AI-skannerapp for vurdering av hudtilstanden

Innowise har utviklet en AI-drevet app som bruker dyp læring og bildegjenkjenning til raskt å vurdere hudsykdommer, og som gir raske, foreløpige diagnoser basert på opplastede bilder.

Utfordring

Med økende konkurranse i regionen så kunden potensialet i AI, ikke bare for å forbedre diagnostikken, men også som et kraftig markedsføringsverktøy. De ønsket å tiltrekke seg nye pasienter, særlig i det velstående segmentet, og posisjonere seg som teknologiledere.

For dette formålet bestemte kunden seg for å utvikle enML-drevet mobilappfor å automatisere den foreløpige diagnostikken av hudsykdommer. En viktig utfordring her var behovet for å innhente og vedlikeholde bildedata av høy kvalitet for opplæring og validering av en ML-modell, med ambisiøse nøyaktighetsmål samtidig som man måtte ta hensyn til begrensningene som varierende bildekvalitet medfører. De hadde ikke et internt utviklingsteam som kunne levere dette, og henvendte seg derfor til Innowise.

Løsning

En AI-drevet plattform som integrerer mobilapper og et nettadministrasjonspanel

Innowise har utviklet en omfattende plattform som består av to sammenkoblede mobilapplikasjoner og et nettbasert administrasjonspanel, alt drevet av en spesialtilpasset DINOv2-modell som bruker transfer learning med Convolutional Neural Networks (CNN).

Pasientapp (iOS og Android): This app serves as an advanced marketing tool, offering users a free, ML-powered preliminary skin assessment. This innovative approach provides instant assessments for 30 skin conditions, acting as a lead generation tool for the clinic network. The app’s user-friendly design and personalized recommendations encourage users to book consultations.

App for innsamling av legebilder (iOS og Android): Med denne appen kan klinikkpersonalet ta og laste opp bilder av høy kvalitet av ulike hudlidelser på en sikker måte, noe som bidrar direkte til den pågående opplæringen og forbedringen av DINOv2-modellen. Denne kontinuerlige tilbakemeldingssløyfen sikrer at AI forblir nøyaktig og oppdatert. Appen inneholder også et rapporteringssystem for sporing av bildestatistikk og diagnostiserte tilstander, noe som gir verdifulle data for analyse og forbedring.

Nettbasert administrasjonspanel: Dette panelet gir klinikkadministratorer omfattende verktøy for å administrere diagnoser, konfigurere behandlinger og medisiner etter land, gjennomgå AI-genererte vurderinger, analysere data om appbruk og generere rapporter. Dette sentraliserte systemet effektiviserer driften og gir verdifull innsikt i pasientdemografi og -trender.

Hele plattformen er bygget på en skalerbar og sikker AWS-skyinfrastruktur, noe som sikrer personvern og pålitelig ytelse. Det opprinnelige datasettet for DINOv2-modellen ble levert av kunden, og det utvides kontinuerlig med bilder som samles inn via legeappen.

Hvordan fungerer hudskannerappen?

The skin scanner app is designed for ease of use, guiding users through a simple process to receive a preliminary assessment. From body part selection to personalized clinic recommendations, the app provides a seamless user experience. Here’s how it works:

