تطوير نموذج التعلم الآلي والتحقق منه للتنبؤ ببقاء مرضى كوفيد-19 في المستشفيات
عن الدورة
اليوم التاني
| د.هدى محمد الشنبري | 1 – 2 | قاعه A | 100 ريال |
| 1- أهمية التعلم الآلي في قبول المرضى بوحدات العناية المركزة : نظرًا للضغط الكبير على أنظمة الرعاية الصحية بسبب جائحة كوفيد-19، ظهرت حاجة ملحة إلى نماذج التعلم الآلي (ML) للتنبؤ بقبول المرضى في وحدات العناية المركزة لمرضى المصابين بكوفيد-12- تقييم طرق التعلم الآلي:تم تقييم خمسة نماذج من التعلم الآلي، وأظهرت نتائج التقييم أن نموذج SVM with weighted radial kernel قدم أفضل أداء في التمييز بين المرضى المحتاجين للعناية المركزة وغيرهم.3- تحديد المتغيرات التنبؤية الرئيسية:باستخدام Recursive Feature Elimination (RFE) مع نموذج SVM اصبح النموذج الأفضل أداءً،كما تم تحديد المتغيرات الرئيسية للتنبؤ بقبول المرضى في العناية المركزة، مثل وزن المرضى، وقيمة Ct في اختبار PCR، وعدد من المؤشرات المخبرية. يمكن لهذا النموذج أن يدعم صانعي القرار في المستشفيات لإدارة موارد العناية المركزة بشكل فعال. |
د/هدى محمد الشنبري
|
أستاذ مشارك في قسم العلوم الرياضية بجامعة الأميرة نورة بنت عبد الرحمن بالرياض، المملكة العربية السعودية. حصلت على درجة الدكتوراه في الإحصاء من جامعة ليدز في المملكة المتحدة. تشمل اهتماماتها البحثية الإحصاء التطبيقي والإحصاء الحسابي والنمذجة الإحصائية وتعلم الآله. وقد تم الاعتراف بمساهمات الدكتورة الشنبري والاستشهاد بها في منصات أكاديمية مختلفة، مما يعكس تأثيرها في مجالات الإحصاء وتعلم الآله. |
في حاله الرغبه في اصدار الشهاده يرجي التواصل مع ايميل الجمعيه
contact@icosacs.org