Medgebra

Artificial Intelligence Solutions for Healthcare

[Medgebra @Consultant2258]

سمو ولي العهد يعلن إطلاق شركة "هيوماين" كرائد عالمي في مجال الذكاء الاصطناعي

سمو ولي العهد يعلن إطلاق شركة "هيوماين" كرائد عالمي في مجال الذكاء الاصطناعي

البيانات الإعلامية

12 مايو 2025الرياض، المملكة العربية السعودية



تهدف شركة "هيوماين" لتطوير وإدارة حلول وتقنيات الذكاء الاصطناعي، والاستثمار في منظومة القطاع

يسهم صندوق الاستثمارات العامة في ترسيخ مكانة المملكة كمركز تنافسي عالمي للذكاء الاصطناعي

أعلن صاحب السمو الملكي الأمي�� محمد بن سلمان بن عبد العزيز آل سعود، ولي العهد، رئيس مجلس الوزراء، رئيس مجلس إدارة صندوق الاستثمارات العامة -حفظه الله، اليوم إطلاق شركة "هيوماين"، إحدى الشركات المملوكة لصندوق الاستثمارات العامة، التي تهدف إلى تطوير وإدارة حلول وتقنيات الذكاء الاصطناعي، والاستثمار في منظومة القطاع.

وستعمل "هيوماين" التي يرأس سمو ولي العهد مجلس إدارتها، على تقديم أحدث نماذج وتطبيقات الذكاء الاصطناعي، ومن ذلك تطوير أحد أفضل النماذج اللغوية الكبيرة (LLM) باللغة العربية، إلى جانب الجيل الجديد من مراكز البيانات، والبنية التحتية للحوسبة السحابية. وستسهم الشركة في تمكين وت��زيز القدرات في مجال تطوير وتقديم تطبيقات وحلول الذكاء الاصطناعي محلياً وإقليمياً ودولياً، وفتح آفاق جديدة في الاقتصاد الرقمي.

ويعمل صندوق الاستثمارات العامة، وعدد من شركات محفظته على تعزيز منظومة الذكاء الاصطناعي من خلال الاستثمار والشراكات الدولية، مع الاستفادة من المزايا التي تتمتع بها المملكة، ومنها الموقع الجغرافي الإستراتيجي بين ثلاث قارات، مما يسهّل الربط بين شب��ات التواصل ويتيح سرعة معالجة كميات ضخمة من البيانات، في حين تسهم معدلات النمو الاقتصادي المتزايدة، وارتفاع نسبة فئة الشباب المهتمين بالتقنيات الحديثة في المملكة، في دعم عمليات بناء القدرات والبحث والابتكار في تقنيات الذكاء الاصطناعي.

وتهدف إستراتيجية الصندوق في قطاع الذكاء الاصطناعي إلى تعزيز تنافسية المملكة عالمياً، وذلك في إطار أهدافه بدعم جهود التنمية والتنويع الاقتصادي محلياً. وكانت المملكة قد تصدرت معيار الإستراتيجية الحكومية للذكاء الاصطناعي عالمياً على المؤشر العالمي للذكاء الاصطناعي 2024.

وستعمل "هيوماين" على دعم وتنسيق مختلف المبادرات ال��تعلقة بمراكز البيانات والأجهزة، وتسريع تبني تقنيات الذكاء الاصطناعي في مختلف المجالات، مع توفير منظومة متكاملة للحلول المرتبطة بالاقتصاد الرقمي في مختلف القطاعات الإستراتيجية، مثل الطاقة والرعاية الصحية والصناعة والخدمات المالية.

كما ستعزز الشركة جهود التطوير المحلية مع الحرص على الملكية الفكرية للابتكارات، وتحقق تطلعات المملكة في قطاع البيانات والذكاء الاصطناعي، ومنها ترسيخ موقع المملكة كمركز عالمي لتمكين أفضل تقنيات البيانات والذكاء الاصطناعي، وجذب الفرص الاستثمارية و��فضل الكفاءات في القطاع.

[Dr. Hamadi Alhakimi @research_con]

والله إرتحت من صدا�� بالنسب لي .. كم مرة جاتني فاتورة أو مخالفة و أنسى أسددها و تجي غرامة تاخير.

