Entwicklung einer Android-App für die Analyse kognitiver Funktionen: 35% Zuwachs an aktiven Nutzern

Innowise hat eine Android-App und ein SDK entwickelt, die KI nutzen, um kognitive Funktionen zu analysieren und die Genauigkeit der Datenanalyse zu verbessern.

Der Kunde

Industrie

Gesundheitswesen

Region

Schweiz

Kunde seit

2023

Unser Kunde ist ein neurowissenschaftliches Unternehmen, das sich auf die Entwicklung einer innovativen Technologieplattform zur Früherkennung von kognitiven Störungen spezialisiert hat. Mithilfe mobiler Anwendungen werden Daten über die Interaktion des Nutzers mit dem Bildschirm gesammelt und analysiert, so dass potenzielle Probleme bereits in frühen Stadien erkannt werden können.

Das Unternehmen arbeitet aktiv mit führenden neurowissenschaftlichen Forschern und Praktikern weltweit zusammen, um das Wissen über die Gesundheit des Gehirns voranzutreiben. Es stellt der wissenschaftlichen Gemeinschaft robuste Datenanalysewerkzeuge zur Verfügung, die die Entwicklung neuer Diagnosen und Behandlungen unterstützen.

Detaillierte Information über den Kunden kann aufgrund der Bestimmungen des NDA nicht veröffentlicht werden.

Herausforderung

Entwicklung einer Android-App für die Analyse kognitiver Funktionen

Der Kunde hatte eine iOS-Anwendung für die Analyse von Gehirnfunktionen und wollte deren Reichweite auf Android-Nutzer ausweiten. Das Unternehmen verfügte jedoch nur über iOS-Entwickler und sah keinen Nutzen darin, zusätzliche interne Ingenieure einzustellen.

Innowise hat sich dieser Herausforderung gestellt und ein System entwickelt vollwertige Android-App die die Funktionalität der iOS-Version nachbildet und gleichzeitig eine nahtlose Datensynchronisation zwischen beiden Plattformen gewährleistet. Darüber hinaus erforderte das Projekt die Integration fortschrittlicher KI-Technologien für eine umfassende Analyse der gesammelten Daten.

Lösung

Android-Anwendung und SDK-Entwicklung mit AI

Bevor wir mit der Arbeit begannen, führte das Innowise-Team eine gründliche Analyse der Projektanforderungen und -ziele durch. Auf der Grundlage unserer umfassenden Erfahrung in der Entwicklung komplexe mobile Lösungen, wir schlugen bewährte Strategien und Ansätze vor, die das Erreichen aller Projektziele sicherstellten, wobei wir alle Wünsche und Bedürfnisse des Kunden sorgfältig berücksichtigten.

Android SDK-Entwicklung

Unser Team begann mit der Entwicklung eines umfassenden SDK für Android. Dieses SDK wurde entwickelt, um Informationen über die Häufigkeit und den Zeitpunkt der Bildschirmberührungen und die insgesamt mit dem Telefon verbrachte Zeit zu sammeln. Mit Java und Kotlin haben wir das SDK so entwickelt, dass es sowohl flexibel als auch robust ist. Mit dem SDK im Einsatz haben wir dann mobile Android-Anwendungen entwickelt.

Android-Apps

Um eine mobile Anwendung für Android zu erstellen, haben wir uns für Java und Kotlin entschieden, um eine reibungslose Anwendung zu gewährleisten. Die Anwendung läuft im Hintergrund, sammelt Daten von Bildschirminteraktionen und sendet sie zur Analyse an den Server.

Unsere Entwickler verwendeten die Programmiersprache Dart, um die Logik und die Benutzeroberfläche der App zu erstellen und sie in das Android-SDK zu integrieren. Durch die Optimierung des Codes und die Verwendung effizienter Datenverarbeitungsalgorithmen haben wir sichergestellt, dass die App nur minimale Auswirkungen auf die Geräteleistung und die Akkulaufzeit hat.

KI-Integration

Integration von AI-Technologie war ein Eckpfeiler dieses Projekts, das auf die frühzeitige Erkennung subtiler Anzeichen für mögliche kognitive Beeinträchtigungen abzielte. Wir wählten Python und das leistungsstarke TensorFlow-Framework als Grundlage für die Modellentwicklung. Diese Wahl ermöglichte es uns, flexible und effiziente Modelle zu erstellen, die in der Lage sind, komplexe Daten im Zusammenhang mit den Interaktionen der Nutzer mit dem Bildschirm zu verarbeiten.

