Programma di assistenza medica: riduzione dei costi di produzione delle ossa di un paziente in 60%

Firma Innowise przeprowadziła wieloaspektową oprogramowanie do badań medycznych aggiornamento per un fornitore di ontologie, incorporando la ricerca guidata dall'intelligenza artificiale, i cruscotti di dati personalizzati e l'integrazione delle ontologie nell'infrastruttura di un'azienda di ricerca chimica.

Klient

Crusca

Opieka zdrowotna

Regione

Klient od

2022

Nasz klient, wiodący podmiot w dziedzinie ontologii, działa w Niemczech. Firma specjalizuje się w opracowywaniu technologii, które wyodrębniają informacje z ustrukturyzowanych i nieustrukturyzowanych danych, przekształcając je w wiedzę na potrzeby badań, odkryć i podejmowania decyzji. Jej doświadczenie obejmuje chemię, biologię i pokrewne dziedziny nauki. Firma posiada rozległy system ontologii, ustrukturyzowaną strukturę wzajemnie powiązanych terminów i pojęć naukowych.

Szczegółowe informacje o kliencie nie mogą zostać ujawnione zgodnie z warunkami umowy NDA.

Wyzwanie

Ograniczone funkcje wyszukiwania i adnotacji, złożoność tworzenia pulpitów nawigacyjnych i ręczna obsługa dokumentów w starszym systemie.

Główne wyzwania, przed którymi stanął nasz klient, koncentrowały się wokół trzech głównych obszarów: rozwój front-endu dla ich systemu wyszukiwania opartego na sztucznej inteligencji, automatyzującego wizualizacji danych all'interno del software di ricerca medica e l'integrazione delle loro ontologie nel sistema di un'azienda di ricerca chimica esistente:

Sviluppo del front-end del sistema di ricerca alimentato dall'intelligenza artificiale: La sfida principale del cliente consisteva nel migliorare il front-end del proprio sistema di ricerca basato su ontologia, adattato alle piattaforme web e mobile. Questo sistema era parte integrante della gestione di una vasta collezione di articoli scientifici. L'aggiornamento richiedeva di facilitare le funzionalità di ricerca, la visualizzazione delle fonti e l'annotazione di concetti e termini scientifici in vari formati di documenti. I limiti del sistema precedente, in particolare la mancanza di filtri di ricerca e di funzionalità di annotazione, impedivano il pieno utilizzo del database scientifico.
Automatyzacja wizualizacji danych na potrzeby badań naukowych:< Klient stanął przed wyzwaniem zautomatyzowania wizualizacji danych na potrzeby analizy danych naukowych. Wymagany system musiał wspierać naukowców zajmujących się danymi w identyfikowaniu, przygotowywaniu i walidacji danych, a także w tworzeniu informacyjnych pulpitów nawigacyjnych. Miało to kluczowe znaczenie dla klasyfikowania i łączenia jednostek medycznych, identyfikowania celów molekularnych dla nowych farmaceutyków i ułatwiania badań nad chorobami.
Integracja systemu ontologii w badaniach chemicznych: L'integrazione delle ontologie del cliente nel sistema esistente di un'azienda di ricerca chimica ha rappresentato una sfida unica. Il sistema legacy dell'azienda dipendeva fortemente da processi manuali per la gestione dei documenti e l'inserimento dei dati. Il nostro compito è stato quello di modernizzare il sistema automatizzando l'analisi dei documenti e il caricamento dei database, sviluppando una nuova interfaccia e stabilendo un sistema di gestione dei dati system back-end. System ten musiał obsługiwać dwie różne role użytkowników: osoby odpowiedzialne za przesyłanie i edycję dokumentów oraz administratorów przeglądających i potwierdzających te wpisy.