لكن بعد ما طور الزملاء تطبيق " ترتيب" Tarteeb

الحين إذا جت فاتورة او حتى ايميل مهم أسوي له صورة ،
و ارفعها في التطبيق و هو ينظمها و يحطها في المجلد المناسب بشكل تلقائي.

https://t.co/tXb6Me1NJF

كذلك ��صنف الملفات الأهم حسب درجة الأهمية و يرسلي إشعار للايميل اذا قرب موعد السداد.

كذلك بدل ما أبحث عن الملف بشكل تقليدي فقط أسأل Tarteeb عن الملف أو عن معلومة في الملف و يجيب علي و يفتح الملف المطلوب.

[Dr. Hamadi Alhakimi @research_con]

مشكلة الأوراق و المذكرات الرسمية التي تصلني عبر البريد الورقي في أوروبا مشكلة جدا مزعجة.

كم مرة فكرت في وسيلة لتقليل هذا العبء الورقي و الان بدأت بتصميم الحل.

فكرة ت��بيق يكفي معه اخذ صورة لأي مستند لكي يوثقها ويضعها في المجلد داخل الملف المناسب.

يمكنني إستدعاء أي مستند بأوامر صوتية أو التحاور مع التطبيق.

لا زلت أفكر في الإسم المناسب للتطبيق????

[Medgebra @Consultant2258]

@research_con ممتاز

[Dr. Hamadi Alhakimi @research_con]

مساحة جديدة بعد توقف ٣ أشهر.

نعود لنناقش الذكاء الاصطناعي في الطب.

Set a reminder for my upcoming Space! https://t.co/jcBuX887YS

[Dr. Hamadi Alhakimi @research_con]

هل تجد صعوبة في استيعاب مفاهيم الإحصاء الطبي المعقدة؟

كثير من الباحثين والممارسين الصحيين يواجهون تحديًا حقيقيًا في فهم الـتحليل الاحصائي و احيانا مفاهيم أساسية مثل P-value، والـ Confidence Intervals،

ماذا لو كان هناك كورس تفاعلي مبتكر يحول هذه المفاهيم إلى ألعاب تعليمية شيقة؟

تخيل أن تتعلم أساسيات الـ Biostatistics والـ Data Analysis من خلال سيناريوهات محاكاة وألغاز تفاعلية.

هذا النهج، المعروف بـ Gamified Learning، يمكن أن يكسر حاجز الملل ويجعل التعلم أكثر فعالية ومتعة.

فهو يساعد على ترسيخ المعلومات وتطبيقها عمليًا، مما يعزز قدرتك على فهم الدراسات البحثية واتخاذ قرارات طبية مبنية على الأدلة.

الهدف هو تبسيط المعقد، وجعل رحلة تعلم الإحصاء الطبي تجربة لا تُنسى ومثمرة.

الكورس لا زال قيد الإنشاء.

[Dr. Hamadi Alhakimi @research_con]

هناك مقاعد بحثية لا زالت متاحة لمجموعات جديدة ل systematic review مع نخبة من الباحثين المميزين.

الرابط: https://t.co/tF1ShX56Ns

الهدف النشر في مجلات Q1 and Q2 بإذن الله تعالى.

[Dr. Hamadi Alhakimi @research_con]

هناك مقاعد بحثية لا زالت متاحة لمجموعات جديدة ل systematic review مع نخبة من الباحثين المميزين.

الرابط: https://t.co/boeVPnVVQY

الهدف النشر في مجلات Q1 and Q2 بإذن الله تعالى.

[Dr. Hamadi Alhakimi @research_con]

الذكاء الاصطناعي جابها بدقة عالية

[Dr. Hamadi Alhakimi @research_con]

غدًا، 15 يوليو، ينطلق المؤتمر العالمي للذكاء الاصطناعي في الصحة، بتنظيم مشترك من المكتب الإقليمي لأوروبا بمنظمة الصحة العالمية وحكومة البرتغال في لشبونة.

رابط البث المباشر:
https://t.co/wNBdICPyzv

سيجمع هذا الحدث العالمي نخبة من المسؤولين الحكوميين، والمنظمين، والأطباء، والخبراء من جميع مناطق منظمة الصحة العالمية ��مناقشة التأثيرات العميقة للذكاء الاصطناعي على صحة الأفراد والمجتمعات.