Um eine hohe Genauigkeit und Robustheit zu gewährleisten, wurden die Modelle anhand umfangreicher klinischer Studiendatensätze trainiert, die verschiedene Nutzerverhaltensmuster umfassen. Dieses umfassende Training ermöglichte es den Modellen, selbst kleine Anomalien zu erkennen, die für frühe Stadien kognitiver Beeinträchtigung charakteristisch sind.

Die Modelle analysierten eine breite Palette von Daten, darunter:

Reactionszeit: Die Geschwindigkeit, mit der der Benutzer auf verschiedene Reize auf dem Bildschirm reagiert.
Berührungsgenauigkeit: Wie genau trifft der Benutzer die richtigen Elemente der Benutzeroberfläche.
Bewegungstrajektorie: Die Art der Fingerbewegungen auf dem Bildschirm (gerade Linie, Zickzack usw.).
Dynamik beim Tippen: Die Geschwindigkeit und der Rhythmus des Tippens auf der virtuellen Tastatur.

Außerdem haben wir einen Mechanismus für die Datenübertragung zwischen den mobilen Anwendungen und dem Server entwickelt. Dies ermöglichte eine Datenanalyse in Echtzeit und lieferte den Nutzern und Forschern sofortige Ergebnisse.

Verbesserte Benutzerfreundlichkeit

Unsere Experten entwickelten eine intuitive App-Schnittstelle wo die Daten in übersichtlichen Diagrammen und Tabellen dargestellt werden. So wird beispielsweise die Dynamik der Benutzerreaktionszeit über einen bestimmten Zeitraum als Diagramm angezeigt, wobei die X-Achse die Zeit und die Y-Achse die Reaktionszeit darstellt. Diese Visualisierung ermöglicht eine schnelle Identifizierung potenzieller Probleme, wie z. B. Abweichungen von der Norm oder Trends, die auf einen Leistungsabfall hindeuten.

Jede Visualisierung wird von klaren textlichen Erklärungen begleitet. Zum Beispiel könnte neben dem Diagramm zur Reaktionszeit eine Erklärung stehen, die besagt, dass ein Anstieg der Reaktionszeit auf eine Verlangsamung der kognitiven Prozesse hinweisen kann. Auf diese Weise sind die Daten leichter zu interpretieren und helfen den Nutzern, mögliche Probleme schnell zu erkennen und anzugehen.

Datensicherheit

Um zu gewährleisten, dass die Benutzerdaten sicher geschützt sind und fortschrittlichen Sicherheitsstandards entsprechen, hat das Innowise-Team einen kugelsicheren Ansatz für den Datenschutz implementiert:

Verschlüsselung der Daten: Bevor die Daten an den Server gesendet werden, werden sie mit dem robusten AES-256-Algorithmus verschlüsselt, so dass sie für unbefugte Benutzer unlesbar sind.
Schutz der Verschlüsselungsschlüssel: Die Verschlüsselungsschlüssel werden in einem sicheren, zugangsbeschränkten Tresorraum aufbewahrt, um eine mögliche Kompromittierung zu verhindern.
Zuverlässige Infrastruktur: Daten werden gespeichert auf Microsoft Azure-Server und bietet ein hohes Maß an Datensicherheit.
Minimale Datenerfassung: Es werden nur die für die Analyse erforderlichen Daten erhoben, wobei personenbezogene Daten der Nutzer ausdrücklich ausgeschlossen werden.
Strenge Zugangskontrolle: Der Zugriff auf die Daten wird nur autorisierten Benutzern gewährt, um sicherzustellen, dass sie nicht in die falschen Hände geraten.

Technologien

Programmiersprachen

Java, Kotlin, Dart, Python

Frameworks und Bibliotheken

TensorFlow

Testen

JUnit, Espresso

VCS

Git

Cloud

Microsoft Azure

Projektmanagement

Jira

Entwicklung des Umfeldsen

Android-Studio

APIs

RESTful APIs

Prozess

Bei diesem Projekt verwendeten wir Scrum mit zweiwöchigen Sprints, um die Dinge zu organisieren und auf Kurs zu halten. Wir haben den Arbeitsablauf in flexible Iterationen unterteilt, so dass wir uns schnell anpassen und die Termine einhalten konnten.

