Bedragare skickade falska fakturor - vi tar itu med problemet

Lämna dina kontaktuppgifter, så skickar vi dig vår översikt via e-post

Jag samtycker till att mina personuppgifter behandlas för att skicka personligt marknadsföringsmaterial i enlighet med Integritetspolicy. Genom att bekräfta inlämningen samtycker du till att få marknadsföringsmaterial

Tack!

Formuläret har skickats in framgångsrikt.
Ytterligare information finns i din brevlåda.

SV EN DE IT NL FR ES NB PT PL

Innowise är ett internationellt företag som utvecklar mjukvara för hela cykeln som grundades 2007. Vi är ett team på över 2000+ IT-proffs som utvecklar mjukvara för andra företag yrkesverksamma över hela världen.

Ladda ner översikt

Hur vi arbetar Företagens sociala ansvar Designstudio XR studio Partnerskap Karriär Blogg

Fallstudier

Banking Ekonomi Hälsovård Läkemedel

eCommerce Detaljhandel Tillverkning Enterprise

Våra plattformar

System för uppföljning av sökande (ATS) HRM-programvara System för hantering av lärande (LMS) System för bokning av arbetsplatser

ML-driven vårdplattform för bedömning av hudtillstånd

AWS

iOS

Innowise har utvecklat en AI-driven app som använder djupinlärning och bildigenkänning för att snabbt bedöma hudåkommor och ge snabba, preliminära diagnoser baserat på uppladdade foton.

Kund

Industri

Hälsovård

Region

Centralasien

Kund sedan

2024

Vår kund, ett ledande dermatologiskt kliniknätverk i Centralasien med över 10 års expertis, betjänar mer än 1 000 patienter dagligen i sex länder. De fokuserar på områden som allergologi, flebologi, dermatologisk kirurgi och mycket mer. Deras arbetssätt kombinerar patientcentrerad vård med avancerade diagnostiska verktyg och expertis från toppspecialister. Denna kombination gör det möjligt för dem att erbjuda tjänster som sträcker sig från hantering av kroniska hudåkommor till estetiska förbättringar. De är kända för sitt patientcentrerade arbetssätt (NPS > 9) och har en kundkrets som omfattar 12% förmögna privatpersoner och sökte en lösning för att stärka sin position som innovatörer i regionen.

Detaljerad information om kunden kan inte lämnas ut enligt bestämmelserna i NDA.

Utmaning

Utveckla en AI-driven diagnostikapp som hjälper till att etablera marknadsledarskap och attrahera värdefulla patienter

Med den ökande konkurrensen i regionen insåg kunden att AI inte bara kunde förbättra diagnostiken, utan även vara ett kraftfullt marknadsföringsverktyg. De ville attrahera nya patienter, särskilt i segmentet med hög nettoförmögenhet, och positionera sig som teknikledare på den centralasiatiska sjukvårdsmarknaden.

För detta ändamål bestämde sig kunden för att utveckla en ML-driven mobilapp för att automatisera den preliminära diagnostiken av hudåkommor. En viktig utmaning här var behovet av att förvärva och underhålla högkvalitativa bilddata för att träna och validera en ML-modell, med ambitiösa noggrannhetsmål samtidigt som man var medveten om de begränsningar som varierande bildkvalitet medförde. Utan ett internt utvecklingsteam för att förverkliga denna vision vände de sig till Innowise för att få tjänster för utveckling av programvara.

Lösning

En AI-driven plattform som integrerar mobilappar och en webbadministratörspanel

Innowise utvecklade en omfattande plattform med två sammankopplade mobilapplikationer och en webbaserad administrationspanel, som alla drivs av en specialanpassad DINOv2-modell som använder transfer learning med Convolutional Neural Networks (CNN).

Patientapp (iOS och Android): Den här appen fungerar som ett avancerat marknadsföringsverktyg och erbjuder användarna en kostnadsfri, ML-driven preliminär hudbedömning. Denna innovativa metod ger omedelbara bedömningar av 30 hudåkommor och fungerar som ett verktyg för att generera leads till kliniknätverket. Appens användarvänliga design och personliga rekommendationer uppmuntrar användarna att boka konsultationer på kundens kliniker.

App för insamling av läkarfoton (iOS och Android): Med den här appen kan klinikpersonalen på ett säkert sätt ta och ladda upp högkvalitativa bilder av olika hudåkommor, vilket direkt bidrar till den pågående utbildningen och förfiningen av DINOv2-modellen. Denna kontinuerliga återkoppling säkerställer att AI förblir korrekt och uppdaterad. Appen innehåller också ett rapporteringssystem för att spåra fotostatistik och diagnostiserade tillstånd, vilket ger värdefulla data för analys och förbättring.

Webbaserad administrationspanel: Denna panel ger klinikadministratörer omfattande verktyg för att hantera diagnoser, konfigurera behandlingar och mediciner per land, granska AI-genererade bedömningar, analysera appanvändningsdata och generera rapporter. Detta centraliserade system effektiviserar verksamheten och ger värdefulla insikter om patientdemografi och trender.

Hela plattformen är byggd på en skalbar och säker AWS-molninfrastruktur, vilket säkerställer datasekretess och tillförlitlig prestanda. Den ursprungliga datamängden för DINOv2-modellen tillhandahölls av kunden och kompletteras kontinuerligt med bilder som samlas in via läkarappen.