Wdrożenie

System wyszukiwania oparty na sztucznej inteligencji, zautomatyzowane pulpity nawigacyjne i płynna integracja ontologii w badaniach chemicznych

Il team di Innowise si è concentrato su tre aspetti chiave del progetto:

Ulepszanie wyspecjalizowanego System wyszukiwania oparty na sztucznej inteligencji dla interfejsów webowych i mobilnych.
Automatyzacja wizualizacji danych na potrzeby badań farmaceutycznych poprzez dynamiczne pulpity nawigacyjne.
Integrazione di un'ontologia nel sistema di un'azienda di ricerca chimica, modernizzando così l'analisi dei documenti e la gestione dei database.

Ulepszanie systemu wyszukiwania w oprogramowaniu do badań medycznych

Nasz zespół skupił się na opracowaniu i ulepszeniu wyspecjalizowanego systemu wyszukiwania opartego na sztucznej inteligencji – kluczowego podsystemu w ramach większej struktury, zaprojektowanego dla interfejsów internetowych i mobilnych. Zadanie to obejmowało wiele ulepszeń technicznych i funkcjonalnych:

Zaawansowane wyszukiwanie dokumentów: Umożliwiliśmy systemowi przeprowadzanie dogłębnych wyszukiwań w różnych formatach dokumentów z ogromnego repozytorium dokumentów. System umożliwił użytkownikom lokalizowanie dokumentów, przeglądanie źródeł wewnętrznych i zewnętrznych oraz identyfikowanie kluczowych pojęć naukowych i adnotacji wyróżnionych w tych dokumentach.
Adnotacje i kategoryzacja: Krytyczną funkcją była możliwość wybierania przez użytkowników określonych słów lub biletów w dokumentach i przypisywania ich do odpowiednich domen w celu adnotacji. Zintegrowaliśmy funkcje sztucznej inteligencji oparte na GPT, aby pomóc użytkownikom w prawidłowym dodawaniu adnotacji i kategoryzowaniu każdego terminu lub jednostki.
Proces zgłaszania i recenzowania: Po wprowadzeniu zmian lub dodaniu nowych informacji do dokumentu, system ułatwiał proces weryfikacji. Użytkownicy mogli przesyłać te zmiany, które następnie były wysyłane do administratora w celu przypisania statusu i zatwierdzenia nowych adnotacji, komentarzy lub kategoryzacji.
Funkcje zapytań i analiz: Użytkownicy mogą teraz wybierać dokumenty z dużej bazy danych i dodawać je do zbiorczego koszyka. Następnie mogą przeszukiwać te dokumenty za pomocą paska wyszukiwania w Analizatorze, zadając konkretne pytania lub żądając podsumowań i analiz na podstawie Technologia GPT.
Tworzenie niestandardowych filtrów: Nasz programista stworzył zaawansowane filtry do wyszukiwania dokumentów, dostosowane do różnych typów źródeł.
Wyzwania związane z przeglądarką dokumentów: Jednym ze złożonych zadań było opracowanie przeglądarki dokumentów zdolnej do wyświetlania zaznaczonych adnotacji na dokumentach PDF. Wymagało to skomplikowanej koordynacji back-endowej w celu poprawnego nakładania adnotacji.
Przegląd starszego kodu i architektury: Zajęliśmy się wyzwaniami związanymi ze starszym kodem i brakiem struktury architektonicznej, zapewniając, że system został zbudowany na solidnych, nowoczesnych fundamentach technologicznych.
Integracja wielu wersji GPT: Nasz zespół ulepszył system o wiele wersji GPT (3.5, 4, Davinci), umożliwiając bardziej wszechstronną analizę dokumentów.
Integracja LLM: Innowise skupił się na rozwoju LLM, który pozwala użytkownikom na wprowadzanie zapytań w języku naturalnym. Po przekonwertowaniu zapytań na żądania zaplecza, mogą one zostać wysłane na serwer.

Automatyzacja pulpitu nawigacyjnego w nauce o danych

Naszym programistom zespół data science si è concentrata sull'automatizzazione della visualizzazione dei dati tramite dashboard, una componente cruciale per la ricerca del cliente nell'identificazione di bersagli molecolari per nuovi trattamenti farmaceutici. Le principali patologie oggetto di studio sono state l'obesità e le malattie muscolari.

