Four Papers.
One Moat.
أربع أوراق.
خندق واحد.
A research portfolio designed to compound — each paper makes the next one more credible, and the dataset behind all four becomes the citation every Arabic medical AI paper will reference. محفظة بحثية مصممة لتتراكم وتتضاعف — كل ورقة تزيد من مصداقية الورقة التالية، ومجموعة البيانات التي تقف خلف الأوراق الأربع تصبح المرجع الأول الذي ستشير إليه كل ورقة بحثية عربية في مجال الذكاء الاصطناعي الطبي.
The dataset
that defines Arabic medical AI.
مجموعة البيانات
التي تُعرف الذكاء الاصطناعي الطبي العربي.
MedArabic is the first Arabic clinical benchmark at scale. Synthesized from Neurova AI student interactions, evaluated by medical faculty. Every future Arabic medical AI paper must cite it — that is the strategic intent. إن MedArabic هي أول مجموعة بيانات سريرية عربية واسعة النطاق تم تركيبها خصيصاً من تفاعلات الطلاب ومراجعتها من قبل خبراء سريريين. يجب أن تشير إليها كل ورقة بحثية عربية مستقبلاً — هذا هو هدفنا الاستراتيجي.
Clinical Dialogues
الحوارات السريرية
82,400 clean Arabic doctor-patient dialogues. ٨٢,٤٠٠ حوار طبي عربي نظيف بين الطبيب والمريض.
82,400 cases٨٢,٤٠٠ حالةEDA Interactions
تفاعلات الدواء
45,100 Egyptian Drug Authority records. ٤٥,١٠٠ سجل من هيئة الدواء المصرية.
45,100 records٤٥,١٠٠ سجلMansoura Lecture Q&A
أسئلة محاضرات المنصورة
23,500 curriculum-aligned question-answers. ٢٣,٥٠٠ سؤال وجواب متوافق مع المناهج.
23,500 pairs٢٣,٥٠٠ زوجVetted Accuracy
دقة التحقق المعرفي
Double-blind verification by medical board. تحقق مزدوج التعمية من قبل المجلس الطبي.
99.8% Accuracy٩٩.٨٪ دقةResearch Papers الأوراق البحثية
Cross-Domain Epistemic Friction in Multi-Agent RL الاحتكاك المعرفي عبر المجالات في التعلم المعزز متعدد الوكلاء
Structuring adversarial dialogue between domain-specialist agents to expose causal gaps. Preference Optimization (DPO) training signals from this dialectic friction yield significant reasoning improvements. هيكلة حوار جدلي بين وكلاء متخصصين لكشف الفجوات المعرفية والمنطقية. استخلاص إشارات التفضيل DPO لتحسين الاستدلال المعرفي محلياً.
ARIA: Adaptive Routing with Interleaved Aggregation ARIA: التوجيه التكيفي مع التجميع المتداخل
An inference routing framework executing speculative decoding for clinical text. Routes queries through dynamic confidence gates across localized MiniLMs and large ensemble models. إطار عمل لتوجيه الاستدلال ينفذ فك ترميز تكهني للنصوص السريرية، ويوزع حمل العمل عبر بوابات ثقة ديناميكية بين النماذج الصغيرة والكبيرة.
MACS: Memory-Augmented Causal Synthesis MACS: التوليف السببي المدعوم بالذاكرة
A neural layer integrating a Working Memory Buffer governed by a spaced decay curve (FSRS-derived) to enable continuous knowledge acquisition without catastrophic forgetting. طبقة عصبية مبتكرة تدمج مخزناً مؤقتاً للذاكرة العاملة محكوماً بمعادلات FSRS لتسمح باكتساب مستمر للمعارف السريرية الطبية بلا نسيان.
Research Timeline الجدول الزمني للأبحاث
Research & Dataset Collaboration التعاون البحثي وطلب البيانات
We actively collaborate with medical schools, computational linguistics labs, and clinical researchers across the Arab world. If you want to integrate the MedArabic dataset, co-author on MACS, or evaluate models on the AraHealthQA benchmark, connect with our principal investigator. نحن نتعاون بنشاط مع كليات الطب ومختبرات اللسانيات الحاسوبية والباحثين السريريين في جميع أنحاء العالم العربي. إذا كنت ترغب في دمج مجموعة بيانات MedArabic، أو المشاركة في كتابة MACS، أو تقييم النماذج، تواصل مع فريقنا البحثي.