ML-pohjainen terveydenhuollon alusta ihon kunnon arviointia varten

Innowise on kehittänyt AI:n käyttämän sovelluksen, joka käyttää syväoppimista ja kuvantunnistusta ihosairauksien nopeaan arviointiin ja antaa nopeita, alustavia diagnooseja ladattujen valokuvien perusteella.

Asiakas

Teollisuus
Alue
Keski-Aasia
Asiakas vuodesta
2024

Asiakkaamme on Keski-Aasian johtava dermatologinen klinikkaverkosto, jolla on yli 10 vuoden kokemus, ja se palvelee päivittäin yli 1000 potilasta kuudessa maassa. He keskittyvät muun muassa allergologiaan, flebologiaan ja dermatologiseen kirurgiaan. Heidän lähestymistapansa yhdistää potilaskeskeisen hoidon, kehittyneet diagnostiset välineet ja huippuasiantuntijoiden asiantuntemuksen. Tämän yhdistelmän ansiosta he voivat tarjota palveluja kroonisten ihosairauksien hoidosta esteettisiin parannuksiin. He ovat tunnettuja potilaskeskeisestä lähestymistavastaan (NPS > 9) ja palvelevat asiakaskuntaa, johon kuuluu 12% varakkaita yksityishenkilöitä, joten he etsivät ratkaisua, jolla he voisivat vahvistaa asemaansa alueen innovaattoreina.

Yksityiskohtaisia tietoja asiakkaasta ei voida luovuttaa NDA:n määräysten nojalla.

Haaste

Kehitetään AI-käyttöinen diagnostinen sovellus, joka auttaa saavuttamaan markkinajohtajuuden ja houkuttelemaan arvokkaita potilaita.

Kilpailun lisääntyessä alueella asiakas tunnisti AI:n potentiaalin paitsi diagnostiikan parantamisessa myös tehokkaana markkinointivälineenä. Se halusi houkutella uusia potilaita erityisesti varakkaiden segmenttiin ja asemoida itsensä teknologiajohtajaksi Keski-Aasian terveydenhuoltomarkkinoilla.

Tätä tarkoitusta varten asiakas päätti kehittää ML-pohjainen mobiilisovellus ihosairauksien alustavan diagnostiikan automatisoimiseksi. Keskeinen haaste tässä yhteydessä oli tarve hankkia ja ylläpitää korkealaatuista kuvatietoa ML-mallin harjoittelua ja validointia varten, jolloin pyrittiin kunnianhimoisiin tarkkuusvaatimuksiin, mutta samalla otettiin huomioon vaihtelevan kuvanlaadun asettamat rajoitukset. Koska yrityksellä ei ollut sisäistä kehitystiimiä, joka olisi voinut toteuttaa tämän vision, he kääntyivät Innowise:n puoleen ja pyysivät ohjelmistokehityspalvelut.

Ratkaisu

AI-pohjainen alusta, joka integroi mobiilisovellukset ja web-hallintapaneelin.

Innowise kehitti kattavan alustan, joka koostuu kahdesta toisiinsa kytketystä mobiilisovelluksesta ja verkkopohjaisesta hallintopaneelista, jotka kaikki toimivat mukautetun DINOv2-mallin avulla, jossa käytetään siirto-oppimista ja konvolutiivisia neuroverkkoja (CNN).

Potilassovellus (iOS ja Android): Tämä sovellus toimii edistyksellisenä markkinointivälineenä, joka tarjoaa käyttäjille ilmaisen, ML-käyttöjärjestelmään perustuvan alustavan ihoarvion. Tämä innovatiivinen lähestymistapa tarjoaa välittömiä arvioita 30 ihosairaudelle ja toimii klinikkaverkoston johtolankatyökaluna. Sovelluksen käyttäjäystävällinen muotoilu ja henkilökohtaiset suositukset kannustavat käyttäjiä varaamaan konsultaatioita asiakkaan klinikoilla.

Lääkärin valokuvien keruusovellus (iOS ja Android): Tämän sovelluksen avulla klinikan henkilökunta voi turvallisesti ottaa ja ladata korkealaatuisia kuvia erilaisista ihosairauksista, mikä edistää suoraan DINOv2-mallin jatkuvaa koulutusta ja parantamista. Tämä jatkuva palautesilmukka varmistaa, että AI pysyy tarkkana ja ajan tasalla. Sovelluksessa on myös raportointijärjestelmä kuvatilastojen ja diagnosoitujen tilojen seuraamista varten, mikä tarjoaa arvokasta tietoa analysointia ja parantamista varten.

