تقنية الذكاء الاصطناعي للتعرف على الثعابين في المغرب وإنقاذ الأرواح

بقلم بوعزة ع. و لنصاري ع, – 24 يناير 2025

يسعد فريق علم الزواحف في المغرب بالإعلان عن نشر أحدث دراساتنا العلمية في مجلة AI ، حيث تقدم الورقة البحثية النتائج الأولية لتطوير خوارزمية ذكية لتحديد أنواع الثعابين المغربية  (Iguernane et al., 2025 ). يأتي هذا المشروع كثمرة لتعاون وثيق مع زملائنا في علوم  IA & Data science بجامعة ابن زهر (UIZ)، ضمن إطار الجهود لتحسين إدارة حالات التسمم الناتجة عن لدغات الأفاعي في المغرب.

اعتمد هذا العمل على قاعدة بيانات، تضم أكثر من 15 عامًا من جمع البيانات الميدانية المتعلقة بصور الثعابين، والتي قام بها فريقنا المتخصص في علم الزواحف. وقد مكنتنا هذه البيانية من توفير قاعدة بيانات شاملة تُغطي جميع  أنواع الثعابين المتواجدة في المغرب، مما يُشكّل ميزة أساسية في عملية تدريب الخوارزمية.

اختبر نموذجنا – انقر هنا

تعتمد الخوارزمية المطورة على تقنيات التعلم العميق Deeplerning ، مما يُمكّنها من تحقيق تصنيف دقيق لأنواع الثعابين من خلال تحليل الصور. وقد أظهرت النتائج التجريبية الأولية أداءً مثيرا للإهتمام، حيث وصلت دقة التصنيف إلى 93%، وهو ما يُعدُّ إنجازًا هامًا يُعزز الاستجابة السريعة والفعالة في حالات اللدغات السامة.

حاليًا، نجري العمل على تحسين كفاءة الخوارزمية من خلال تعزيز قدراتها التكيفية، وذلك بالتعاون مع فرق بحثية مغربية وسويسرية ضمن مشروع SERPENT-ID، بهدف زيادة دقة وموثوقية النموذج. يُسهم هذا المشروع في توفير أداة تشخيص موثوقة وسهلة الاستخدام للمهنيين الصحيين، وعلماء الزواحف، وعامة المجتمع، مما يُساعد في تحسين إدارة حالات التسمم الناجمة عن لدغات الثعابين.

الآفاق المستقبلية

نتطلع من خلال مشروع ” SERPENT-ID“ إلى تحقيق تقدم جوهري في مجال تصنيف الثعابين، وذلك عبر تبني مقاربة متعددة التخصصات تجمع بين علوم الحاسوب، والبيولوجيا، والصحة العامة. كما نطمح إلى مشاركة التطورات المستقبلية لتعزيز الوعي بالتنوع البيولوجي للثعابين، والمخاطر المرتبطة بها، وتحسين سبل التفاعل مع هذه الكائنات في البيئات المختلفة.

شكر وتقدير

نتوجه بخالص الشكر والتقدير لفريقنا المختص في الذكاء الاصطناعي، والذي يضم كلاً من: محمد إغرنان، ومراد أوزيكي، ويوسف السعدي، ومحمد الحاجي، حيث كانت خبراتهم التقنية والتزامهم عوامل حاسمة في تحقيق أهداف هذا المشروع.

المرجع 

Iguernane, M., Ouzziki, M., Es-Saady, Y., Hajji, M. el, Lansari, A., & Bouazza, A. (2025). Deep Learning-Based Snake Species Identification for Enhanced Snakebite Management. AI 2025, Vol. 6, Page 21, 6(2), 21. https://doi.org/10.3390/AI6020021