Rozwój aplikacji na Androida do analizy funkcji poznawczych: wzrost liczby aktywnych użytkowników 35%

Innowise opracowała aplikację na Androida i zbudowała SDK, który wykorzystuje sztuczną inteligencję do analizy funkcji poznawczych i zwiększenia dokładności analizy danych.

Klient

Branża

Opieka zdrowotna

Region

Szwajcaria

Klient od

2023

Naszym klientem jest firma z branży neuronauki specjalizująca się w opracowywaniu innowacyjnej platformy technologicznej do wczesnego wykrywania zaburzeń poznawczych. Wykorzystując aplikacje mobilne, zbiera i analizuje dane dotyczące interakcji użytkownika z ekranem, umożliwiając identyfikację potencjalnych problemów na wczesnych etapach.

Firma aktywnie współpracuje z wiodącymi naukowcami i praktykami w dziedzinie neuronauki na całym świecie, aby rozwijać wiedzę na temat zdrowia mózgu. Zapewnia społeczności naukowej solidne narzędzia do analizy danych, wspierając rozwój nowych metod diagnostyki i leczenia.

Szczegółowe informacje o kliencie nie mogą być ujawnione zgodnie z postanowieniami NDA.

Wyzwanie

Opracowanie aplikacji na Androida do analizy funkcji poznawczych

Klient posiadał aplikację na iOS do analizy funkcji mózgu i chciał rozszerzyć jej zasięg na użytkowników Androida. Jednak firma miała tylko programistów iOS i nie widziała korzyści z zatrudniania dodatkowych inżynierów wewnętrznych.

Innowise wkroczył, aby sprostać temu wyzwaniu: opracowanie w pełni funkcjonalna aplikacja na Androida która powiela funkcjonalność wersji iOS, zapewniając jednocześnie płynną synchronizację danych na obu platformach. Dodatkowo, projekt wymagał integracji zaawansowanych technologii AI w celu kompleksowej analizy zebranych danych.

Rozwiązanie

Tworzenie aplikacji Android i SDK z wykorzystaniem sztucznej inteligencji

Przed rozpoczęciem pracy zespół Innowise przeprowadził dokładną analizę wymagań i celów projektu. Wykorzystując nasze bogate doświadczenie w tworzeniu kompleksowe rozwiązania mobilneZaproponowaliśmy wypróbowane i przetestowane strategie i podejścia, które zapewniły osiągnięcie wszystkich celów projektu, skrupulatnie uwzględniając wszystkie życzenia i potrzeby klienta.

Rozwój Android SDK

Nasz zespół rozpoczął od opracowania kompleksowego zestawu SDK dla systemu Android. Ten zestaw SDK został zaprojektowany w celu gromadzenia informacji na temat częstotliwości i czasu dotykania ekranu oraz ogólnego czasu spędzonego na korzystaniu z telefonu. Korzystając z Java i Kotlin, stworzyliśmy SDK, aby był zarówno elastyczny, jak i solidny. Po przygotowaniu SDK przystąpiliśmy do tworzenia aplikacji mobilnych na Androida.

Tworzenie aplikacji na Androida

Aby stworzyć aplikację mobilną na Androida, wybraliśmy Javę i Kotlin, aby zapewnić płynne działanie. Aplikacja działa w tle, zbierając dane z interakcji na ekranie i wysyłając je do serwera w celu analizy.

Nasi programiści wykorzystali język programowania Dart do zbudowania logiki aplikacji i interfejsu użytkownika, integrując go z Android SDK. Upewniliśmy się, że aplikacja ma minimalny wpływ na wydajność urządzenia i żywotność baterii, optymalizując kod i wykorzystując wydajne algorytmy przetwarzania danych.

Integracja ze sztuczną inteligencją

Integracja technologii AI był kamieniem węgielnym tego projektu, mającego na celu wczesne wykrywanie subtelnych oznak wskazujących na możliwe upośledzenie funkcji poznawczych. Jako podstawę do opracowania modelu wybraliśmy Python i potężną platformę TensorFlow. Wybór ten umożliwił nam stworzenie elastycznych i wydajnych modeli zdolnych do obsługi złożonych danych związanych z interakcjami użytkowników z ekranem.

Aby zapewnić wysoką dokładność i odporność, modele zostały przeszkolone na obszernych zbiorach danych z badań klinicznych obejmujących różne wzorce zachowań użytkowników. To kompleksowe szkolenie pozwoliło modelom rozpoznać nawet drobne nieprawidłowości charakterystyczne dla wczesnych etapów upośledzenia funkcji poznawczych.

Modele analizowały szeroki zakres danych, w tym:

1TP52Czas reakcji: Szybkość, z jaką użytkownik reaguje na różne bodźce na ekranie.
Dokładność dotyku: Jak dokładnie użytkownik trafia we właściwe elementy interfejsu.
Trajektoria ruchu: Charakter ruchów palców na ekranie (linia prosta, zygzak itp.).
Dynamika pisania: Szybkość i rytm pisania na wirtualnej klawiaturze.

Dodatkowo opracowaliśmy mechanizm przesyłania danych między aplikacjami mobilnymi a serwerem. Umożliwiło to analizę danych w czasie rzeczywistym, zapewniając natychmiastowe wyniki użytkownikom i badaczom.

