انسجاماً مع الجهود العالمية الرامية إلى تعزيز الصحة العامة وتسخير الذكاء الاصطناعي لخدمة الابتكار الطبي، يعمل الباحثون على تطوير آليات التشخيص المبكر لأمراض القلب من خلال تطبيق الشبكات العصبية التلافيفية (Convolutional Neural Networks – CNNs). وقد أثبتت هذه النماذج، المستوحاة من البنية البصرية في الدماغ البشري، فعاليتها العالية في تحليل الصور الطبية المعقدة واكتشاف الأنماط الدقيقة التي قد يصعب تمييزها بالعين البشرية.<br />المحاور الرئيسة للبحث<br />• تحليل الصور الطبية: توظيف الشبكات العصبية التلافيفية لمعالجة وتفسير صور الإيكو، والرنين المغناطيسي، والأشعة المقطعية، بما يساهم في كشف أدق للاضطرابات القلبية.<br />• تقييم عوامل الخطورة: دمج مخرجات الـ CNN مع البيانات السريرية للمريض بهدف التنبؤ بمستويات الخطورة واتخاذ التدخلات العلاجية في الوقت المناسب.<br />• استخلاص المؤشرات الحيوية: الاستفادة من طبقات الشبكة التلافيفية لاستخلاص السمات المهمة من قواعد بيانات الصور الطبية بشكل تلقائي، وتقليل الحاجة للتفسير اليدوي.<br />• الدمج مع إنترنت الأشياء والأجهزة القابلة للارتداء: ربط أنظمة التشخيص الذكية بالأجهزة الطبية الحديثة لمتابعة حالة المريض بشكل مستمر، وإرسال تنبيهات مبكرة للأطباء.<br />يمثل استخدام الشبكات العصبية التلافيفية في التشخيص المبكر لأمراض القلب خطوة استراتيجية نحو طب دقيق وأكثر كفاءة، إذ يساهم في تقليل معدلات الوفيات، ورفع كفاءة العلاج، وخفض التكاليف الطبية على المدى الطويل.<br />هذا التوجه يعكس التزام المؤسسات الأكاديمية والبحثية بتحقيق أهداف التنمية المستدامة، وخاصة:<br />• SDG-3 (الصحة الجيدة والرفاه): عبر تطوير أدوات تشخيصية متقدمة تقلل من عبء أمراض القلب وتحسن جودة الحياة.<br />• SDG-9 (الصناعة والابتكار والهياكل الأساسية): من خلال دمج الذكاء الاصطناعي والتقنيات الطبية الحديثة في أنظمة الرعاية الصحية.<br />• SDG-17 (عقد الشراكات لتحقيق الأهداف): عبر تعزيز التعاون بين الجامعات، والمراكز البحثية، وشركات التكنولوجيا الطبية لتسريع تطبيق هذه الحلول.<br /><br />جامعة المستقبل الجامعة الاولى في العراق.<br /><br /><br />