Технологический конкурс НТИ Up Great AI'm Doctor. Команда Humarin

1.Расскажите про вашу команду

Официально в конкурсе нас в команде двое. Я, Владимир Воробьёв, капитан команды и NLP-инженер (Natural Language Processing – обработка естественного языка), и Тимофей Силаев – NLP-инженер-практикант. Вне рамок конкурса в команде есть еще NLP-инженер и Product manager для коммерческого развития продукта.

  1. Расскажите про ваше решение

В нашем решении мы использовали классические методы обработки естественного языка (NLP) и методы глубокого обучения. В будущем, учитывая специфику задачи и наличие дополнительных данных для обучения, мы планируем отказаться от использования глубокого обучения. Это решение будет дешевле и быстрее.

  1. Вы создавали решение с нуля, или у вас уже были какие-то наработки к старту конкурса?

Создавали решение с нуля. В сфере медицины это наш первый серьёзный опыт. До этого работали в банковском секторе, занимались решением задач в юридической области. Хотелось попробовать новые возможности в прикладной области, и медицина показалась нам важным и интересным направлением.

  1. Чем отличается для вас, как для разработчиков, сфера юриспруденции от медицины?

Нам необязательно разбираться в одной из этих сфер, главное уметь хорошо анализировать данные. В банке мы работали в паре с юристами, чтобы разобраться в задаче, сформировать гипотезы и выработать решения на основе юридической практики и знаний в области машинного обучения. Для вывода на рынок решения, разработанного в рамках этого конкурса, мы можем привлечь клинического эксперта и работать с ним в паре.

  1. Насколько автономным является ваше решение?

Наше решение спроектировано так, чтобы оно могло работать автономно, без зависимости от других приложений (API). Это самостоятельный сервис, реализованный в виде API, к которому медицинские организации смогут подавать запросы и быстро получать нужную информацию о пациенте на основе его эпикриза, даже если это первое посещение врача и в эпикризе содержится только анамнез и данные физикального обследования.

70 views·1 share