سيركز اليوم الأول (15 يوليو) على الجاهزية الوطنية، القيادة الاستراتيجية، الأطرالتنظيمية (regulatory frameworks)، وكيف يمكن للإصلاحات أن تمكن الذكاء الاصطناعي الموثوق به.

أما اليوم الثاني (16 يوليو)، فسيتناول التنفيذ وبناء القدرات على نطاق واسع، بما في ذلك القوى العاملة، التنسيق العالمي، الاستثمار، وحالة الجاهزية العالمية للذكاء الاصطناعي.

[Dr. Hamadi Alhakimi @research_con]

مقاعد بحثية محدودة شاغرة في مجموعات Systematic Review تحت إشراف مباشر و متابعة:

(بعض المواضيع وصلت الى الخطوة الثانية و الثالثة من الريفيو)
المواضيع المتاحة حاليًا:

1. "AI Triage of Intracranial Hemorrhage on Emergency CT"

رابط الإنضمام : https://t.co/SSNZwcnJxd

2. "AI-Assisted Oral Cancer Screening in High-Risk Adults"

رابط الإنضمام: https://t.co/aa1NQISBR5

3. "AI-ECG Screening for Previously Unrecognized Low Ejection Fraction"

رابط الإنضمام: https://t.co/YuLNQ1Sp90

4. "AI-Generated Feedback in Robotic Suturing Simulation Training"

رابط الإنضمام: https://t.co/4fsdWp7cxf

5. "ML-Based Inpatient Fall Prevention Systems"

رابط الإنضمام:
https://t.co/W8VGkWCcr6

طريقة الانضمام:

افتح الموضوع المناسب لتخصصك، سجّل الدخول، ثم أرسل طلب الانضمام.

رابط المنصة:

https://t.co/vAsrHGwauU

[Dr. Hamadi Alhakimi @research_con]

هذا الذي أمامك أفضل من شرح مفاهيهم الذكاء الإصطناعي و خصوصا تعلم الآلة بشكل مجاني.
البروفيسور آندرو نج Andrew Ng من جامعة ستانفورد.

لديه كورس ممتع و مبسط حول موضوع مهم جدا , أساسيات البرمجة في بايثون التي تحتاجها لتعلم الذكاء الإصطناعي بالتحديد.

هذا كورس مناسب لك اذا تريد ان تفهم و تدخل الذكاء الإصطناعي و لكن تنقصك أساسيات البرمجة لتعلم ذلك.

الشئ المميز في هذا الكورس هو انه يعلمك كيف تستخدم الذكاء الإصطناعي لتعلم نفسك البرمجة بدل من إعطائك كود جاهز.

الكورس مجاني على الرابط:
https://t.co/H5WtQIqLcU

[Dr. Hamadi Alhakimi @research_con]

خلال العامين السابقين كان هناك سؤال يشغل بالي:

ما هي الوظائف الجديدة التي سيخلقها الذكاء الاصطناعي في المجال الطبي تحديداً؟

مؤخراً أعتقد أني وصلت للإجابة.

من أهم الوظائف التي بدأت تظهر الحوجة لها ليس لها علاقة بمجرد “استخدام AI”.
بل من أهم المهام ستكون تقييم واختيار ومراقبة أدوات الـ AI قبل وأثناء و بعد دخولها المستشفيات و الرعاية الصحية.

المستشفيات قريبًا ستحتاج أشخاصًا يفهمون الطب + لديهم تدريب معتمد في الذكاء الاصطناعي، ليقوموا بأدوار مثل:

1-Selection of clinically suitable tools:

يعني اختيار الأداة و تحديد إذا ما كانت هذه الأداة الذكية مناسبة لهذا التخصص الطبي.

2-Clinical Testing of AI tools:
يجب أن يملك مهارات أساسية تمكنه من إختبار دقة و نزاهة و عدم تحيز الأدوات الذكية بطريقة علمية لها معايير يمكن الاعتماد عليها.

3- Evaluation of safety and clinical impact:

تقييم الدقة و السلامة لهذه الأداة في المجال الطبي و مدى تأثيرها على جودة الرعاية.

4- Monitoring of AI performance:

متابعة أداء النموذج بعد الاستخدام، لأن أداء الـ AI قد يتغير مع الوقت.

برأيي هذا سيكون من أهم المسارات المستقبلية للأطباء والباحثين والممارسين الصحيين. و لذلك فهذه المهارات ستصبح من أهم المهارات في المستقبل القريب.