Valg av kroppsdel:Når brukeren åpner appen, velger han eller hun først den delen av kroppen der hudlidelsen er lokalisert. Dette hjelper appen med å begrense de mulige tilstandene som kan være relatert til det spesifikke området.
Bildeopplasting:Brukerne kan enten ta et bilde av hudtilstanden sin eller laste opp et bilde fra galleriet sitt.
Spørreskjema:Når bildet er lastet opp, svarer brukerne på en kort quiz med tre spørsmål. Disse spørsmålene bidrar til å gi maskinlæringsanalysen en kontekst, for eksempel symptomer eller relevant medisinsk historie.
Bildeanalyse og diagnose:Etter at bildet er sendt inn, gir appen tre mulige diagnoser, hver med en sannsynlighetsscore. Den kan for eksempel vise akne (80%), dermatitt (15%) og psoriasis (5%).
Detaljert informasjon om tilstanden:Brukerne kan trykke på en diagnose for å få mer detaljert informasjon om tilstanden, inkludert en beskrivelse, behandlingsalternativer og anbefalte medisiner. Denne informasjonen oppdateres jevnlig via administratorpanelet for å holde alt oppdatert.
Geolokasjonsbaserte klinikkanbefalinger:Appen bruker geolokalisering for å gi brukerne en personlig liste over klinikker i nærheten der de kan få behandling for sine lidelser. Hver klinikk har all kontaktinformasjon og nøyaktig beliggenhet på et interaktivt kart – noe som gjør det enkelt for pasientene å komme i kontakt med helsepersonell. Hvis det ikke finnes noen passende klinikker i brukerens by, foreslår appen alternativer i nærliggende byer eller regioner.
Brukerregistrering og profiladministrasjon:Appen tilbyr brukerne to alternativer: gjestemodus og registrert modus. I gjestemodus kan brukerne få rask diagnostikk uten å opprette en konto. Registrerte brukere, derimot, får tilgang til ekstra funksjoner som en personlig profil der de kan holde oversikt over diagnosehistorikken sin, lagre bilder og få mer detaljert innsikt basert på tidligere interaksjoner.
Annonsering i appen:Vi hjalp kunden med å legge til ikke-påtrengende bannerannonser i appen, og plasserte dem strategisk øverst eller nederst på skjermen for å skape en ekstra inntektsstrøm.

Teknologier

Python, FastAPI

DINOv2, AWS SageMaker

Sikkerhet

TLS, AES-256-kryptering, MFA

VCS

Git, GitHub

Cloud

AWS

Prosess

En trinnvis tilnærming sørget for en smidig gjennomføring, fra oppdagelse (demonstrasjon av fotosamlingsappen og utforming av arbeidsflyten) til implementering (mobilutvikling, opplæring i modellen og oppsett av infrastruktur) og til slutt fortsatt drift og støtte (løpende forbedring av modellen, kunnskapsoverføring og dedikert support).

Team kreves

Prosjekt-leder

Business Analyst

Angular Utviklere

UX/UI-
designer

Python
Ingeniører

Flutter-
utviklere

ML-
utviklere

Kvalitets- sikringsingeniør

Resultater

Vi har utviklet enML-drevet mobilappsom gir brukerne en rask og sikker måte å vurdere hudtilstanden sin på. I tillegg har vi laget en app for innsamling av bilder for å trene opp og finjustere ML-modellen, som kan oppdage rundt 30 dermatologiske diagnoser.

Teamet vårt har også utviklet et nettbasert administrasjonspanel som gjør det enkelt for klinikkadministratorer å administrere innhold, spore bruk og holde alle data oppdatert.

I tiden fremover har kunden gitt teamet vårt i oppdrag å implementere abonnementsalternativer og bygge API-tilgang til modellen for et nettverk av partnerklinikker. Vi jobber også med å forbedre de nåværende funksjonene for å gjøre appen så effektiv og brukervennlig som mulig.

Relaterte saker

Kontakt oss

Bestill en samtale eller fyll ut skjemaet nedenfor, så vil vi kontakte deg så snart vi har behandlet forespørselen din.

Navn

Firma

E-post

Telefon

Melding

Send oss en talemelding

Legg ved dokumenter

Last opp fil

Du kan legge ved én fil opptil 2MB. Gyldige filformater: pdf, jpg, jpeg, png.

Ved å klikke Send, samtykker du til at Innowise behandler dine personopplysninger i henhold til vår Personvernerklæring for å gi deg relevant informasjon. Ved å oppgi telefonnummeret ditt, godtar du at vi kan kontakte deg via talesamtaler, SMS og meldingsapper. Samtale-, meldings- og datakostnader kan påløpe.

Du kan også sende oss forespørselen din
til contact@innowise.com

Hva skjer videre?

Når vi har mottatt og behandlet forespørselen din, vil vi kontakte deg for å diskutere prosjektbehovene dine og signere en NDA for å sikre konfidensialitet.

Etter å ha undersøkt dine ønsker, behov og forventninger, vil teamet vårt utarbeide et prosjektforslag med omfang av arbeid, teamstørrelse, tids- og kostnadsestimater.

Vi vil arrangere et møte med deg for å diskutere tilbudet og fastsette detaljene.

Til slutt vil vi signere en kontrakt og starte arbeidet med prosjektet ditt umiddelbart.