Formularz został pomyślnie przesłany.
Więcej informacji można znaleźć w skrzynce pocztowej.
Innowise opracowało aplikację opartą na sztucznej inteligencji, która wykorzystuje głębokie uczenie się i rozpoznawanie obrazu do szybkiej oceny stanu skóry, dając szybkie, wstępne diagnozy na podstawie przesłanych zdjęć.
Wraz z rosnącą konkurencją w regionie, klient dostrzegł potencjał sztucznej inteligencji nie tylko w zakresie poprawy diagnostyki, ale także jako potężnego narzędzia marketingowego. Chcieli przyciągnąć nowych pacjentów, szczególnie w segmencie zamożnych osób, i pozycjonować się jako liderzy technologiczni.
W tym celu klient zdecydował się opracować Aplikacja mobilna oparta na ML do automatyzacji wstępnej diagnostyki chorób skóry. Kluczowym wyzwaniem była potrzeba pozyskiwania i utrzymywania wysokiej jakości danych obrazowych do szkolenia i walidacji modelu ML, dążąc do ambitnych celów w zakresie dokładności, przy jednoczesnym uznaniu ograniczeń wynikających ze zmiennej jakości obrazu. Bez wewnętrznego zespołu programistów, który mógłby to zapewnić, firma zwróciła się do Innowise.
Innowise opracowało kompleksową platformę składającą się z dwóch połączonych ze sobą aplikacji mobilnych i internetowego panelu administracyjnego, wszystkie zasilane przez niestandardowo zmodyfikowany model DINOv2 wykorzystujący uczenie transferowe z konwolucyjnymi sieciami neuronowymi (CNN).
Aplikacja dla pacjentów (iOS i Android): Ta aplikacja służy jako zaawansowane narzędzie marketingowe, oferując użytkownikom bezpłatną, opartą na ML wstępną ocenę skóry. To innowacyjne podejście zapewnia natychmiastową ocenę 30 chorób skóry, działając jako narzędzie do generowania leadów dla sieci klinik. Przyjazna dla użytkownika konstrukcja aplikacji i spersonalizowane rekomendacje zachęcają użytkowników do rezerwacji konsultacji.
Aplikacja do zbierania zdjęć lekarzy (iOS i Android): Ta aplikacja umożliwia personelowi kliniki bezpieczne przechwytywanie i przesyłanie wysokiej jakości obrazów różnych stanów skóry, bezpośrednio przyczyniając się do ciągłego szkolenia i udoskonalania modelu DINOv2. Ta ciągła pętla sprzężenia zwrotnego zapewnia, że sztuczna inteligencja pozostaje dokładna i aktualna. Aplikacja zawiera również system raportowania do śledzenia statystyk zdjęć i zdiagnozowanych schorzeń, dostarczając cennych danych do analizy i poprawy.
Internetowy panel administracyjny: Panel ten zapewnia administratorom klinik kompleksowe narzędzia do zarządzania diagnozami, konfigurowania terapii i leków według kraju, przeglądania ocen generowanych przez sztuczną inteligencję, analizowania danych dotyczących użytkowania aplikacji i generowania raportów. Ten scentralizowany system usprawnia operacje i zapewnia cenny wgląd w dane demograficzne pacjentów i trendy.
Cała platforma jest zbudowana na skalowalnej i bezpiecznej infrastrukturze chmury AWS, zapewniając prywatność danych i niezawodną wydajność. Początkowy zbiór danych dla modelu DINOv2 został dostarczony przez klienta i jest stale uzupełniany o obrazy zebrane za pośrednictwem aplikacji lekarskiej.
Aplikacja skanera skóry została zaprojektowana z myślą o łatwości użytkowania, prowadząc użytkowników przez prosty proces w celu uzyskania wstępnej oceny. Od wyboru części ciała do spersonalizowanych zaleceń klinicznych, aplikacja zapewnia płynną obsługę. Oto jak to działa:
Etapowe podejście zapewniło sprawną realizację, od odkrycia (demo aplikacji do zbierania zdjęć i projektowanie przepływu pracy) po wdrożenie (rozwój mobilny, szkolenie w zakresie modelu i konfiguracja infrastruktury), a na koniec ciągłe działanie i wsparcie (ciągłe udoskonalanie modelu, transfer wiedzy i dedykowane wsparcie).
1
Kierownik projektu
1
Analityk biznesowy
2
Deweloperzy Angular
1
Projektant
UX/UI
2
Python
Inżynierowie
2
Deweloperzy
Flutter
3
Programiści
ML
1
QA Inżynier

Opracowaliśmy Aplikacja mobilna oparta na ML która zapewnia użytkownikom szybki i bezpieczny sposób oceny stanu ich skóry. Oprócz tego stworzyliśmy aplikację do zbierania zdjęć, aby trenować i dostrajać model ML, który może wykryć około 30 diagnoz dermatologicznych.
Nasz zespół zbudował również internetowy panel administracyjny, który pozwala administratorom kliniki zarządzać treścią, śledzić wykorzystanie i łatwo aktualizować wszystkie dane.
Patrząc w przyszłość, klient powierzył naszemu zespołowi wdrożenie opcji subskrypcji i zbudowanie dostępu API do modelu dla sieci klinik partnerskich. Pracujemy również nad ulepszeniem obecnych funkcji, aby aplikacja była jak najbardziej efektywna i przyjazna dla użytkownika.
Wiadomość została wysłana.
Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.
Każdy startup ma swoją historię, którą warto poznać. Niektórzy zabiegają o pierwszych klientów, inni zastanawiają się, jak poradzić sobie z kolejnym milionem. A gdzieś po drodze niemal każdy założyciel staje przed pytaniem, na które nie da się odpowiedzieć samą ambicją. 4 listopada, TechCrunch Founder Summit 2026 sprawi, że Boston zapełni się ludźmi, którzy znają te wyzwania z własnego doświadczenia. Założyciele firm, inwestorzy i liderzy branży technologicznej spotkają się, by porozmawiać o finansowaniu, decyzjach dotyczących produktów, rozwoju oraz wszystkich wnioskach, które rzadko trafiają do prezentacji inwestycyjnych.
Egor Grischenko, współzałożyciel i wiceprezes ds. rozwoju biznesowego w firmie Innowise, dołączy do grona uczestników i jest szczególnie ciekawy tego, czym obecnie zajmują się założyciele firm. Produkt, który przerósł swoją pierwotną architekturę? Funkcja oparta na sztucznej inteligencji, której wdrożenie okazuje się trudniejsze niż oczekiwano? Zespół inżynierów, który z trudem nadąża za popytem? Pomagaliśmy już firmom w pokonywaniu tego typu wyzwań i chcielibyśmy wymienić się spostrzeżeniami, podzielić się kilkoma wnioskami z naszych własnych projektów oraz sprawdzić, w jakich obszarach nasza wiedza inżynierska mogłaby się przydać.
Będziesz w Bostonie? Powiedz Egorowi, nad czym pracujesz, co działa, a z czym wolałbyś już nigdy więcej nie mieć do czynienia. Czekamy na Ciebie!