تطبيق الذكاء الاصطناعي في التشخيص الطبي - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

لكل مرض محتمل في قاعدة المعرفة، تحدد هذه الدالة الجديدة الأعراض الأكثر والأقل ظهورًا على المريض، ثم تزيد من درجة المرض وفقًا للأوزان المقابلة. وفي الأخير تدرج الأمراض ذات الدرجة الأعلى في التشخيص. يمكنك الآن اختبار تنفيذ الدالة مع بعض الأمثلة:--- SECTION: # Patient 1 --- # Patient 1 my_symptoms=["headache", "tiredness", "cough"] diagnosis=diagnose_v3(my_symptoms, 'symptom_mapping_v3.json') print('Most likely diagnosis:',diagnosis)--- SECTION: # Patient 2 --- # Patient 2 my_symptoms=["stuffy nose", "runny nose", "sneezing", "sore throat"] diagnosis=diagnose_v3(my_symptoms, 'symptom_mapping_v3.json') print('Most likely diagnosis:',diagnosis)--- SECTION: # Patient 3 --- # Patient 3 my_symptoms=["stuffy nose", "runny nose", "sneezing", "sore throat"] diagnosis=diagnose_v3(my_symptoms, 'symptom_mapping_v3.json', 1, 1) print('Most likely diagnosis:',diagnosis)Most likely diagnosis: (['flu'], 3) Most likely diagnosis: (['common cold'], 4) Most likely diagnosis: (['common cold', 'flu'], 4)--- SECTION: شكل 2.12: تمثيل الإصدار الثالث --- شكل 2.12: تمثيل الإصدار الثالث قد تلاحظ أنه على الرغم من أن الأعراض الثلاثة على المريض 1: Headache (الصداع)، Tiredness (الإعياء)، Cough (السعال) تظهر عند الإصابة بكل من Flu (الإنفلونزا)، و Covid19 (كوفيد - 19)، والحساسية، إلا أن الظاهر في نتائج التشخيص هي الإنفلونزا فقط. هذا لأن جميع الأعراض الثلاثة شائعة جدًا في قاعدة المعرفة، مما يؤدي إلى درجة قصوى قدرها 3. وبالمثل، في ظل معاناة المريض الثاني والثالث من الأعراض نفسها، تؤدي مدخلات الأوزان المختلفة للأعراض الأكثر والأقل شيوعًا إلى تشخيصات مختلفة. وعلى وجه التحديد، ينتج عن استخدام وزن متساوٍ لنوعين من الأعراض إضافة الإنفلونزا إلى التشخيص.2023 - 1447--- VISUAL CONTEXT --- **DIAGRAM**: شكل 2.12: تمثيل الإصدار الثالث Description: A flowchart illustrating a symptom-based diagnostic process. It shows three patient profiles (Patient 1, Patient 2, Patient 3) with their respective symptoms, which are then processed by a 'symptom_mapping_v2.json' component. The output shows potential diagnoses: 'Flu', 'Common cold', and 'Common cold or Flu'. Data: The diagram depicts a flow from patient symptoms to a diagnostic outcome. Patient 1 has Headache, Tiredness, and Cough. Patient 2 and Patient 3 both have Stuffy nose, Runny nose, Sneezing, and Sore throat. All patient symptoms feed into a central 'symptom_mapping_v2.json' module. The module then outputs one of three possible diagnoses: 'Flu (الإنفلونزا)', 'Common cold (نزلات البرد)', or 'Common cold or Flu (نزلات البرد أو الإنفلونزا)'. Key Values: Patient 1 Symptoms: Headache (الصداع), Tiredness (الإعياء), Cough (السعال), Patient 2 Symptoms: Stuffy nose (انسداد الأنف), Runny nose (رشح الأنف), Sneezing (العطاس), Sore throat (التهاب الحلق), Patient 3 Symptoms: Stuffy nose (انسداد الأنف), Runny nose (رشح الأنف), Sneezing (العطاس), Sore throat (التهاب الحلق), Processing Module: symptom_mapping_v2.json, Diagnoses: Flu (الإنفلونزا), Common cold (نزلات البرد), Common cold or Flu (نزلات البرد أو الإنفلونزا) Context: This visual element demonstrates the conceptual flow of an AI-driven diagnostic system, linking patient-reported symptoms to a knowledge base (symptom_mapping_v2.json) to arrive at a probable medical diagnosis. It complements the Python code examples by providing a visual representation of the process.