Avanceret værktøj til identifikation af depression

Innowise har udviklet en innovativ AI-platform, der kan identificere depression hos patienter ved hjælp af EEG-scanninger.

Kunde

Industri

Medicin

Region

USA

Kunde siden

2022

Vores klient er en af de største repræsentanter inden for sundhedspleje. De driver deres eget medicinske center i USA.

Detaljerede oplysninger om klienten kan ikke videregives i henhold til bestemmelserne i NDA.

Udfordring

Over 1 milliard mennesker på verdensplan lider af psykiske lidelser, og mere end 300 millioner er ramt af depression. For at hjælpe med tidlig diagnose og omfattende behandling har forskere identificeret EEG-biomarkører og AI-teknologi til genkendelse af ansigtsfølelser som lovende værktøjer. Ved at bruge AI ansigtsfølelsesgenkendelse, som bruger maskinlæring til at analysere ansigtsudtryk og opdage mønstre, der er forbundet med psykiske lidelser, kan vi tilbyde en ikke-invasiv og praktisk metode til at opdage potentielle psykiske problemer. Med genkendelse af ansigtsfølelser ved hjælp af maskinlæring kan vi supplere traditionelle kliniske tilgange til diagnosticering og behandling af psykisk sygdom og dermed tilbyde mere effektive og inkluderende løsninger.

Innowise blev kontaktet af en kunde med et krav om at udvikle en automatiseret løsning, der bruger AI til at registrere menneskelige følelser i forbindelse med depression hos patienter. Ved at udnytte avancerede emotionelle AI-teknologier og ekspertise udviklede Innowise en løsning, der kan hjælpe klinikere med at yde rettidig og effektiv pleje til dem, der kæmper med depression.

Løsning

Vi implementerede AI som en serviceløsning til at hjælpe med at opdage og behandle depression. Ved hjælp af avancerede deep learning-værktøjer udviklede vi en model, der kan opdage depression ved at scanne EEG-resultater og identificere EEG-prædikatorer for terapeutisk respons. Ved at analysere EEG-data kan vores model identificere mønstre og indikatorer, der kan hjælpe klinikere med at skræddersy deres behandlingstilgang til hver enkelt patient.

CLOUD ML-APPLIKATION

Vi valgte en cloud-baseret applikation, da den giver en række fordele for vores løsning til maskinlæring (ML)herunder forbedret sikkerhed og datalagringsfunktioner. Den implementerede SaaS-løsning eliminerer behovet for høj processorkraft, datalagring og flere servere til at behandle ML-algoritmer samtidigt.

Vores team har også udviklet en API, der forbedrer brugeroplevelsen ved automatisk at starte oplærte maskinlæringsmodeller til at behandle brugerdata og vise resultater i realtid.

Samlet set giver den udviklede skybaserede SaaS-løsning og den tilhørende API en omfattende og strømlinet tilgang til maskinlæring, der giver vores kunder de muligheder, de har brug for til at nå deres mål.

ML TRAINING

For at understøtte vores AI-modeller og prædiktive analyser har vores udviklingsteam implementeret datasøer, som giver en robust og skalerbar lagringsløsning til store datamængder. Det giver os mulighed for at udføre omfattende emotionelle AI-analyser og udtrække værdifuld indsigt til vores kunder. Derefter integrerede vi problemfrit datalagre, fuldførte transformationsprocessen og rensede effektivt dataene, før de blev uploadet.

Når EEG-scanningen når skyen, udnytter ML-modellen de data, der er gemt i datalageret, til at vurdere og præcist afgøre, om patienten har en depression.

Det er vigtigt at bemærke, at arbejdet med medicinske data var den mest udfordrende del af udviklingen. Det lykkedes dog Innowise-teamet at træne ML-modellen og integrere den i medicinsk praksis.

Denne præstation viser ikke kun vores teams evner til at håndtere komplekse og følsomme medicinske data, men fremhæver også vores engagement i at levere de bedst mulige løsninger til vores kunder.

WEB INTERFACE

For at forenkle processen med at få resultater udviklede vi en intuitiv webgrænseflade, der strømliner brugeroplevelsen. Denne løsning eliminerer behovet for manuel dataindtastning, hvilket reducerer risikoen for fejl betydeligt og giver brugerne mulighed for nemt og hurtigt at få nøjagtige og pålidelige resultater.

Takket være den intuitive grænseflade er det desuden muligt at navigere gennem systemet og indhente de nødvendige data uden nogen form for teknisk ekspertise eller komplekse procedurer.

