لا أعتقد أنه يجب أن ينشغل الطبيب أو الممارس الصحي بادخال بيانات المرضى في عصر الذكاء. لذلك أدعوكم الأن لتجربة واحد من أوائل نماذج الذكاء الطبي العربي (إن لم يكن الأول) و المخصص لإلتقاط و استيعاب كلام و شكوى المريض و بعدة لهجات عربية مختلفة : الموقع متاح للجميع هنا (فقط مطلوب تسجيل دخول) medform.medgebra.com بعد تسجيل شكوى المريض صوتيا يقوم النموذج بعدها بتحليل كلام المريض و تحويله إلى اللغة الطبية و بالمصطلحات الطبية المعروفة بشكل دقيق ( و لا أبالغ إذا قلت أن الدقة تصل ٩٩%). أكبر نقطة قوة تميزه هي دقته التي أبهرتنا و بصراحة لم نكون نتوقع هذا المستوى من الدقة، يعني حتى الكلمة المحلية النادرة يستخرج معناها من السياق و يقول لنا يبدو أن المريض يقصد كذا. نتيجة لثراء اللغة العربية و لهجاتها المختلفة، تخيلوا هناك أكثر من ٢٠ تعبير لغوي مختلف لكلمة: "عندى حمى" التي تعني إرتفاع درجة حرارة الجسم. فكرت مع فريقي في مدجبرا أن نجعل النموذج قابل للتجرية في صورة جذابة لموقع Medfor و إستفدنا من تقنيات الذكاء الإصطناعي، يعني تم تجهيز الموقع في مدة قياسية جدا ما تتخيلوها.. بهروني المطورين بصراحة. أعتقد أن تجربة النموذج أصبحت ممتعة الان في ٣ خطوات فقط: ١- بإمكانكم تجربة تسجيل محادثات إفتراضية لشكوي المريض. ٢- في الخطوات الثانية ضغطة زر تعطيك ملخص عن المحادثة الصوتية يركز على النقاط الجوهرية في شكوى المريض. ٣- الخطوة الثالثة كذلك بضغة زر يقوم النموذج بعمل تحليل مفصل للحالة. للمهتمين بالجانب التقني: النموذج ناتج عن تدريب أقوى نماذج جوجل على بيانات إفتراضة لأكثر من ٢٠ لهجة عربية. medform.medgebra.com

فكرت ليش ما نجمع كل إحتياجات الأبحاث الطبية في مكان واحد. يعني البيانات مفتوحة المصدر توزيع مهام الفريق البحثي على الجميع خبرات منهجية الأبحاث أدوات الذكاء الإصطناعي = منصة واحدة صالحة لجميع الباحثين. قريبا إنشالله

دائما اسمع هذا السؤال: هل يفضل أحلل بيانات بحثي بالذكاء الاصطناعي؟ الاجابة غالبا لا. لماذا لأن استخدام خوارزميات الذكاء الاصطناعي غير مناسب لتفسير العلاقة و اتجاها و تأثيرها. الأفضل قبل القفز الى الذكاء الاصطناعي تجرب تقنيات التحليل Multivariate في بعض أنواع التحليل مثل Penalized regression تعطيك قدرة تنبؤية ممتازة و تقدر تفسر العلاقات في بحثك و تناقش النتائج.

من قال إننا ما نقدر ننظم أنفسنا و نشتغل كفرق بحثية عن بعد Remotely? خلال شهرين فقط من المنصة الخاصة بال systematic review لدينا الان 7 فرق في خطوات متقدمة من البحث، فيهم مجموعتين في مرحلة ال data extraction. و لدي فكرة جديدة مشابهة تخص الأبحاث primary research قريبا اعلن عنها.

هذه الصورة تلخص طريقة إجراء ال Meta-analysis في برنامج RevMan ، سأشرحها بحسب الأرقام في الصورة: 1. هنا يجب أن تقوم بإدخال البيانات و ذلك في هذه المربعات البيضاء حيث يجب أن تقوم باستخراج هذه البيانات من جزء ال Resultsفي الدراسات التي أدخلتها في meta-analysis ، يمكنك إدخال المتوسط، أو عدد الحالات المرضية، والعدد الإجمالي (n) لكل مجموعة في الدراسات التي اخترتها. بعد القيام بذلك، سيتم تحديث النتائج و"مخطط الغابة"(Forest Plot)تلقائيًا ليعكس هذه البيانات المدخلة. 2. هنا يقوم البرنامج اوتوماتيكياً بحساب قيمة التأثير الشامل(Overall Effect estimate ) - هذه هي قيمة التأثير الكلي للدراسات المدخلة في التحليل، و القيمة بين القوسين هي مدى الثقة لهذا التأثير. 3. السطر الأول هنا يعبر عن التباين (Heterogeneity) بين الدراسات المدخلة في تحليل الmeta-analysis ، إذا وجدت قيم عالية للتباين أو significant p value قد يجبرناذلك على عمل خطوة إضافية تسمى تحليل التباين. 4. هذا مخطط الغابة Forest plot و هو تمثيل بياني للتأثيرات التي أخذناها من الدراسات المدخلة في التحليل. هذا الرابط يذهب بك إلى مقالة مفصلة تشرح معنى هذا المخطط (toptipbio.com/forest-plot/) . 5. هذا الزر يمكنك بتحريكه يسارا و يمينا أن تكبر أو تصغر مقاس الشكل البياني الخاص بمخطط الغابة. 6. هنا خيارات إضافية - من هنا يمكنك إضافة مزيد من الدراسات إلى النتيجة، وتغيير نموذج التحليل (التأثيرات العشوائية أو الثابتة)، وعرض مخطط الغابة في نافذة منفصلة، وعرض مخطط القمع Funnel plot، وحساب التأثيرات وتغيير إعدادات التحليل. 7. هذه قائمة الاختيار لإدخال دراسات جديدة أو حذف دراسات محددة من التحليل ، و هذه ميزة مفيدة عندما ترغب في إجراء تحليل فرعي (Subgroup analysis).