Poprawiona użyteczność

Nasi eksperci opracowali intuicyjny interfejs aplikacji gdzie dane są prezentowane za pomocą przejrzystych wykresów i diagramów. Przykładowo, dynamika czasu reakcji użytkownika w danym okresie wyświetlana jest w formie wykresu, gdzie oś X reprezentuje czas, a oś Y czas reakcji. Taka wizualizacja pozwala na szybką identyfikację potencjalnych problemów, takich jak odchylenia od normy lub trendy wskazujące na spadek wydajności.

Każdej wizualizacji towarzyszą jasne wyjaśnienia tekstowe. Na przykład, obok wykresu czasu reakcji może znajdować się wyjaśnienie stwierdzające, że wydłużenie czasu reakcji może sugerować spowolnienie procesów poznawczych. Takie podejście ułatwia interpretację danych i pomaga użytkownikom szybko zidentyfikować i rozwiązać wszelkie potencjalne problemy.

Bezpieczeństwo danych

Aby zapewnić, że dane użytkowników są bezpiecznie chronione i spełniają zaawansowane standardy bezpieczeństwa, zespół Innowise wdrożył kuloodporne podejście do ochrony danych:

Szyfrowanie danych: Przed wysłaniem do serwera dane są szyfrowane przy użyciu niezawodnego algorytmu AES-256, dzięki czemu są nieczytelne dla nieautoryzowanych użytkowników.
Ochrona klucza szyfrowania: Klucze szyfrowania są przechowywane w bezpiecznym sejfie o ograniczonym dostępie, aby zapobiec potencjalnemu naruszeniu bezpieczeństwa.
Niezawodna infrastruktura: Dane są przechowywane na Serwery Microsoft Azurezapewniając wysoki poziom bezpieczeństwa danych.
Minimalne gromadzenie danych: Gromadzone są wyłącznie dane niezbędne do analizy, z wyraźnym wyłączeniem danych osobowych użytkowników.
Ścisła kontrola dostępu: Dostęp do danych jest przyznawany tylko autoryzowanym użytkownikom, co daje pewność, że nie wpadną one w niepowołane ręce.

Technologie

Języki programowania

Java, Kotlin, Dart, Python

Frameworki i biblioteki

TensorFlow

Testowanie

JUnit, Espresso

VCS

Git

Cloud

Microsoft Azure

Zarządzanie projektami

Jira

Środowisko rozwojut

Android Studio

API

Interfejsy API RESTful

Proces

W tym projekcie wykorzystaliśmy metodę Scrum z dwutygodniowymi sprintami, aby utrzymać porządek i tempo pracy. Podzieliliśmy przepływ pracy na elastyczne iteracje, co pozwoliło nam szybko się dostosować i dotrzymać terminów.

Nasz dedykowany kierownik projektu zajmował się przydzielaniem zadań, planami działania, rezultatami i koordynacją kamieni milowych z klientem. Regularne spotkania sprawdzające status trzy razy w tygodniu informowały wszystkich na bieżąco i pozwalały na terminowe wprowadzanie zmian. Klient był aktywnie zaangażowany w proces, dostarczając cennych informacji zwrotnych i informacji podczas naszych codziennych odpraw.

Zespół

Kierownik projektu

Programiści Android

Inżynierowie ML

Ekspert ds. bezpieczeństwa danych

Projektant UI/UX

Wyniki

Boost zaangażowanie odbiorców i zwiększenie dokładności analizy danych

Klient otrzymał wypróbowane i przetestowane rozwiązanie, które jest teraz cennym narzędziem w badaniach neurobiologicznych i diagnostyce. Uruchomienie aplikacji na Androida doprowadziło do wzrostu liczby aktywnych użytkowników o 35%, zwiększając ich zasięg i umożliwiając gromadzenie bardziej zróżnicowanych danych.

Dzięki integracji sztucznej inteligencji dokładność analizy danych wzrosła o 25%, czyniąc spostrzeżenia bardziej precyzyjnymi i wiarygodnymi. To ulepszenie nie tylko poprawiło wiarygodność ich ustaleń, ale także dodało znaczną wartość do ocen poznawczych - pomagając badaczom i użytkownikom wcześniej i z większą pewnością wykrywać potencjalne problemy.

Projekt znacznie rozszerzył możliwości klienta w zakresie badań i analizy funkcji poznawczych, umacniając jego rolę jako lidera w dziedzinie technologii badań mózgu.

Czas trwania projektu

Sierpień 2023 r. - luty 2024 r.

35%

wzrost liczby aktywnych użytkowników

25%

zwiększona dokładność analizy danych

Podobne projekty

Skontaktuj się z nami!

Zadzwoń lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą
po przetworzeniu Twojego wniosku.

Nazwa

Firma

E-mail

Telefon

Wiadomość Prosimy o podanie szczegółów projektu, czasu trwania, stosu technologicznego, potrzebnych specjalistów IT i innych istotnych informacji.

Nagraj wiadomość głosową na temat
projekt, który pomoże nam lepiej go zrozumieć

W razie potrzeby dołącz dodatkowe dokumenty

Prześlij plik

Można załączyć maksymalnie 1 plik o łącznej wielkości 2 MB. Ważne pliki: pdf, jpg, jpeg, png

Informujemy, że po kliknięciu przycisku Wyślij Innowise będzie przetwarzać Twoje dane osobowe zgodnie z naszą Polityką prywatności w celu dostarczenia Ci odpowiednich informacji.

Co będzie dalej?

Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe możliwe.

Rozwój aplikacji na Androida do analizy funkcji poznawczych: wzrost liczby aktywnych użytkowników 35%

Klient

Wyzwanie

Opracowanie aplikacji na Androida do analizy funkcji poznawczych

Rozwiązanie