دمج الذكاء الاصطناعي مع آيريس

يمكنك دمج نماذج الذكاء الاصطناعي مع IRIS.

import pandas as pd
from sklearn.ensemble import RandomForestClassifier
import joblib
import irisnative

conn = irisnative.createConnection('localhost', 52773, 'USER', '_SYSTEM', 'SYS')
df = pd.read_sql('SELECT * FROM PatientData', conn)
model = RandomForestClassifier(n_estimators=100)
model.fit(df[features], df['target'])
iris = irisnative.createIris(conn)
iris.set(joblib.dumps(model), '^MLModels', 'risk')

استخدام IRIS Native API للوصول المباشر للبيانات من Python.

import irisnative
import numpy as np
from sklearn.cluster import KMeans

# الاتصال بـ IRIS
conn = irisnative.createConnection('localhost', 52773, 'USER', '_SYSTEM', 'SYS')
iris = irisnative.createIris(conn)

# قراءة بيانات من Global
data = []
for i in range(1, 1001):
    value = iris.get('^PatientData', i)
    if value:
        data.append([float(x) for x in value.split(',')])

data = np.array(data)

# تجميع باستخدام KMeans
kmeans = KMeans(n_clusters=3)
kmeans.fit(data)

# حفظ النتائج في Global
for i, label in enumerate(kmeans.labels_):
    iris.set(str(label), '^PatientClusters', i+1)

print(f"تم تجميع {len(data)} مريض في {len(set(kmeans.labels_))} مجموعات")

استخدام AI لتحليل النصوص الطبية.

# تحليل النصوص الطبية بالذكاء الاصطناعي
import iris
import re
from collections import Counter

class MedicalTextAnalyzer:
    def __init__(self):
        self.conn = iris.connect('localhost', 1972, 'USER')
    
    def extract_entities(self, text):
        # استخراج الأعراض
        symptoms = ['صداع', 'حمى', 'سعال', 'ألم', 'التهاب', 'غثيان', 'دوار']
        found = [s for s in symptoms if s in text]
        
        # استخراج الأدوية
        drugs = ['باراسيتامول', 'أموكسيسيلين', 'ميتفورمين', 'أوميبرازول']
        found_drugs = [d for d in drugs if d in text]
        
        return {
            'symptoms': found,
            'drugs': found_drugs,
            'word_count': len(text.split())
        }
    
    def classify_note(self, text):
        # تصنيف الملاحظة السريرية
        if any(w in text for w in ['طوارئ', 'حرج', 'عاجل']):
            return 'urgent'
        elif any(w in text for w in ['روتين', 'متابعة', 'فحص']):
            return 'routine'
        else:
            return 'general'
    
    def generate_summary(self, patient_id):
        # تلخيص بيانات المريض
        cursor = self.conn.cursor()
        cursor.execute("""
            SELECT Description FROM Hospital.Models.Diagnosis 
            WHERE PatientId = ? ORDER BY DiagnosedDate DESC LIMIT 5
        """, [patient_id])
        
        diagnoses = [row[0] for row in cursor]
        summary = f"ملخص المريض {patient_id}: "
        summary += f"عدد التشخيصات: {len(diagnoses)}. "
        if diagnoses:
            summary += f"آخر تشخيص: {diagnoses[0]}"
        return summary