Каталог решений
Генеративный ИИ
Gen AI
ИИ-Агенты
II-Agenti
Речевые технологии
Category 1
Анализ данных
Category 2
NLP
Category 3
Чат-боты
Category 4
Компьютерное зрение
Category 5
Все решения
Partner icon Получить консультацию О нас Блог Контакты
Search icon
6
Close
compare
К сравнению
Webiomed
Год основания: 2018
Страна происхождения: Россия
Направление: Анализ данных NLP
Отрасль: Здравоохранение

Webiomed

Webiomed: медицинская ИИ‑платформа для анализа обезличенных данных, прогнозирования рисков и поддержки клинических решений. Подходит медорганизациям, МИС‑разработчикам и региональным системам здравоохранения.
Webiomed извлекает признаки из медицинских записей, формирует цифровые профили пациентов, прогнозирует риски и предоставляет рекомендации на основе клинических данных. Поддерживает интеграцию с МИС и RWD‑аналитику. Применяется для улучшения диагностики, профилактики и управленческой аналитики.
Заказать решение
compare
К сравнению
Описание компании
Год основания: 2018
Страна происхождения: Россия
Направление: Анализ данных NLP
Отрасль: Здравоохранение
Преимущества
  • Глубокая интеграция с МИС
  • Анализ неструктурированных медзаписей
  • Прогнозирование клинических рисков
  • Поддержка RWD‑исследований
  • Автоматизация проверки клинических рекомендаций
Дополнительная информация

Теги: #медицина; #здравоохранение; #ИИ; #поддержка_решений; #анализ_данных; #rwd; #предиктивные_модели; #mis; #клинрекомендации; #nlp; #обезличивание; #цифровые_профили; #диагностика; #прогнозирование; #медтех

Ссылка на API-документацию: По запросу

Контур решения: Cloud / On-Premise / Hybrid

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

Условия оплаты: 🔑 Разовая покупка (решение под ключ)
Стоимость: Уточняется по запросу
Заказать решение Получить консультацию
Logo
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.

Где и как применять

В медорганизациях для анализа ЭМК, оценки рисков, формирования рекомендаций, RWD‑исследований, поддержки диспансеризации и медицинского контроля.

Интеграция с МИС и федеральными СЭМД.

Используется для автоматического извлечения признаков, прогнозирования исходов, помощи врачу и управленческой аналитики для руководства. 

Кому подойдет:

Региональным системам здравоохранения, клиникам, разработчикам МИС, страховым медорганизациям и научным центрам.

Подходит учреждениям с цифровыми ЭМК, потребностью в аналитике, прогнозировании и автоматизации клинических процессов.

Эффективна для организаций, внедряющих RWD‑подходы и ИИ‑решения.

FAQ
Как работает Webiomed?
Платформа получает обезличенные данные из МИС, извлекает признаки, формирует цифровые профили и генерирует рекомендации и управленческую аналитику на основе клинических данных.
Как проходит внедрение?
Интеграция осуществляется через МИС: настройка обезличивания, обмен СЭМД, обучение персонала и проверка корректности работы моделей. Решение адаптируется под процессы медорганизации.
Как обеспечивается безопасность данных?
МИС выполняет обезличивание, Webiomed получает только очищенные документы. Нестабильные признаки исключаются, данные обрабатываются в соответствии с требованиями здравоохранения.
Как формируется стоимость?
Стоимость рассчитывается индивидуально: учитывается объём данных, сложность интеграций и число исследований. Бесплатных лицензий нет.
С какими системами есть интеграция?
Платформа интегрируется с отечественными МИС, федеральными СЭМД и поддерживает обмен CDA‑документами, включая телемедицинские сервисы.
Какой эффект можно ожидать?
Повышение качества диагностики, выявление рисков, формирование рекомендаций и улучшение управленческих решений. В центре «МиГ» ИИ выявил значимые факторы риска у пациентов.

6
Подберем решение!
Chat icon