًا على صور الرنين المغناطيسي (MRI) باستخدام خوارزميات التعلم الآلي، وقد جرى تصميمه منذ البداية بوصفه منصة لإدارة البيانات الطبية الرقمية تدعم التحول الرقمي في المستشفيات، وتهدف إلى تحسين دقة التشخيص ودعم القرار السريري وإدارة دورة حياة البيانات الطبية وفق أفضل الممارسات.

سعت الدراسة إلى بناء نظام تصنيف يُسهم في دعم النظام الطبي التقليدي من خلال تعزيز قدرة الأطباء على اكتشاف أورام الدماغ وتحديد نوع الحالة بدقة عالية، مما يساعد في تسريع التشخيص والبدء بالعلاج في الوقت المناسب. واعتمدت المنهجية على مراحل متكاملة شملت جمع البيانات، ومعالجتها، واستخراج الخصائص، ثم تدريب واختبار خوارزميات التعلم الآلي وتقييم مؤشرات الأداء.

أبرز نتائج البحث:

استخدام ثلاث خوارزميات للتصنيف هي:

خوارزمية الجار الأقرب (KNN)،

آلة المتجه الداعم (SVM)،

الشبكة العصبية (Neural Network – NN).

تفوقت خوارزمية KNN من حيث الدقة بنسبة بلغت 94.26%،

تلتها خوارزمية NN بدقة 92.62%،

ثم خوارزمية SVM بدقة 91.53%.

أكدت النتائج أن الجمع بين النمذجة الدقيقة وحوكمة البيانات يرفع موثوقية التصنيف ويسرّع اتخاذ القرار الطبي، كما يعزز قابلية دمج النظام مع الأنظمة المعلوماتية الصحية ضمن بيئة آمنة ومتوافقة مع المعايير.

وأوصت الدراسة بتوسيع قاعدة البيانات لتشمل مراكز طبية متعددة، وإدماج أدوات تفسير النماذج، وربط مؤشرات الأداء السريري بلوحات تحليلية، بما يدعم مبادرات الإدارة الرقمية للبيانات الطبية ويعزز فرص التطبيق العملي للنظام في المستشفيات.

تألفت لجنة المناقشة من السادة:

أ.د. نبال يونس محمد — رئيسًا

م.د. حارث أكرم حمدون — عضوًا

م.د. أحمد صبيح يوسف — عضوًا ومشرفًا