Unser engagierter Projektmanager kümmerte sich um die Aufgabenzuweisung, die Aktionspläne, die zu erbringenden Leistungen und die Koordinierung der Meilensteine mit dem Kunden. Regelmäßige Status-Check-Meetings dreimal pro Woche hielten alle Beteiligten auf dem Laufenden und ermöglichten rechtzeitige Anpassungen. Der Kunde war aktiv in den Prozess eingebunden und lieferte bei unseren täglichen Kontrollbesprechungen wertvolle Rückmeldungen und Informationen.

Team

Projektmanager

Android-Entwickler

ML-Ingenieure

Experte für Datensicherheit

UI/UX-Designer

Ergebnisse

Boost Publikumsbindung und verbesserte Genauigkeit der Datenanalyse

Der Kunde verfügt über eine bewährte Lösung, die nun ein wertvolles Instrument in der neurowissenschaftlichen Forschung und Diagnostik ist. Die Einführung der Android-App hat zu einem Anstieg der aktiven Nutzer um 35% geführt, was die Reichweite erhöht und eine vielfältigere Datenerfassung ermöglicht.

Durch die Integration von KI hat sich die Genauigkeit der Datenanalyse um 25% erhöht, was die Erkenntnisse präziser und zuverlässiger macht. Diese Verbesserung hat nicht nur die Aussagekraft der Ergebnisse erhöht, sondern auch einen erheblichen Mehrwert für kognitive Bewertungen geschaffen, so dass Forscher und Nutzer potenzielle Probleme früher und mit größerer Sicherheit erkennen können.

Das Projekt hat die Möglichkeiten des Kunden, kognitive Funktionen zu erforschen und zu analysieren, erheblich erweitert und seine Rolle als führendes Unternehmen im Bereich der Gehirnforschungstechnologie gefestigt.

Projektdauer

August 2023 - Februar 2024

35%

Zunahme der aktiven Nutzer

25%

erhöhte Genauigkeit der Datenanalyse

Unsere aktuellen Fallstudien

Kontaktieren Sie uns!

Buchen Sie einen Anruf oder füllen Sie das Formular unten aus und wir melden uns bei Ihnen, sobald wir Ihre Anfrage bearbeitet haben.

Name

Unternehmen

E-Mail

Telefon

Nachricht Bitte fügen Sie Projektdetails, Dauer, Technologie-Stack, benötigte IT-Experten und andere Infos bei.

Bitte fügen Sie Projektdetails, Dauer, Technologie-Stack, benötigte IT-Experten
und andere Infos bei.

Hängen Sie nach Bedarf zusätzliche Dokumente an.

Datei hochladen

Sie können bis zu 1 Datei von insgesamt 2 MB anhängen. Gültige Dateien: pdf, jpg, jpeg, png

Bitte beachten Sie, dass Innowise mit dem Anklicken der Schaltfläche 'Senden' Ihre persönlichen Daten nach der Datenschutzrichtlinie verarbeiten wird, um Ihnen die gewünschten Informationen zukommen zu lassen.

Wie geht es weiter?

Sobald wir Ihre Anfrage erhalten und bearbeitet haben, werden wir uns mit Ihnen in Verbindung setzen, um Ihre Projektanforderungen zu besprechen und eine NDA (Vertraulichkeitserklärung) für die Vertraulichkeit der Informationen zu unterzeichnen.

Nach der Prüfung der Anforderungen erstellen unsere Analysten und Entwickler einen Projektvorschlag, der Arbeitsumfang, Teamgröße, Zeit- und Kostenschätzung enthält.

Wir vereinbaren einen Termin mit Ihnen, um das Angebot zu besprechen und eine Vereinbarung mit Ihnen zu treffen.

Wir unterzeichnen einen Vertrag und beginnen umgehend mit der Arbeit an Ihrem Projekt.

Entwicklung einer Android-App für die Analyse kognitiver Funktionen: 35% Zuwachs an aktiven Nutzern

Der Kunde

Herausforderung

Entwicklung einer Android-App für die Analyse kognitiver Funktionen

Lösung