AI-scannerapp voor beoordeling van huidaandoeningen

Innowise heeft een AI-app ontwikkeld die deep learning en beeldherkenning gebruikt om snel huidaandoeningen te beoordelen, waarbij snelle, voorlopige diagnoses worden gesteld op basis van geüploade foto's.

Uitdaging

Met de toenemende concurrentie in de regio herkende de klant het potentieel van AI niet alleen voor het verbeteren van de diagnostiek, maar ook als een krachtig marketinginstrument. Ze wilden nieuwe patiënten aantrekken, met name in het vermogende segment, en zichzelf positioneren als leiders op het gebied van technologie.

Hiervoor besloot de klant een Mobiele app met ML om de voorlopige diagnose van huidaandoeningen te automatiseren. Een belangrijke uitdaging hierbij was de noodzaak om beeldgegevens van hoge kwaliteit te verkrijgen en te onderhouden voor het trainen en valideren van een ML-model, waarbij ambitieuze nauwkeurigheidsdoelen moesten worden nagestreefd en tegelijkertijd de beperkingen van wisselende beeldkwaliteit moesten worden onderkend. Omdat ze geen intern ontwikkelteam hadden om dit te leveren, deden ze een beroep op Innowise.

Oplossing

Een AI-gestuurd platform dat mobiele apps en een webbeheerpaneel integreert

Innowise ontwikkelde een uitgebreid platform bestaande uit twee onderling verbonden mobiele applicaties en een webgebaseerd administratiepaneel, allemaal aangedreven door een op maat aangepast DINOv2-model dat gebruik maakt van transfer learning met Convolutional Neural Networks (CNN's).

Patiëntenapp (iOS en Android): Deze app dient als een geavanceerde marketingtool en biedt gebruikers een gratis, ML-gestuurde voorafgaande huidbeoordeling. Deze innovatieve aanpak biedt onmiddellijke beoordelingen voor 30 huidaandoeningen en fungeert als een lead generation tool voor het klinieknetwerk. Het gebruiksvriendelijke ontwerp van de app en de gepersonaliseerde aanbevelingen moedigen gebruikers aan om een consult te boeken.

App voor het verzamelen van foto's van artsen (iOS en Android): Met deze app kunnen kliniekmedewerkers veilig beelden van hoge kwaliteit van verschillende huidaandoeningen vastleggen en uploaden, wat direct bijdraagt aan de voortdurende training en verfijning van het DINOv2-model. Deze continue feedback zorgt ervoor dat de AI accuraat en up-to-date blijft. De app bevat ook een rapportagesysteem voor het bijhouden van fotostatistieken en gediagnosticeerde aandoeningen, wat waardevolle gegevens oplevert voor analyse en verbetering.

Webgebaseerd beheerpaneel: Dit paneel biedt kliniekbeheerders uitgebreide tools voor het beheren van diagnoses, het configureren van behandelingen en medicijnen per land, het beoordelen van door AI gegenereerde beoordelingen, het analyseren van app-gebruiksgegevens en het genereren van rapporten. Dit gecentraliseerde systeem stroomlijnt de werkzaamheden en biedt waardevolle inzichten in de demografische gegevens en trends van patiënten.

Het hele platform is gebouwd op een schaalbare en veilige AWS-cloudinfrastructuur, waardoor gegevensprivacy en betrouwbare prestaties gegarandeerd zijn. De initiële dataset voor het DINOv2-model werd aangeleverd door de klant en wordt continu aangevuld met beelden die via de artsenapp worden verzameld.

Hoe werkt de huidscanner-app

De app voor de huidscanner is ontworpen met het oog op gebruiksgemak en leidt gebruikers door een eenvoudig proces om een voorlopige beoordeling te krijgen. Van de selectie van het lichaamsdeel tot gepersonaliseerde kliniekaanbevelingen, de app biedt een naadloze gebruikerservaring. Zo werkt het:

