Aliapss67/CodeForSudan_Cholera_Predictor

for early cholera outbreak prediction in Sudan An AI-powered system نظام تنبؤ بالكوليرا مدعوم بالذكاء الاصطناعي من أجل السودان نظرة عامة على المشروع يهدف هذا المشروع إلى معالجة التحدي الصحي الخطير المتمثل في تفشي الكوليرا المتكرر في السودان. من خلال تسخير قوة الذكاء الاصطناعي (AI) والتعلم الآلي، قمنا بتطوير نظام قادر على التنبؤ بمخاطر تفشي الكوليرا وتقدير عدد الحالات المتوقعة. يهدف هذا الحل إلى تمكين الاستجابة الصحية الاستباقية، وإنقاذ الأرواح، وتخصيص الموارد بكفاءة في المناطق الأكثر عرضة للخطر المشكلة التي نعالجها تشكل الكوليرا تهديداً صحياً مزمناً في السودان، حيث تؤدي التفشيات المتكررة إلى وفيات وإرهاق للموارد الصحية المحدودة. يكمن التحدي الرئيسي في غياب أنظمة إنذار مبكر دقيقة، مما يؤخر اكتشاف التفشيات ويعيق تخصيص الموارد الاستباقي. هذا التأخير يفاقم انتشار المرض ويحصد المزيد من الأرواح. كيف يعمل الحل يعتمد نظامنا على تحليلات متقدمة للبيانات التاريخية التي تشمل تاريخ الحالات، الموقع الجغرافي، الظروف البيئية والمناخية (كدرجة الحرارة والأمطار)، العوامل الاقتصادية (كالفقر)، والعوامل الصحية (كتوفر المياه النظيفة والصرف الصحي). نستخدم النظام نموذجين رئيسيين للذكاء الاصطناعي : نموذج تصنيفي : تنبأ باحتمالية حدوث تفشٍ للكوليرا (نعم/لا) نموذج انحداري: يُقدر العدد الدقيق للحالات المؤكدة المتوقعة ليوم محدد، مع تقدير أولي للأسبوع والشهر تُقدم هذه التنبؤات عبر واجهة بسيطة، تتيح للمستخدمين، وكذلك للدولة ووزارة الصحة، الحصول على رؤى فورية تدعم اتخاذ القرارات السريعة وتخصيص الموارد بشكل استباقي وفعال ليكون مؤشراً للوضع الصحي العام في البلد التقنيات المستخدمة Python: لغة البرمجة الأساسية Pandas & NumPy: لمعالجة وتحليل البيانات Matplotlib & Seaborn: لتصور البيانات (الرسوم البيانية) scikit-learn: لأدوات التعلم الآلي وتقسيم البيانات والتقييم LightGBM: مكتبة التعلم الآلي المستخدمة لبناء نماذج التصنيف والانحدار عالية الأداء Jupyter Notebook: البيئة التفاعلية لتطوير الكود