ليس أن يستبدلك الذكاء الاصطناعي، بل أن تصبح الشخص الذي يعرف كيف يختاره، يختبره، يراقبه، ويمنع ضرره.

[Dr. Hamadi Alhakimi @research_con]

في السنوات الاخيرة انخفض الوقت المطلوب لنشر مقالة بحثية في المجلات عالية التصنيف و ذلك بسبب استخدام الذكاء الاصطناعي في الصياغة أو المراجعة.

كان في كثير من المجلات الطبية المرموقة، يستغرق متوسط الزمن من إرسال الم��الة حتى قبولها حوالي 6-12 شهر.

الان هذا الوقت اصبح اقل و ممكن خلال 4-6 اشهر تحصل على الموافقة بنشر بحثك في مجلة مصنفة.

لهذا إذا كان هدفك أن يُنشر بحثك في نوفمبر-ديسمبر القادمين، فالوقت المناسب لكي تبدأ بالكتابة الان.

ابدأ الآن بـ:

1. كتابة أول مسودة للـ Manuscript.
2. اختيار Target Journal المناسب.
3. تجهيز الجداول والأشكال والملاحق مبكرًا.
4. مراجعة التحليل الإحصائي قبل الإرسال.

النشر في المجلات المرموقة لا يعتمد فقط على جودة الفكرة، بل على من يبدأ مبكرًا ويخطط لكل خطوة.

[Dr. Hamadi Alhakimi @research_con]

كثيرٌ من الأبحاث المنشورة في مجلات Q1 و Q2 لا تبدأ بجمع بيانات جديدة أو صعب الوصول إليها، بل كثير منها يأتي من بيانات مفتوحة جاهزة Open source

كلها رفعتها في المنصة البحثية:
https://t.co/SxL3qTCHGE

والأر��ام توضح هذه الحقيقة:

1- مثلاً: NHANEH
وجد 341 ورقة بحثية مشتقة من بيانات NHANES خلال العقد الأخير، في نوع واحد فقط من التحليلات.

2- كذلك بيانات SEER و هي
قاعدة السرطان التابعة لـ الولايات المتحدة، وتُستخدم على نطاق واسع في أبحاث السرطان المنشورة في مجلات قوية.

3- بالنسبة ل NHIS:
أقدم وأكبر مسح صحي وطني في أمريكا، بدأ منذ عام 1957، وتعرض CDC مسارًا رسميًا لمنشوراته وتقاريره، ومنها أوراق في مجلات كبرى مثل JAMA.

الخلاصة:

الوصول إلى Q1/Q2 لا يحتاج دائمًا إلى ميزانية ضخمة لجمع البيانات.
أحيانًا يبدأ من قاعدة بيانات موثوقة، وموضوع ذكي، وتحليل إحصائي قوي.

[Medgebra @Consultant2258]

@research_con Cool

[Dr. Hamadi Alhakimi @research_con]

لأن أكبر عائق أمام كتابة و نشر الأبحاث هو توفر البيانات أخيرا أنتهيت من تجهيز المنصة البحثية

و التي تحوي حاليا على ٢٧ ملف من البيانات الطبية المنقحة في كل التخصصات الطبية تقريبا:
https://t.co/SxL3qTDfwc البيانات ذات جودة عالية من جامعات و مراكز عالمية و متاحة لأي باحث لتنزيلها و استخدامها و ا��نشر فيها.

أضغط فقط على رابط ال Source الموجود في المنصة. https://t.co/SxL3qTDfwc

في المنصة فيها شرح مفصل لطبيعة كل ملف من البيانات و المتغيرات و المواضيع البحثية المناسبة، فيها بيانات عادية في شكل أكسل و لكن الاغلبية بيانات في شكل ملف يحتوي على الألاف من الصور و التشخيصات المصاحبة في شتى التخصصات.