المجموعة البحثية الخاصة بموضوع تبقى لها ٢ باحثين و تكتمل: Artificial intelligence Based Inpatient Fall Prevention Systems: Systematic Review لمن يريد المشاركة يمكنه طلب الانضمام عبر الرابط: reviews.medgebra.com/review/…

المجموعة الخامسة ل Systematic review في طريقها للإكتمال، هناك مجال لإشتراك 2 باحثين في الريفيو. المواضيع دائما حول ال AI and medicine هذا الموضوع يركز على ال Cardiology للإنضمام عبر الرابط: reviews.medgebra.com/review/… سجل بايميلك و انضم للمجموعة (الرسوم الف ريال)

في الأبحاث الطبية: البحث عن تأثير الدواء أو التدخل الطبي أياً كان يشبه احياناً البحث عن إبرة في كومة قش. إذا لم تكن لديك إستراتيجية واضحة لإيجاد هذا التأثير فلا داعي لخسارة الوقت و الجهد و المال. عملية ضبط التجارب السريرية (Clinical Trials) ليست إرتجالية نهائياً و تخضع لمعايير علمية صارمة لا يقدر عليها إلا أولوا العزم من الباحثين. إبتداءاً بتحديد حجم العينة و كيفية إنشاء مجموعة الدراسة بحيث يقل التحيز و الخطأ، و إنتهاء بتحليل النتائج و تفسير أهميتها الاكلينيكية. التجارب السريرية لا تتحمل الخطأ حتى و إن كان صغيراً و ليست مرنة كما هو الحال في الدراسات (Observational Studies)

كيف دمرت شركات الذكاء الاصطناعي المطورين الذين وثقوا بها؟ ساشارك معكم قصة عشتها بنفسي منذ بداية صعود الذكاء الاصطناعي. البداية في 2023 كانت شركة open ai هي المسيطرة في عالم الذكاء الاصطناعي و قد طرحت فكرة ان تصبح متجرا للتطبيقات GPT store تمام مثل أبل ستور. تشجع الكثير من المطورين و الشركات الصغيرة و نشروا تطبيقاتهم المعتمدة على الذكاء الاصطناعي في هذا ال GPT store. وصل عدد التطبيقات الى ٣ مليون تطبيق خلال أشهر قليلة. بعدها بدأت الشركة بإبتلاع أفكار التطبيقات الناجحة واحدا بعد الأخر مثلا تطبيقات pdf و الاكسل و البيانات و كيف تحلل الصورة و كيف تبحث عن المعلومات بواسطة البحث العميق. كل ذلك متوفر الان في نموذج واحد مثل Chatgpt 5. ألتهمت النماذج اللغوية الكبرى كل الأفكار الجديدة و الناشئة تحت ضغط التنافس مع gemini و claude و غيرها. أصبح سوق الذكاء الإصطناعي لا مكان فيه للصغار و لكنه فقط مرتع للكبار و هذا يعد تغير جذري عن عالم التقنية الذي عرفناه سابقا، حيث كان الكبار يشتغلون كمنصة يستخدمها الجميع للعمل و النجاح. الأن فقط الكبار هم من يتنافسون من أجل الهيمنة على الذكاء الإصطناعي و كل مساحة متوفرة لشركات التطوير الصغيرة و حتى المتوسطة مثل canva و prelexity في طريقها للإختفاء التام. إذن كيف يمكن أن تنجح الاعمال الصغيرة و الشركات الناشئة في مثل هذا العالم المتغير؟ سأجيب عن هذا السؤال في التغريدة القادمة

احيانا أشعر أن علم تحليل البيانات هو أشبه بحراحة التجميل، من بين فوضى البيانات تستطيع أن تنحت مقالة علمية جميلة.

ما هو نموذج الذكاء الاصطناعي الأفضل من وجهة نظرك؟

نعود بعد إنقطاع الى مساحة الذكاء الاصطناعي في الطب. هل فعلا اصبح الذكاء الاصطناعي قادر على تشخيص الأمراض؟؟ غدا السبت الساعة التاسعة مساء.

لدي إعتقاد أنه سيكون من الأسهل تعليم الباحثين في المجال الطبي برنامج "التحليل الإحصائي المرجعي R" بدلاً من تعلم برامج تقليدية مثل الSPSS. تخيلوا هذا الأمر تكتبه في البرنامج ليجري لك "Multivariate analysis "، و هي معادلة مفهومة لكل شخص من المجال الطبي عن ماهية علاقة وزن الطفل مع عمر الأم و دخل الأسرة و حالة التغذية لدى الأم. فقط أضف اليها اسم ملف البيانات و نوع الregression: Model <-- glm (low_birth_weight ~ gestational_age Family_income mother_nutrition, data=file_name, family= logistic) هذه فيديو "تطبيق عملي" حاولت أشرح فيها كيفية تحليل الابحاث الطبية "المعقدة" باستخدام R بصورة أتمنى أن تكون سهلة و مفهومة، و ذلك باستخدام: Generalized Linear Model هذا الفيديو ربما يحتاج وجود خلفية بسيطة في الأبحاث الطبية: Epidemiology course, Week 5: Practical generalized linear model, GLM, e... youtu.be/ygIiYz-EK3Y?si=pd2X…… via @YouTube