פלטפורמה לניהול נתונים רפואיים

פתרון לתחום הבריאות בדמות פלטפורמת למידת מכונה לעיבוד, אחסון והצגה חזותית של נתונים.

אתגר

הלקוח שלנו מתמחה באספקת תוכנות רפואיות לארגוני בריאות פרטיים. כשפנה אלינו, הוא חיפש צוות מומחים שיממש את הרעיון שלו בטכנולוגיות מודרניות, ובפרט באלגוריתמים של למידת מכונה.

המטרה העיקרית של הצוות שלנו הייתה לבנות פתרון לתחום הרפואה שימטב תהליכים שבהם רוב הזמן מוקדש לעיבוד נתונים ולאבחון, כדי שרופאים ונותני שירותי בריאות יוכלו להקדיש יותר זמן לטיפול במטופלים בלבד. בנוסף, האלגוריתמים יכולים לעזור לזהות דפוסים בנתונים שאולי פוספסו בניתוח אנושי, מה שיכול לסייע באבחון מוקדם ובטיפול במחלות.

ל-Invatechs כבר היה ניסיון בבניית פתרונות IT רפואיים, וצוות שמתמחה ב-ML וב-AI, ולכן זו הייתה הזדמנות מצוינת עבורנו ליישם משהו חדש. הצענו ללקוח להטמיע פלטפורמה עם למידת מכונה בתחום הבריאות, כך שהעובדים יוכלו לארגן שכבות של נתונים לדשבורדים שימושיים ואינפורמטיביים, שיעזרו למטב את איכות השירותים הניתנים.

צוות Invatechs, כספק פתרונות לתחום הבריאות, החליט לבצע את הצעדים הבאים בהטמעת הפלטפורמה:

• בניית תוכנה חוצת פלטפורמות שיכולה לרוץ במחשבים אישיים, במסופים ובמכשירים ניידים;
• בניית אלגוריתם למידת מכונה והקמת מסד נתונים עבורו;
• שילוב אחסון בענן לשמירה מאובטחת של הנתונים.

הפתרון

בתחילה, המומחים שלנו היו צריכים ליצור אפליקציה ידידותית שכל עובד יוכל להבין בלי הכשרה ממושכת. בנינו ממשק ומסננים שבהם אפשר למיין בקלות מידע על כל מטופל לפי תקופת זמן מסוימת. הוטמעו פיצ'רים נוספים בצורת תרשימים, שבהם אפשר לעקוב אחר הדינמיקה והמצב של המטופלים במרכז מסוים או ברשת כולה.

לכל מטופל יש פרופיל עם מידע בסיסי על הפרמטרים שלו, פרטי קשר וכל הביקורים אצל רופאים. בנוסף, הטמעת האלגוריתמים תעזור לרופאים לנתח במהירות ולהציע אילו טיפולים או ביקורים המטופל צריך לבצע להמשך הטיפול.

לפני שילוב האלגוריתמים של למידת המכונה, צוות Invatechs בנה את התוכנה הרפואית מאפס. שילבנו גם כלים שונים שמספקים חיבור יציב ומאובטח לשרתי האחסון בענן, כדי למנוע דליפות מידע. בנוסף, שילבנו כמה פתרונות נגד מתקפות DDoS.

טכנולוגיות וכלים

התהליך

התחלנו לעבוד על הפרויקט ב-2018, ובשלב הראשון בנינו אב טיפוס לאישור הלקוח. Invatechs הציעה לעבוד במתודולוגיית Agile, והמומחים שלנו סיפקו דיווחי התקדמות במסגרת ספרינטים דו-שבועיים. הלקוח נתן משוב על הפיצ'רים ויכול היה גם לבקש שינויים. אחרי שה-MVP פותח ואושר במלואו, התחלנו לכתוב את הקוד של הפלטפורמה עצמה.

השתמשנו ב-Jira כדי להגדיר משימות למומחים ולנהל את תיעוד הפרויקט, וב-Slack לניהול הספרינטים והתקשורת עם הלקוח. לאורך כל מחזור הפיתוח של הפלטפורמה, הידע של המומחים שלנו היה בעל ערך רב ביצירה ובהטמעה של פונקציות שונות.

לאחר השלמת שלד הפלטפורמה והבדיקות הראשוניות שלה, התחלנו בעבודה התובענית של הטמעת אלגוריתמי למידת מכונה. הלקוח סיפק לנו כמויות גדולות של נתונים, שעובדו על ידי האלגוריתמים ושימשו לאימונם לזיהוי, מיון, ניתוח והצעת המלצות. מומחי ה-QA שלנו בדקו את האלגוריתם ואת הפלטפורמה יחד עד להשלמה. לאחר מכן מסרנו את התוכנה ללקוח כדי שיוכל לבדוק אותה ובהמשך לשלב אותה באופן מלא בסביבת המרפאה הפרטית.

צוות

משך הפרויקט

התוצאות

המומחים של Invatechs עמדו במלואן בדרישות הלקוח ליצירת תוכנה מודרנית וחדשנית לעיבוד נתונים באמצעות למידת מכונה. מכיוון שהאפליקציה חוצת פלטפורמות, ניתן להשתמש בה במכשירים שונים, מה שהופך אותה לנוחה עוד יותר לצוות הרפואי. האפליקציה סייעה להגביר את היעילות בטיפול במטופלים והובילה לצמיחה חיובית ברשת המרפאות הפרטיות.

יתרה מזאת, שימוש בלמידת מכונה יכול גם לסייע בהפחתת העלויות הכרוכות בטיפול רפואי. ספקי שירותי בריאות יכולים לחסוך בעלויות כוח אדם ובעלויות אחרות באמצעות אוטומציה של משימות מסוימות וצמצום הצורך בהזנה ובניתוח ידניים של נתונים. בנוסף, למידת מכונה יכולה לסייע בהפחתת העלות הכוללת של הטיפול עבור מטופלים וחברות ביטוח, על ידי הפיכת הטיפול הרפואי ליעיל ואפקטיבי יותר.

עבדנו בקשר הדוק עם הלקוח וקיימנו דיאלוג פתוח, וכך יצרנו פתרון מצוין בתחום הבריאות. השותפות שלנו נמשכת, ואנחנו ממשיכים לעדכן את התוכנה ולהוסיף פיצ'רים חדשים ושימושיים לצוות הרפואי.

• יעילות העובדים עלתה ב-80%
• אפליקציה נוחה וחוצת פלטפורמות
• אחסון ענן מאובטח