[Dr. Hamadi Alhakimi @research_con]

لأن أكبر عائق أمام كتابة و نشر الأبحاث هو توفر البيانات أخيرا أنتهيت من تجهيز المنصة البحثية،

و التي تحوي حاليا على ٢٧ ملف من البيانات الطبية المنقحة في كل التخصصات الطبية تقريبا:
https://t.co/SxL3qTCHGE

البيانات ذات جودة عالية من جامعات و مراكز عالمية و متاحة لأي باحث لتنزيلها و استخدامها و النشر فيها. أضغط فقط على رابط ال Source الموجود في المنصة.

https://t.co/SxL3qTCHGE

في المنصة فيها شرح مفصل لطبيعة كل ملف من البيانات و المتغيرات و المواضيع البحثية المناسبة، فيها بيانات عادية في شكل أكسل و لكن الاغلبية بيانات في شكل ملف يحتوي على الألاف من الصور و التشخيصات المصاحبة في شتى التخصصات.

[Dr. Hamadi Alhakimi @research_con]

لمن تقابله مشكلة صغر حجم العينة في الأبحاث الطبية؟

أغرد لكم من تجربة حدثت اليوم: كانت عندي عينة صغيرة في أحد الأبحاث و العلاقات كلها non-significant و هذا شيء طبيعي، و أعتبره طريق مسدود و غالبا أكتفي بهذه النتيجة.

و لكن قلت خليني أجرب إحدى تقنيات ال Rare event analysis، و وجدت أن العلاقة الاساسية في البحث أصبحت signficant.

التقنية التي استخدمتها ��ي أحد أنواع ال regression،
و الغريبة أنه في الغالب هذا النوع من التحليل صعب يعطي علاقة p value صغيرة إذا هذه العلاقة non-significant.

التحليل اللي استخدمته اسمه Firth logistic regression. و بصراحة أنقذ الموقف بشكل علمي صحيح تماما، وإذا تعمقت في فرضيات هذا التحليل راح تعرف ليش ينقذ الموقف لانه مخصص للعينات الصغيرة

طبعا في تقنيات إحصائية أخرى مصممة خصيصًا للبيانات النادرة، مثل Exact Tests أو Bootstrap Methods أو حتى Bayesian Statistics.

يبدو هذا الموضوع يحتاج أكثر من تغريدة في المستقبل انشاالله حتى تعم الفائدة للجميع.

[Dr. Hamadi Alhakimi @research_con]

أحيانًا لا يكفي أن تجد البيانات القوية مفتوحة المصدر Open Dataset، هناك مهارة أخرى تمكنك من اختيار الموضوع Topic المناسب.

نفس الـ dataset قد تنتج بحثًا عاديًا، وقد تنتج ورقة قوية في Q1/Q2 إذا عرفت كيف تختار الـ Topic المناسب.

في تجربتي الأخيرة، جمعت أكثر من 35 مجموعة بيانات ط��ية open-source medical datasets، وكانت أغلبها تبدو ممتازة من الخارج.

لكن بعد مرحلة Data Exploration والتقييم الدقيق، اكتشفت أن كثيرًا منها لا يصلح فعليًا لسؤال بحثي قوي، أو لا يحتوي على المتغيرات المناسبة، أو لا يعطي مساحة كافية لتحليل متقدم ونتائج قابلة للنشر.

لذلك انتهى بي الأمر إلى 27 dataset فقط يمكن الاعتماد عليها فعليًا.

الدرس المهم:
قوة البحث لا تبدأ من وجود البيانات فقط، بل من قدرتك على اختيار سؤال ذكي، outcome واضح، variables مناسبة، وتحليل يعطي معنى حقيقيًا.

.

[Dr. Hamadi Alhakimi @research_con]

بعد جهود حثيثة، يسرني أن أعلن عن جمع 27 مجموعة بيانات طبية (medical datasets) مميزة بجودتها العالية و متاح تنزيلها للجميع.

هذه المجموعات تم الحصول عليها بموجب اتفاقيات استخدام مفتوحة (open agreement)، مما يضمن للباحثين المرونة والشفافية اللازمة لاستخدامها.

ما يميز هذه البيانات هو إمكاناتها في تحقيق أهداف بحثية كبيرة، ومن أبرزها:

١- إ��راء تحليلات متقدمة (advanced analytics) تكشف عن أنماط ورؤى جديدة لم تكن ممكنة من قبل.

٢- كتابة أبحاث طبية ببيانات ذات جودة عالية (high-quality data) ترفع من مصداقية النتائج.

هذه المبادرة تهدف إلى تمكين الباحثين والمطورين من استكشاف إمكانات هذه البيانات لتحقيق اكتشافات طبية رائدة.

غدا سأشارك معكم الرابط الخاص بهذه البيانات.