Hur fungerar appen för hudskanning

Skin Scanner-appen är utformad för att vara enkel att använda och guidar användarna genom en enkel process för att få en preliminär bedömning. Från val av kroppsdel till personliga klinikrekommendationer ger appen en smidig användarupplevelse. Så här fungerar den:

Val av kroppsdel: När användaren öppnar appen är det första steget att välja den del av kroppen där hudåkomman finns. Detta hjälper appen att begränsa de möjliga tillstånd som kan relateras till det specifika området.
Uppladdning av bild: Användarna kan antingen ta ett foto av sitt hudtillstånd eller ladda upp ett foto från sitt galleri.
Frågeformulär: När fotot har laddats upp svarar användarna på en kort frågesport med tre frågor. Dessa frågor hjälper till att lägga till ett sammanhang för maskininlärningsanalysen, som symtom eller annan relevant medicinsk historia.
Bildanalys och diagnos: Efter att bilden har skickats in ger appen tre möjliga diagnoser, var och en med en sannolikhetspoäng. Den kan till exempel visa akne (80%), dermatit (15%) och psoriasis (5%). .
Detaljerad information om skicket: Användare kan trycka på en diagnos för att få mer detaljerad information om tillståndet, inklusive en beskrivning, behandlingsalternativ och rekommenderade mediciner. Denna information uppdateras regelbundet via adminpanelen för att hålla allt uppdaterat.
Geolokaliseringsbaserade rekommendationer för kliniker: Appen använder geolokalisering för att förse användarna med en personlig lista över närliggande kliniker där de kan få behandling för sina tillstånd. Varje klinik har all kontaktinformation och exakta platser på en interaktiv karta - vilket gör det enkelt för patienterna att komma i kontakt med vårdpersonal. Om det inte finns några lämpliga kliniker i användarens stad föreslår appen alternativ i närliggande städer eller regioner.
Registrering av användare och profilhantering: Appen erbjuder användarna två alternativ: gästläge och registrerat läge. I gästläget kan användarna få snabb diagnostik utan att skapa ett konto. Registrerade användare, å andra sidan, låser upp extra funktioner som en personlig profil där de kan hålla reda på sin diagnoshistorik, spara foton och få mer detaljerade insikter baserade på deras tidigare interaktioner.
Annonsering i appen: Vi hjälpte kunden att lägga till icke-påträngande bannerannonser i appen och placera dem strategiskt högst upp eller längst ner på skärmen för att skapa en extra intäktsström.

Teknik

Mobile

Flutter

Frontend

Angular

Backend

Python, FastAPI

Maskininlärning

DINOv2, AWS SageMaker

Säkerhet

TLS, AES-256-kryptering, MFA

VCS

Git, GitHub

Cloud

AWS

Process

Ett stegvis tillvägagångssätt säkerställde ett smidigt genomförande, från upptäckt (demo av appen för fotosamling och utformning av arbetsflödet) till implementering (mobilutveckling, modellutbildning och installation av infrastruktur) och slutligen fortsatt drift och support (löpande förfining av modellen, kunskapsöverföring och dedikerad support).

Team

Projektledare

Affärsanalytiker

Angular-utvecklare

UX/UI Designer

Python Ingenjörer

Utvecklare av Flutter

ML-utvecklare

QA-ingenjör

Resultat

En framgångsrik AI-driven plattform för huddiagnostik som uppnår snabb användartillväxt och hög diagnostisk noggrannhet samtidigt som den skapar expansionsmöjligheter

Vi har utvecklat ett ML-driven mobilapp som ger användarna ett snabbt och säkert sätt att bedöma sina hudtillstånd. Under de första tre månaderna fick appen 5.000 nya användare, vilket hjälpte kunden att skapa en stark närvaro på en konkurrensutsatt marknad. Parallellt med detta skapade vi en app för insamling av foton för att träna och finjustera ML-modellen, som nu uppnår 80% noggrannhet i 30 dermatologiska diagnoser.

Vårt team byggde också en webbaserad administratörspanel som gör det möjligt för klinikadministratörer att hantera innehåll, spåra användning och enkelt hålla alla data uppdaterade.

Framöver har kunden gett vårt team i uppdrag att implementera prenumerationsalternativ och bygga API-åtkomst till modellen för ett nätverk av partnerkliniker. Vi arbetar också med att förbättra de nuvarande funktionerna för att hålla appen så effektiv och användarvänlig som möjligt.

Projektets löptid

Februari 2024 - Löpande

5,000

nya användare under de första tre månaderna

80%

ML-modellens noggrannhet uppnådd

Relaterade fall

Kontakta oss!

Boka ett samtal eller fyll i formuläret nedan så återkommer vi till dig när vi har behandlat din förfrågan.

Namn

Företag

E-post

Telefon

Meddelande Vänligen inkludera projektinformation, varaktighet, teknologistack, IT-proffs som behövs och annan relevant information

Spela in ett röstmeddelande om ditt projekt för att hjälpa oss att förstå det bättre

Bifoga ytterligare dokument vid behov

Ladda upp filen

Du kan bifoga upp till 1 fil på totalt 2 MB. Giltiga filer: pdf, jpg, jpeg, png

Observera att när du klickar på knappen Skicka kommer Innowise att behandla dina personuppgifter i enlighet med vår Integritetspolicy för att ge dig lämplig information.

Vad händer härnäst?

Efter att ha mottagit och behandlat din begäran kommer vi att återkomma till dig inom kort för att specificera dina projektbehov och underteckna en NDA för att säkerställa konfidentialitet av information.

Efter att ha undersökt kraven utarbetar våra analytiker och utvecklare en projektförslag med arbetets omfattning, lagets storlek, tid och kostnad uppskattningar.

Vi ordnar ett möte med dig för att diskutera erbjudandet och komma överens.

Vi skriver på ett kontrakt och börjar arbeta med ditt projekt så snabbt som möjligt.