Dr. Tarek Barakat

الكاتب الرئيسي

Dr. Tarek Barakat

دكتور طارق بركات

الرئيس التنفيذي والمؤسس · باحث دكتوراه في الذكاء الاصطناعي للتصوير الطبي · قائد تطوير البرمجيات

أسّس الدكتور طارق بركات شركة Fractify (Databoost Sdn Bhd) لسدّ الفجوة العالمية في الأشعة عبر تشخيص بالذكاء الاصطناعي متاح ولا يتطلّب بنية تحتية ثقيلة. تتمحور أبحاث الدكتوراه لديه حول معماريات التعلّم العميق لتحليل الصور الطبية — وتحديداً نماذج الدمج متعدّد الأنماط التي تشغّل محرّكات Fractify للأشعة السينية والأشعة المقطعية والرنين المغناطيسي والفحص السنّي. يكتب من قلب ميدان التطوير: يترجم أبحاث الذكاء الاصطناعي السريري إلى قرارات إنتاجية تستطيع الفرق الطبية استخدامها فعلياً.

الذكاء الاصطناعي للتصوير الطبي التعلّم العميق الرنين المغناطيسي للدماغ الذكاء الاصطناعي لأشعة الصدر DICOM دعم القرار السريري

97.9%

دقة الرنين المغناطيسي للدماغ

18+

أمراض تكشفها الأشعة السينية

<3s

زمن التحليل

لجنة المراجعة والاستشارة العلمية

تخضع جميع المقالات لمراجعة أقران من مختصّين سريريين وخبراء ذكاء اصطناعي قبل النشر.

Mohd Rizam

Mohd Rizam

محمد رزام

الشريك المؤسس والمدير التقني

يشرف على البنية الهندسية لـ Fractify — البنية التحتية متعدّدة المستأجرين، ومسارات DICOM، ونشر نماذج الذكاء الاصطناعي على نطاق واسع عبر شبكات المستشفيات.

Dr. Ammar Bathich

Dr. Ammar Bathich

دكتور عمار بطحيش

مستشار متميّز — الذكاء الاصطناعي والتحوّل الرقمي

يراجع جميع المقالات المتعلقة باستراتيجية الذكاء الاصطناعي والتطبيق السريري والتحوّل الرقمي، ويضمن أن يعكس المحتوى قيود التطبيق الواقعي التي تواجه الذكاء الاصطناعي في الرعاية الصحية.

Dr. Safaa Mahmoud Naes

Dr. Safaa Mahmoud Naes

دكتورة صفاء ناعس

مستشارة متميّزة — العلوم الطبية والطب الجزيئي

تقدّم إشرافاً سريرياً على ادعاءات دقة التشخيص، وتبعات سلامة المرضى، وصحّة المعلومات الطبية في كل المحتوى المنشور.

أحدث مقالات الدكتور طارق بركات

clinical

فرز الأشعة بالذكاء الاصطناعي: أتمتة قائمة العمل وتحديد الأولويات الحرجة

هل رأيت يوماً قائمة انتظار أشعة تضم استرواح صدر توتري لم يُعلّم عليه بعد—ولم تُكتشفه إلا ساعات لاحقاً؟ في المستشفيات الكبرى، الفرز اليدوي يفقد الحالات الحرجة بسهولة. في تجربتي في نشر نماذج الذكاء الاصطناعي عبر شبكات المستشفيات في جنوب شرق آسيا، رأيت أن أكبر مشكلة ليست دقة التشخيص…

اقرأ ←

clinical

النتائج العرضية في الأشعة: كيف يرصد الذكاء الاصطناعي ما يفوت الإنسان

كم عدد المرات التي وجدت فيها أشعة صدرية طبيعية ظاهرياً لكن تحتوي على عقدة رئوية لم يُلاحظ عليها؟ الإجابة قد تصدمك: ما بين 15% و30% من أشعات الصدر تحتوي على نتائج عرضية قد لا يلاحظها الطبيب لأول مرة — حتى لو كان متمرساً.

اقرأ ←

enterprise

تكامل PACS مع أدوات الذكاء الاصطناعي: دليل فرق تقنية المعلومات والأشعة

تكامل PACS (Picture Archiving and Communication System) مع محرك ذكاء اصطناعي هو الجسر التقني الذي يسمح لنماذج التشخيص بالوصول إلى صور المريض تلقائياً، وتحليلها، وإرسال النتائج مرة أخرى إلى سجل المريض — دون تدخل يدوي. نظام PACS التقليدي يُخزِّن الصور فقط؛ نظام PACS المتكامل مع الذ…

اقرأ ←

enterprise

نموذج طلب عروض موردي أشعة الذكاء الاصطناعي: 40 سؤالاً يجب أن يطرحها كل مستشفى

استقبلت قسم الأشعة في مستشفى كبيرة عرضاً ذا معايير طيبة لنظام ذكاء اصطناعي جديد — دقة 95%، قال البائع. ثم جربوه على 500 حالة من حالاتهم الفعلية. الدقة انخفضت إلى 71%. السبب؟ بيانات التدريب لم تعكس السكان المحليين، والنماذج لم تكن معدلة لمعايير الأجهزة القديمة في الأقسام الإقليمية…

اقرأ ←

enterprise

الذكاء الاصطناعي السحابي مقابل المحلي للأشعة: أيهما يوفر أكثر على مدى 3 سنوات

الذكاء الاصطناعي السحابي للأشعة يشغّل نماذج التحليل على خوادم بعيدة (AWS، Azure، Google Cloud)، حيث تُرسل صور DICOM عبر اتصال آمن، ثم تُرجع القراءات المساعدة. النظام المحلي ينشئ بنية أساسية داخل مركز البيانات بالمستشفى — GPU محلية، خوادم، شبكة خاصة، تحديثات في الموقع. كل منهما يع…

اقرأ ←

clinical

تطبيقات الذكاء الاصطناعي في سير عمل أخصائيي الأشعة: الثقة والتبني والقياس

تطبيقات الذكاء الاصطناعي في سير عمل أخصائيي الأشعة هي أنظمة تعتمد على التعلم العميق لتحليل صور DICOM (التصوير الطبي الرقمي) في الوقت الفعلي، مباشرة داخل سير عمل الطبيب اليومي. تعمل هذه الأنظمة بالتوازي مع قرار الطبيب — وليس بديلاً عنه — لكشف الآفات المسببة للأمراض، وترشيح الحالات…

اقرأ ←
كل المقالات