Teknologier

Back-end

Python, FastAPI

Maskinlæring

OpenCV, Pandas, NumPy, Scikit-learn, PyTorch, Matplotlib, MLFlow, Keras, Tensorflow, Python-MIP

Cloud & DevOps

AWS (S3, Lambda, SageMaker osv.), Kubernetes, Docker

Proces

På trods af den komplekse udviklingsproces i flere trin havde Innowise-teamet ekspertise nok til at løse alle spørgsmål og problemer i tide.

I den første fase engagerede vi en specialist i modelvalidering, som brugte forskellige værktøjer til at udforske ML-modelforudsigelser. Der blev gjort en stor indsats for at forberede en grundig datamærkning, hvilket i sidste ende førte til enorme tidsbesparelser, da vi havde konfigureret en praktisk infrastruktur for alle specialister. Forskningstrinnet omfattede forskellige modelforsøg og blev effektivt gennemført via et designet valideringsskema.

Efter at vores specialister havde filtreret dataene, begyndte de at træne ML-modellen. Denne fase bestod af flere trin, hvor modellen blev forbedret og forfinet. Til sidst integrerede udviklerne den trænede model i cloud-applikationen.

Til projektledelse brugte vi Slack og Jira til at samarbejde om projektet inden for virksomheden og Google Chats til ekstern kommunikation med kunden. Vi brugte Scrum-metoden med daglige møder og demopræsentationer af mellemresultater hver måned.

Fra i dag fortsætter vi med at støtte projektet og løse eventuelle problemer, der opstår, indtil alt fungerer korrekt på kundens side.

Hold

Backend-udvikler

Front-end udvikler

Dataforsker

Maskinindlæring Engineer

Forretningsanalytikere

Designer

Projektleder

QA Engineer

Resultater

Vores team leverede en avanceret AI-app til mental sundhed til vores kunde og gav dem en trænet model, der kan registrere depression ud fra EEG-scanninger og identificere biomarkører til forudsigelse af behandlingsrespons. Denne innovative ML-platform er en ny tilgang til behandling af depression, som øger sandsynligheden for godkendelse af nye lægemidler.

Den designede AI-baserede app til mental sundhed er nem at bruge for læger, da de scannede resultater administreres via en intuitiv webgrænseflade. Desuden byggede udviklingsteamet et dataindsamlingssystem med et værktøjssæt til hurtig datamærkning, hvilket optimerer processen for klinikere og forskere.

Siden implementeringen af den designede løsning har kunden oplevet betydelige fordele, herunder øgede midler til klinikken og en udvidet kundebase. Ved at tilbyde et unikt værktøj til depressionsbehandling har vores kunde placeret sig i spidsen for branchen og tiltrukket flere patienter, der søger banebrydende behandlinger.

Projektets varighed

3 måneder for MVP
Projektet er stadig i gang; på nuværende tidspunkt leverer vi vedligeholdelse og support til den udviklede platform.

Relaterede sager

Kontakt os

Book et opkald eller udfyld formularen nedenfor, så vender vi tilbage til dig, når vi har behandlet din anmodning.

Navn

Virksomhed

E-mail

Telefon

Besked

Send os en talebesked

Vedhæft dokumenter

Upload fil

Du kan vedhæfte 1 fil på op til 2 MB. Gyldige filformater: pdf, jpg, jpeg, png.

Ved at klikke på Send accepterer du, at Innowise behandler dine personlige data i henhold til vores Politik for beskyttelse af personlige oplysninger for at give dig relevante oplysninger. Ved at indsende dit telefonnummer accepterer du, at vi kan kontakte dig via taleopkald, sms og beskedapps. Opkalds-, besked- og datatakster kan være gældende.

Du kan også sende os din anmodning
til contact@innowise.com

Hvad sker der nu?

Når vi har modtaget og behandlet din anmodning, vender vi tilbage til dig for at beskrive dine projektbehov og underskriver en NDA for at sikre fortrolighed.

Når vi har undersøgt dine ønsker, behov og forventninger, udarbejder vores team et projektforslag med forslag med arbejdets omfang, teamstørrelse, tids- og omkostningsoverslag.

Vi arrangerer et møde med dig for at diskutere tilbuddet og få detaljerne på plads.

Til sidst underskriver vi en kontrakt og begynder at arbejde på dit projekt med det samme.

Avanceret værktøj til identifikation af depression

Kunde

Udfordring

Løsning

Teknologier

Proces

Hold

Resultater

Relaterede sager

Kontakt os

Hvad sker der nu?

Brug for andre tjenester?

Abonner til vores nyhedsbrev

Abonner
til vores nyhedsbrev