لما للابتكارات و المنتجات الصناعية و التطبيقات التقنية أهمية بالغة في إثبات تميز و إبداع الكراسي البحثية و كونها هدفًا أساسيًا من أهداف رؤية مملكتنا الحبيبة ٢٠٣٠، فقد حرص كرسي أبحاث الذكاء الاصطناعي في الرعاية الصحية منذ انطلاقته على تحويل النتاج البحثي و الفكري لأعضائه إلى منتجات و تطبيقات تقنية يمكن تتجيرها. واليوم بالتعاون مع مستشفى الملك عبدالله الجامعي يحقق الكرسي هذا الهدف باستعداده لإطلاق تطبيقات تقنية في الذكاء الاصطناعي للرعاية الصحية تم تصميمها و اختبارها على معلومات حقيقية من مستشفى الملك عبدالله الجامعي وهي:
1.مرين هو نظام إعادة تأهيل مدعوم بالذكاء الاصطناعي تم تطويره واختباره بنجاح لدعم المرضى الأطفال الذين تتراوح أعمارهم بين 5 و12 عامًا والذين يعانون من إصابات في اليد. يدمج مرين تمارين علاجية في ألعاب تفاعلية مصممة على ثلاثة مستويات صعوبة - سهل، متوسط، وصعب - بناءً على الأداء الحركي للطفل. يُصدر النظام تقارير تقدم مفصلة تُساعد أخصائي العلاج الطبيعي على مراقبة تحسن الطفل والتزامه بالعلاج عن بُعد. تتميز المنصة الإلكترونية بواجهة مستخدم عربية بالكامل، مُصممة خصيصًا للتفاعل المستقل مع الطفل دون الحاجة إلى إشراف أبوي مُستمر.
- فريق المشروع : شهد الهاجري، رهف مسلمي،أبرار الغامدي ،ديم المطيري.
2. RADAI : تكتسب صور الأشعة السينية للصدر أهمية متزايدة كأداة تشخيصية شائعة، وفقًا لاعتراف منظمة الصحة العالمية. ومع ذلك، قد يكون تفسير صور الأشعة السينية للصدر أمرًا شاقًا ويستغرق وقتًا طويلاً، حتى بالنسبة لأخصائي الأشعة ذوي الخبرة، مما قد يؤدي إلى تفسير خاطئ وتأخير في العلاج. هنا يأتي دور RADAI يهدف هذا التطبيق إلى تطوير نموذج لقراءة الأشعة السينية للصدر باستخدام الذكاء الاصطناعي وتطبيق مصاحب له. يمكن لهذا النموذج الكشف بدقة عن أربعة تشوهات في صور الأشعة السينية للصدر، وإنشاء تقرير لكل صورة. كما يتميز التطبيق بسهولة استخدامه، حيث يتضمن واجهة بسيطة لأخصائي الأشعة، ونموذجًا للواجهة الخلفية، مما يُسهّل التفاعل والتعاون بسلاسة
- فريق المشروع :حنان الجعيد، حصة البلحد، ولاء الشعيبي، شهد المطيري، روان بن رخيص، نزار حسين.
3.التنبؤ بأورام الدماغ وتصنيف حدته باستخدام الشبكات العصبية التلافيفية العميقة تُعد صور الدماغ أداة حيوية لتشخيص أورام الدماغ، لكنها تتطلب دقة عالية وخبرة متخصصة لتفسيرها. وهنا يبرز دور هذا المشروع التقني الثوري. باستخدام شبكات عصبية تلافيفية عميقة (CNN)، تم تطوير نموذج قادر على تحليل صور الدماغ بذكاء فائق لتحديد نوع الورم وتصنيف شدته (من منخفض إلى عالي الخطورة). يسهم النموذج بشكل فعّال في دعم الأطباء على اتخاذ قرارات دقيقة وسريعة، مما يقلل من وقت التشخيص ويزيد من فرص العلاج المبكر.وقد صُمِّم النظام بواجهة سهلة الاستخدام، ويعتمد على بيانات طبية حقيقية لتحقيق أقصى درجات الدقة والكفاءة.
4. اكتشاف وتنبؤ نوبات الصرع باستخدام نموذج تعلم آلي ذكي: تمثل نوبات الصرع تمثل خطرًا مفاجئًا ومخيفًا للكثير من المرضى، لكن مع الذكاء الاصطناعي أصبح بالإمكان أن نكون (سبق الحدث). في هذا المشروع، تم تطوير نظام ذكي يعتمد على نماذج تعلم آلي لتحليل الإشارات العصبية والتنبؤ بنوبات الصرع قبل حدوثها. يعمل النظام على اكتشاف الأنماط العصبية التي تسبق النوبة، مما يسمح بتحضير مبكر وتخفيف المخاطر على المريض.ويتميز النظام بواجهات تحليلية وتقارير لحظية تساعد مقدمي الرعاية الصحية على اتخاذ قرارات الصحية في اتخاذ قرارات أسرع وأكثر دقة.