Tworzenie pulpitu nawigacyjnego: L'obiettivo del team era creare cruscotti per la visualizzazione dei dati farmaceutici. Ciò ha comportato l'elaborazione di grandi insiemi di dati, ovvero un vasto numero di articoli medici annotati con ID e metadati univoci, per formare tabelle GBQ di grandi dimensioni.
Wizualizacja danych: Korzystanie z Looker StudioPrzekształciliśmy te duże tabele danych w mniejsze, łatwiejsze w zarządzaniu formaty do tworzenia pulpitów nawigacyjnych. Ten etap wizualizacji był niezbędny, aby eksperci mogli lepiej przeglądać i filtrować dane.
Automatyzacja pulpitu nawigacyjnego: Po zatwierdzeniu przez ekspertów medycznych zautomatyzowaliśmy tworzenie pulpitu nawigacyjnego przy użyciu technik inżynierii danych. Obejmowało to wykorzystanie repozytoriów zawierających skrypty SQL do pobierania wymaganych informacji. Skrypty te zostały zaplanowane do uruchamiania w określonych odstępach czasu, zapewniając aktualność pulpitów nawigacyjnych z najnowszymi wynikami badań.
Ciągłe aktualizacje i integracja: Nasze rozwiązanie pozwoliło na ciągłą integrację nowych istotnych publikacji z pulpitami nawigacyjnymi. Ten dynamiczny proces aktualizacji był ułatwiany przez Google Cloud Functions. Dzięki temu pulpity nawigacyjne były aktualizowane o najnowsze dane.
Zarządzanie zapytaniami: Obsługiwaliśmy zapytania poprzez duże tabele, wyciągając konkretne informacje na podstawie zapytań wyszukiwania. Następnie zespół wizualizował te statystyki na pulpitach nawigacyjnych i identyfikował wszelkie problemy w zapytaniach wyszukiwania.

Integracja ontologii w badaniach chemicznych

Il nostro progetto si è concentrato sull'integrazione delle ontologie del nostro cliente in un software di gestione del laboratorio già esistente presso un'azienda di ricerca chimica. Questo compito ha comportato diversi passaggi chiave per modernizzare e automatizzare il sistema obsoleto:

Analiza i badania systemowe: Abbiamo iniziato con un'analisi e una ricerca approfondita del sistema legacy del cliente. Questo Oprogramowanie do zarządzania laboratorium, używane głównie do przechowywania raportów i wyników badań, było oparte na starszym oprogramowaniu. Java wersje i technologie JSP.
Opracowanie nowego interfejsu i zaplecza: Nasze podejście obejmowało opracowanie nowego interfejsu i systemu zaplecza w celu zautomatyzowania procesu analizy dokumentów i aktualizacji bazy danych, który wcześniej był wykonywany ręcznie.
Typy użytkowników i funkcje: Zaprojektowaliśmy system z myślą o dwóch różnych typach użytkowników:
Przesyłający dokument: Naukowcy, którzy dodają dokumenty do systemu. Po dodaniu adnotacji do dokumentu pojawia się on na specjalnej stronie, na której przesyłający może przejrzeć wyniki, dokonać edycji i potwierdzić przesłanie do bazy danych.
Amministratore: Odpowiedzialny za przeglądanie i potwierdzanie dodanych dokumentów. Rola ta obejmuje kompleksowy przegląd dokumentów, z możliwością edycji, zatwierdzania lub wprowadzania zmian przed ostatecznym wprowadzeniem do bazy danych.
Rozwój back-endu i przegląd starszego kodu: Nasz programista podjął się zadania przebudowy istniejącego kodu. Wiązało się to z pisaniem stron JSP zgodnie ze specyfikacją klienta i rozwijaniem funkcji zaplecza (żądania, odpowiedzi, przetwarzanie danych i wprowadzanie danych do bazy danych).
Rozwój interfejsu administratora: Opracowaliśmy również część administracyjną systemu, w której administrator (zazwyczaj kierownik działu badawczego) otrzymuje powiadomienie z linkiem do interfejsu wyświetlającego informacje z bazy danych.
Integracja interfejsu API ontologii: Il fulcro della nostra soluzione era l'integrazione dell'API Ontology nel software di gestione del laboratorio del cliente. Questa API è servita come punto di invio di query relative ai documenti e di ricezione delle risposte, che sono state poi elaborate e visualizzate attraverso il frontend prima di essere inviate al database del cliente.
Obsługa dokumentów i danych: In questo sistema, i documenti caricati nel sistema ontologico venivano elaborati e i dati risultanti venivano salvati nel database di ricerca chimica dell'azienda. Ciò ha consentito l'analisi automatica dei documenti e il recupero di importanti informazioni sui composti chimici.
Rozwój w pełnym zakresie: Nasz programista pracował jako inżynier full-stack, zajmując się zarówno aspektami front-end, jak i back-end oraz zapewniając płynną integrację wszystkich komponentów systemu.