Verkkopohjainen hallintapaneeli: Tämä paneeli tarjoaa klinikan ylläpitäjille kattavat työkalut diagnoosien hallintaan, hoitojen ja lääkkeiden määrittelyyn maittain, AI:n tuottamien arviointien tarkasteluun, sovelluksen käyttötietojen analysointiin ja raporttien luomiseen. Tämä keskitetty järjestelmä tehostaa toimintoja ja tarjoaa arvokasta tietoa potilaiden demografisista tiedoista ja suuntauksista.

Koko alusta on rakennettu skaalautuvaan ja turvalliseen AWS-pilvipalveluinfrastruktuuriin, joka takaa tietosuojaa ja luotettavaa suorituskykyä. Asiakas toimitti DINOv2-mallin alkuperäisen tietokokonaisuuden, ja sitä täydennetään jatkuvasti lääkärisovelluksen kautta kerätyillä kuvilla.

Miten ihoskannerisovellus toimii

Ihoskannerisovellus on suunniteltu helppokäyttöiseksi, ja se ohjaa käyttäjiä yksinkertaisen prosessin läpi alustavan arvion saamiseksi. Sovellus tarjoaa saumattoman käyttökokemuksen kehonosan valinnasta henkilökohtaisiin klinikkasuosituksiin. Näin se toimii:

  • Vartalon osan valinta: Kun käyttäjät avaavat sovelluksen, ensimmäinen vaihe on valita kehon osa, jossa ihosairaus sijaitsee. Tämä auttaa sovellusta rajaamaan mahdolliset sairaudet, jotka voivat liittyä kyseiseen alueeseen.
  • Kuvan lataaminen: Käyttäjät voivat joko ottaa kuvan ihonsa tilasta tai ladata kuvan omasta galleriastaan. 
  • Kyselylomake: Kun kuva on ladattu, käyttäjät vastaavat lyhyeen kolmen kysymyksen tietokilpailuun. Nämä kysymykset auttavat lisäämään kontekstia koneoppimisen analyysiä varten, kuten oireita tai sairaushistoriaa.
  • Kuva-analyysi ja diagnoosi: Kun kuva on lähetetty, sovellus antaa kolme mahdollista diagnoosia, joista jokaisella on todennäköisyyspisteytys. Se voi esimerkiksi näyttää aknen (80%), ihottuman (15%) ja psoriaasin (5%). 
  • Yksityiskohtaiset kuntotiedot: Käyttäjät voivat napauttaa mitä tahansa diagnoosia saadakseen yksityiskohtaisempia tietoja sairaudesta, kuten kuvauksen, hoitovaihtoehdot ja suositellut lääkkeet. Näitä tietoja päivitetään säännöllisesti hallintopaneelin kautta, jotta kaikki pysyy ajan tasalla.
  • Paikannukseen perustuvat klinikkasuositukset: Sovellus käyttää maantieteellistä sijaintia ja tarjoaa käyttäjille henkilökohtaisen luettelon läheisistä klinikoista, joissa he voivat saada hoitoa sairauteensa. Jokaisen klinikan yhteystiedot ja tarkka sijainti on esitetty interaktiivisella kartalla, joten potilaiden on helppo ottaa yhteyttä terveydenhuollon ammattilaisiin. Jos käyttäjän kaupungissa ei ole sopivia klinikoita, sovellus ehdottaa vaihtoehtoja lähikaupungeissa tai -alueilla.
  • Käyttäjien rekisteröinti ja profiilien hallinta: Sovellus tarjoaa käyttäjille kaksi vaihtoehtoa: vierastila ja rekisteröity tila. Vierastilassa käyttäjät voivat saada nopean diagnoosin ilman tilin luomista. Rekisteröityneet käyttäjät puolestaan avaavat lisäominaisuuksia, kuten henkilökohtaisen profiilin, jossa he voivat seurata diagnoosihistoriaansa, tallentaa valokuvia ja saada yksityiskohtaisempia tietoja aiemmista vuorovaikutustilanteistaan.
  • Sovelluksen sisäinen mainonta: Autoimme asiakasta lisäämään sovellukseen häiritsemättömiä bannerimainoksia ja sijoittamaan ne strategisesti näytön ylä- tai alareunaan lisätulovirran luomiseksi.

