ميديك هَب
عدّة نماذج تصوير منفصلة خلف خدمة FastAPI واحدة — مسألة تكامل أكثر منها مسألة نمذجة.
واجهات المنتجات في هذه الصفحة تصوّرات مبنية على البنية الفعلية لوحدات كل منصة. وليست لقطات شاشة من أنظمة في الإنتاج — فهذه منصات خاصة بعملاء وتجارية.
- الدور
- مهندس خادم
- السنة
- 2025
- الحالة
- تجريبي · ليس جهازاً طبياً
- التصنيف
- ذكاء اصطناعي
خادم FastAPI يوحّد عدّة مسارات تعلّم عميق لتحليل الصور الطبية خلف واجهة خدمة واحدة، مع أوزان نماذج محلية وعقد طلب موحّد عبر أنواع التصوير.
المشكلة
كل نموذج تصوير يأتي بافتراضات مدخلاته ومعالجته المسبقة وشكل مخرجه. واستهلاك أربعة منها من تطبيق واحد يعني كتابة أربعة تكاملات، ما لم يوحّدها شيء أولاً.
النتيجة
عقد خدمة واحد فوق مسارات نماذج متعدّدة، فيتكامل العميل مرة واحدة بدل مرة لكل نموذج.
التقنيات
- Python
- FastAPI
- PyTorch
- Uvicorn
- REST API
النطاق الصريح أولاً
الجانب الهندسي المثير هنا لا علاقة له بالطب. إنه سؤال كيف تضع عدّة مسارات استدلال بُنيت باستقلال خلف واجهة واحدة دون أن تتسرّب الفروق بينها إلى كل عميل.
عقد واحد، مسارات عدّة
الخدمة
عقد طلب واحد
- FastAPI
- Uvicorn
المحوّلات
معالجة مسبقة وتوحيد مخرجات لكل مسار
- Input normalisation
- Output shaping
الاستدلال
مسارات مدرَّبة باستقلال
- PyTorch
- Local weights
- Segmentation + classification
ما علّمه
أوزان النماذج هي المشكلة التشغيلية التي لا يحذّرك منها أحد. بعضها يُحمَّل من ملفات محلية وبعضها يُنزَّل عند أول استخدام، وعلى الخدمة أن تبدأ بشكل متوقّع في كل الأحوال — بما في ذلك حين يكون ملف الأوزان مفقوداً ببساطة.