Tecnologia

Języki programowania

JavaScript, TypeScript, Java

Front-end

React, react-pdf, Redux, Redux-thunk, React-redux, Primereact, SASS, Lodash, Axios, FileSaver, GPT-Tokenizer

Back-end

Spring Boot, Java z bibliotekami Lucene, Stardog

Nauka o danych i analityka

Python (Pandas, Numpy, Plotly, Matplotlib), GCP (Google Big Query, Google Cloud Storage, Cloud Run), Looker, Data Studio, Apache Solr, niestandardowe narzędzia do przetwarzania i wizualizacji danych.

Proces

Nasze podejście do procesu rozwoju było metodyczne i zgodne z zasadami Agile, co zapewniło elastyczność i ciągłe doskonalenie.

All'inizio, abbiamo condotto una ricerca approfondita per comprendere le esigenze del cliente e i sistemi esistenti, in modo da fornire un documento dettagliato di "visione e scopo". Sulla base dei risultati iniziali, abbiamo proceduto alla progettazione e allo sviluppo delle funzionalità necessarie per ciascun flusso. Il nostro team ha tenuto regolari riunioni di sprint per confermare che il nostro lavoro era in linea con le aspettative del cliente. Tutte le funzionalità sono state implementate e sottoposte a test rigorosi per verificarne le prestazioni e l'accuratezza, con un feedback continuo da parte del cliente.

Do skutecznej komunikacji i śledzenia projektów wykorzystaliśmy narzędzia Microsoft i Monday.com, zapewniając przejrzysty proces i aktualizacje w czasie rzeczywistym.

Zespół

Kierownik projektu

Programiści React

Programiści Java

ML/Python Sviluppatore

Inżynierowie danych

Wyniki

50% szybszy proces adnotacji, 60% redukcja ręcznej obsługi danych i 3-krotny wzrost szybkości wyszukiwania danych dla naukowców.

Grazie alla nostra collaborazione con il cliente, che si estende su tre flussi chiave, abbiamo fatto passi da gigante nel miglioramento delle loro capacità di ricerca scientifica. Ecco un'istantanea dei risultati effettivi:

Usprawnione operacje wyszukiwania: Gli sforzi del nostro team per perfezionare il sistema di ricerca hanno portato a un raddoppio della velocità di ricerca, a vantaggio dei ricercatori che desiderano accedere rapidamente ai dati scientifici.
Precyzja w adnotacjach: Wprowadzenie zautomatyzowanego systemu adnotacji zaowocowało zwiększoną dokładnością adnotacji, co jest czynnikiem krytycznym dla dogłębnych badań naukowych.
Zwiększona wydajność obsługi danych: Automatizzando i processi di visualizzazione dei dati, abbiamo effettivamente dimezzato il tempo che i ricercatori impiegavano per la gestione manuale dei dati, dedicando più tempo alle attività di ricerca principali.
Zwiększona prędkość przetwarzania danych: Szybkość przetwarzania i wizualizacji danych została zwiększona trzykrotnie, co oznacza skok w obsłudze złożonych zestawów danych.
Zoptymalizowane doświadczenie użytkownika: Zmodernizowany interfejs użytkownika naszych systemów doprowadził do znacznego wzrostu zadowolenia użytkowników, sprzyjając lepszemu zaangażowaniu w społeczność naukową.
Wyzwolony czas na badania: L'automazione delle attività di routine ha portato a una riduzione di 60% nella gestione manuale dei dati, liberando il tempo dei ricercatori, precedentemente consumato dal lavoro manuale.

Attualmente, il nostro team dedicato continua a lavorare diligentemente sul sistema, concentrandosi sullo sviluppo di LLM per perfezionare e migliorare ulteriormente il sistema del cliente.

Czas trwania projektu

Lipiec 2022 r. - w trakcie realizacji

60%

redukcja ręcznej obsługi danych

wzrost prędkości wyszukiwania danych

50%

szybszy proces adnotacji

Podobne projekty

Się się z nami!

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

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.

Potrzebujesz innych usług?

Firma zajmująca się rozwojem technologii blockchain

Firma zajmująca się rozwojem JavaScript

Firma zajmująca się rozwojem oprogramowania Java

Firma zajmująca się rozwojem w React.js

Firma tworząca chatboty AI

Firma Solana zajmująca się rozwojem technologii blockchain

Noiługi AIOps

Consulenza in materia di tecnologia blockchain

Usługi integracji interfejsu API bramki płatności

Applicazioni Cloud

Usługi GCP

Programmi Java in versione digitale

Programma di assistenza medica: riduzione dei costi di produzione delle ossa di un paziente in 60%

Klient

Wyzwanie

Ograniczone funkcje wyszukiwania i adnotacji, złożoność tworzenia pulpitów nawigacyjnych i ręczna obsługa dokumentów w starszym systemie.

Wdrożenie

System wyszukiwania oparty na sztucznej inteligencji, zautomatyzowane pulpity nawigacyjne i płynna integracja ontologii w badaniach chemicznych

Ulepszanie systemu wyszukiwania w oprogramowaniu do badań medycznych

Automatyzacja pulpitu nawigacyjnego w nauce o danych

Integracja ontologii w badaniach chemicznych

Tecnologia

Proces

Zespół

Wyniki

50% szybszy proces adnotacji, 60% redukcja ręcznej obsługi danych i 3-krotny wzrost szybkości wyszukiwania danych dla naukowców.

Podobne projekty

Się się z nami!

Co będzie dalej?

Potrzebujesz innych usług?

Sviluppiamo software insieme ^●

Zamknij

Programma di assistenza medica: riduzione dei costi di produzione delle ossa di un paziente in 60%

Klient

Wyzwanie

Ograniczone funkcje wyszukiwania i adnotacji, złożoność tworzenia pulpitów nawigacyjnych i ręczna obsługa dokumentów w starszym systemie.

Wdrożenie

System wyszukiwania oparty na sztucznej inteligencji, zautomatyzowane pulpity nawigacyjne i płynna integracja ontologii w badaniach chemicznych

Ulepszanie systemu wyszukiwania w oprogramowaniu do badań medycznych

Automatyzacja pulpitu nawigacyjnego w nauce o danych

Integracja ontologii w badaniach chemicznych

Tecnologia

Proces

Zespół

Wyniki

50% szybszy proces adnotacji, 60% redukcja ręcznej obsługi danych i 3-krotny wzrost szybkości wyszukiwania danych dla naukowców.

Podobne projekty

Się się z nami!

Co będzie dalej?

Potrzebujesz innych usług?

Sviluppiamo software insieme ●

Sottocosto newslettera

Zamknij

Sviluppiamo software insieme ^●