2025-09

المؤتمر الدولي الخامس للعلوم والهندسة المتقدمة (ICOASE2025)

ساهم التطور الكبير في مجال التعلم العميق في إحداث ثورة في مجال الكشف عن الأمراض في القطاع الطبي، وخاصةً في مجال الأمراض الجلدية. يُعد التشخيص الدقيق وفي الوقت المناسب لأمراض الجلد أمرًا بالغ الأهمية لعلاجها بفعالية، ولتحسين جودة حياة المرضى. تقدم هذه الورقة وصفًا شاملًا لأساليب التعلم العميق الحديثة المستخدمة في أتمتة أنظمة التشخيص من خلال الشبكات العصبية التلافيفية (CNNs) وغيرها من أساليب التعلم بالنقل لتشخيص الحالات الجلدية. يُعدّ استخدام مجموعات بيانات كبيرة (مثل HAM10000 وISIC) أمرًا أساسيًا لتدريب المصنف بفعالية. ومع ذلك، تُعدّ اختلالات البيانات وعدم تجانسها في الآفات، والإفراط في التجهيز، من المشكلات. ولكن باستخدام التعلم التجميعي، وآلية الانتباه، والذكاء الاصطناعي القابل للتفسير، وزيادة البيانات، والنموذج الهجين، ودالة الخسارة الخاصة بالمهمة، يُمكننا تحسين دقة التصنيف، وقابلية تفسير النموذج، ومتانته بشكل كبير. من خلال دمج هذه التطورات، تُسلط هذه المراجعة الضوء على قدرة التعلم العميق التحويلية في مجال الأمراض الجلدية نحو تعزيز أدوات تشخيصية واسعة النطاق ودقيقة وبأسعار معقولة للخبرة السريرية. ويحدد العمل أخيرًا أيضًا المخاوف الأخلاقية والعملية المرتبطة بتبني أنظمة الذكاء الاصطناعي في الرعاية الصحية في العالم الحقيقي.