Каталог решений
6
Стать партнером О нас Блог Контакты
Речевые технологии
Анализ данных
NLP
Чат-боты
Компьютерное зрение
Все решения
К сравнению
Webiomed
Год основания: 2018
Страна происхождения: Россия
Направление: Анализ данных NLP
Отрасль: Здравоохранение
https://webiomed.ai/

Webiomed

Система предиктивной аналитики и управления рисками в здравоохранении на основе искусственного интеллекта
Заказать решение
К сравнению
Описание компании
Год основания: 2018
Страна происхождения: Россия
Направление: Анализ данных NLP
Отрасль: Здравоохранение
Характеристики
  • Автоматическая риск-стратификация населения по группам риска
  • Эффективная профилактика пациентов с высокими рисками осложнений
  • Функция поддержки принятия врачебных решений
  • Прогнозирование развития заболеваний
  • Анализ клинической практики применения препаратов
  • Производство наборов данных для RWD-исследований
Дополнительная информация

Ссылка на API-документацию: По запросу

Контур решения: Cloud/On-Premise

Клиенты: Ямало-Ненецкий автономный округ, Кировская область, ОБД, Кондопожский ЦБК, РЖД Петрозаводска

Цена: ₽₽

Заказать решение
Кейсы

Система поддержки принятия врачебных решений, больницы города Муравленко

Решение: в проекте используется система поддержки принятия врачебных решений Webiomed, обеспечивающая анализ электронных медицинских карт с целью снижения рисков сердечно-сосудистых заболеваний. В период с декабря 2018 по апрель 2019 г. был проведен пилотный этап проекта, который был запущен в больнице города Муравленко, где имеется большая база электронных медицинских карт. 

Результат: Проведено сравнительное исследование точности выявления факторов риска и оценки группы риска развития сердечно-сосудистых заболеваний. Выявлено, что в среднем врачи дают точную оценку этих данных в 51% случаев, СППВР Webiomed дает точность 99% при условии полноты и корректности поданной на анализ информации. Проведение ретроспективное исследование оценки результатов диспансеризации за 2018 г. Выявлено, что в 63,2% случаев врачи пропускали имеющиеся у пациента факторы риска. Проведена проверка правильности оценки абсолютного риска смерти от сердечно-сосудистых заболеваний у пациентов в возрасте от 40 до 65 лет. Исследование выявило, что правильная оценка была поставлена в 37% карт диспансеризации. В 61% случаев эта оценка была занижена и лишь в 2% – завышена по сравнению с правильной оценкой, формируемой СППВР Webiomed. 


Внедрение систем искусственного интеллекта, Ямало-Ненецкий округ Решение: система «Webiomed» была апробирована в Ямало-Ненецком автономном округе совместно с Ассоциацией разработчиков и пользователей искусственного интеллекта в медицине. «Национальная база медицинских знаний» в рамках пилотного проекта «Внедрение систем искусственного интеллекта для медицины», который был проведен в регионе с ноября 2018 г. по апрель 2019 г. Было подключено 12 медицинских организаций. Результат: система Webiomed выполнила более 60 тыс. анализов медицинской информации – амбулаторных карт пациентов, карт диспансеризации, законченных случае и т.д. Проанализировано свыше 30 тыс. электронных медицинских карт. Выявлено свыше 600 пациентов высокого риска развития сердечно-сосудистых заболеваний. 112 пациентов поставлены на учет как нуждающиеся в оперативном дообследовании и лечении. Итоги пилотного проекта подведены на межрегиональной научно-практической конференции «Искусственный интеллект в медицине», которая состоялась 5 апреля 2019 года в городе Салехарде.

Преимущества
Система "Webiomed"- единственное российское программное обеспечение с ИИ зарегистрированное как медицинское изделие. Не требует ручного ввода информации - система реализована как web-сервис. Интегрируется с любыми медицинскими информационными системами (МИС). Работает с любыми неструктурированными ЭМК (электронными медицинскими картами. Использует обработку записей с помощью NLP, что позволяет извлекать неструктурированные данные, признаки для анализа. Дает точный прогноз, т.к. используется комплексный подход к анализу данных: алгоритмический и нейронные сети, что позволяет более точно предсказывать события в жизни пациента, в более полной мере выявлять факторы риска и тем самым формировать более ценные и действенные рекомендации для лечащего врача и самого пациента. Есть база обезличенных данных, что позволяет производить собственные дата-сеты
Технологии

Для разработки решений используется собственные уникальные технологии:

1.Технология предсказания рисков развития заболеваний на основе анализа медицинских данных. Технология позволяет предсказывать риски развития различных заболеваний на основе анализа деперсонифицированной данных из электронных медицинских карт пациентов. Результаты предсказания выводятся на экране медицинской информационной системы врачу для повышения эффективности принятия врачебных решений.

2.Технология извлечения информации из текстовых записей в электронных медицинских картах. Распознавание врачебных записей осуществляется за счет обработки естественного языка с применением методов библиотек NLP.