Teknologiat

Python, FastAPI

DINOv2, AWS SageMaker

Turvallisuus

TLS, AES-256-salaus, MFA

VCS

Git, GitHub

AWS

Prosessi

Vaiheittainen lähestymistapa varmisti sujuvan toteutuksen, joka ulottui löydöstä (kuvankeräyssovelluksen esittely ja työnkulun suunnittelu) toteutukseen (mobiilikehitys, mallin koulutus ja infrastruktuurin käyttöönotto) ja lopulta jatkuvaan käyttöön ja tukeen (jatkuva mallin tarkentaminen, tiedonsiirto ja oma tuki).

Joukkue

1

Projektipäällikkö

1

liiketoiminta-analyytikko

2

Angular Kehittäjät

1

UX/UI-suunnittelija

2

Python Engineers

2

Flutter Kehittäjät

3

ML-kehittäjät

1

QA Engineer

Tulokset

Menestyksekäs AI-käyttöinen ihodiagnostiikkajärjestelmä, jolla saavutetaan nopea käyttäjämäärän kasvu ja korkea diagnoositarkkuus sekä luodaan laajentumismahdollisuuksia.

Olemme kehittäneet ML-pohjainen mobiilisovellus joka tarjoaa käyttäjille nopean ja turvallisen tavan arvioida ihon tilaa. Kolmen ensimmäisen kuukauden aikana monialustasovellus on saanut 5000 uutta käyttäjää, mikä on auttanut asiakasta saavuttamaan vahvan aseman kilpailluilla markkinoilla. Tämän ohella loimme valokuvien keräyssovelluksen ML-mallin harjoittelua ja hienosäätöä varten, ja nyt se saavuttaa 80%-tarkkuuden 30 dermatologisessa diagnoosissa. 

Tiimimme rakensi myös verkkopohjaisen hallintapaneelin, jonka avulla klinikan ylläpitäjät voivat helposti hallita sisältöä, seurata käyttöä ja pitää kaikki tiedot ajan tasalla.

Tulevaisuutta ajatellen asiakas antoi tiimimme tehtäväksi toteuttaa tilausvaihtoehdot ja rakentaa API-yhteys malliin kumppaniklinikoiden verkostolle. Työskentelemme myös nykyisten ominaisuuksien parantamisen parissa, jotta sovellus olisi mahdollisimman tehokas ja käyttäjäystävällinen.

Hankkeen kesto
  • Helmikuu 2024 - Jatkuva

5,000

uusia käyttäjiä kolmen ensimmäisen kuukauden aikana

80%

ML-mallin saavutettu tarkkuus

    Ota yhteyttä

    Varaa puhelu tai täytä alla oleva lomake, niin otamme sinuun yhteyttä, kun olemme käsitelleet pyyntösi.

    Lähetä meille ääniviesti
    Liitä asiakirjoja
    Lataa tiedosto

    Voit liittää 1 enintään 2 Mt:n tiedoston. Hyväksytyt tiedostomuodot: pdf, jpg, jpeg, png.

    Klikkaamalla Lähetä, annat suostumuksesi siihen, että Innowise käsittelee henkilötietojasi meidän Tietosuojakäytäntö antaa sinulle asiaankuuluvia tietoja. Antamalla puhelinnumerosi suostut siihen, että voimme ottaa sinuun yhteyttä puheluiden, tekstiviestien ja viestisovellusten kautta. Puhelu-, viesti- ja datahintoja voidaan soveltaa.

    Voit myös lähettää meille pyyntösi
    osoitteeseen contact@innowise.com

    Mitä tapahtuu seuraavaksi?

    1

    Kun olemme vastaanottaneet ja käsitelleet pyyntösi, otamme sinuun yhteyttä ja kerromme yksityiskohtaisesti projektin tarpeet ja allekirjoitamme NDA-sopimuksen luottamuksellisuuden varmistamiseksi.

    2

    Tutkittuaan toiveesi, tarpeesi ja odotuksesi tiimimme suunnittelee projektin ehdotuksen, jossa esitetään työn laajuus, tiimin koko, aika- ja kustannusarviot.

    3

    Järjestämme kanssasi tapaamisen, jossa keskustellaan tarjouksesta ja sovitaan yksityiskohdista.

    4

    Lopuksi allekirjoitamme sopimuksen ja aloitamme projektisi toteuttamisen heti.

    nuoli