Lichaamsdeel selecteren: Wanneer gebruikers de app openen, selecteren ze eerst het lichaamsdeel waar de huidaandoening zich bevindt. Dit helpt de app om de mogelijke aandoeningen die betrekking kunnen hebben op dat specifieke gebied te beperken.
Afbeelding uploaden: Gebruikers kunnen een foto maken van hun huidaandoening of er een uploaden vanuit hun galerij.
Vragenlijst: Zodra de foto is geüpload, beantwoorden gebruikers een korte quiz van drie vragen. Deze vragen helpen om context toe te voegen voor de machine learning analyse, zoals symptomen of een relevante medische geschiedenis.
Beeldanalyse en diagnose: Nadat de foto is ingestuurd, geeft de app drie mogelijke diagnoses, elk met een waarschijnlijkheidsscore. Er kan bijvoorbeeld acne (80%), dermatitis (15%) en psoriasis (5%) worden weergegeven.
Gedetailleerde conditie-informatie: Gebruikers kunnen op een diagnose tikken om meer gedetailleerde informatie over de aandoening te krijgen, waaronder een beschrijving, behandelingsopties en aanbevolen medicijnen. Deze informatie wordt regelmatig bijgewerkt via het beheerderspaneel om alles up-to-date te houden.
Op geolocatie gebaseerde kliniekaanbevelingen: De app maakt gebruik van geolocatie om gebruikers een gepersonaliseerde lijst te geven van klinieken in de buurt waar ze behandeld kunnen worden voor hun aandoeningen. Bij elke kliniek staat alle contactinformatie en de exacte locatie op een interactieve kaart, zodat patiënten gemakkelijk in contact kunnen komen met zorgverleners. Als er geen geschikte klinieken zijn in de stad van de gebruiker, stelt de app alternatieven voor in nabijgelegen steden of regio's.
Gebruikersregistratie en profielbeheer: De app biedt gebruikers twee opties: gastmodus en geregistreerde modus. In de gastmodus kunnen gebruikers snelle diagnoses krijgen zonder een account aan te maken. Geregistreerde gebruikers daarentegen ontgrendelen extra functies zoals een gepersonaliseerd profiel waar ze hun diagnosegeschiedenis kunnen bijhouden, foto's kunnen opslaan en meer gedetailleerde inzichten kunnen krijgen op basis van hun eerdere interacties.
In-app reclame: We hielpen de klant met het toevoegen van niet-opdringerige banneradvertenties aan de app, door ze strategisch boven of onder aan het scherm te plaatsen om een extra inkomstenstroom te creëren.

Technologieën

Python, FastAPI

DINOv2, AWS SageMaker

Beveiliging

TLS, AES-256-codering, MFA

VCS

Git, GitHub

Cloud

AWS

Proces

Een gefaseerde aanpak zorgde voor een soepele uitvoering, van ontdekking (demo van de fotoverzamelingstoepassing en workflowontwerp) tot implementatie (mobiele ontwikkeling, modeltraining en het opzetten van de infrastructuur) en tot slot voortzetting van de werking en ondersteuning (voortdurende verfijning van het model, kennisoverdracht en toegewijde ondersteuning).

Vereist team

Project Manager

Bedrijfs-analist

Angular Ontwikkelaars

UX/UI
Ontwerper

Python
Ingenieurs

Flutter
Ontwikkelaars

ML-
ontwikkelaars

QA Engineer

Resultaten

We hebben een Mobiele app met ML dat gebruikers een snelle en veilige manier biedt om hun huidaandoeningen te beoordelen. Daarnaast hebben we een app voor het verzamelen van foto's gemaakt om het ML-model, dat ongeveer 30 dermatologische diagnoses kan detecteren, te trainen en te verfijnen.

Ons team heeft ook een webgebaseerd beheerderspaneel gebouwd waarmee de beheerders van de kliniek de inhoud kunnen beheren, het gebruik kunnen bijhouden en alle gegevens eenvoudig up-to-date kunnen houden.

Vooruitkijkend heeft de klant ons team toevertrouwd om abonnementsopties te implementeren en API-toegang tot het model te bouwen voor een netwerk van partnerklinieken. We werken ook aan het verbeteren van de huidige functies om de app zo effectief en gebruiksvriendelijk mogelijk te houden.

Gerelateerde gevallen

Contacteer ons

Boek een gesprek of vul het onderstaande formulier in en we nemen contact met je op zodra we je aanvraag hebben verwerkt.

Naam

Bedrijf

E-mail

Telefoon

Bericht

Stuur ons een spraakbericht

Documenten bijvoegen

Bestand uploaden

Je kunt 1 bestand van maximaal 2 MB bijvoegen. Geldige bestandsformaten: pdf, jpg, jpeg, png.

Door op Verzenden te klikken, stemt u ermee in dat Innowise uw persoonsgegevens verwerkt volgens onze Privacybeleid om u van relevante informatie te voorzien. Door je telefoonnummer op te geven, ga je ermee akkoord dat we contact met je opnemen via telefoongesprekken, sms en messaging-apps. Bellen, berichten en datatarieven kunnen van toepassing zijn.

U kunt ons ook uw verzoek sturen
naar contact@innowise.com

Wat gebeurt er nu?

Zodra we je aanvraag hebben ontvangen en verwerkt, nemen we contact met je op om de details van je projectbehoeften en tekenen we een NDA om vertrouwelijkheid te garanderen.

Na het bestuderen van uw wensen, behoeften en verwachtingen zal ons team een projectvoorstel opstellen met de omvang van het werk, de teamgrootte, de tijd en de geschatte kosten voorstel met de omvang van het werk, de grootte van het team, de tijd en de geschatte kosten.

We zullen een afspraak met je maken om het aanbod te bespreken en de details vast te leggen.

Tot slot tekenen we een contract en gaan we meteen aan de slag met je project.