Decision acceptance deadline

01.12.26 (inclusive)

Form of award

Оплата за оказанные услуги

Product status

Finished product

Task type

ICT tasks

Сфера применения

Media sphere

Область задачи

Neurotechnology and artificial Intelligence

Purpose and description of task (project)

Улучшить модель распознавания лабораторных анализов в действующем медицинском мобильном и веб-приложении. Модель должна точнее извлекать показатели из бланков разных лабораторий (PDF, фото, сканы) и сопоставлять их со справочником показателей приложения.

Type of product

Software/ IS,

Mobile app

Problem description

Пользователи загружают результаты анализов из разных лабораторий Казахстана. У каждой лаборатории своя форма бланка, свои названия показателей, единицы измерения и способ записи норм. Сейчас модель ошибается в нескольких типичных случаях: - путает показатели с похожими названиями, например процентное и абсолютное значение одного показателя; - неверно определяет единицы измерения; - хуже распознаёт фото и сканы, чем текстовые PDF; - плохо разбирает бланки без норм и бланки с качественными результатами: мазки, ПЦР, «не - обнаружено», диапазоны вида «8–12 в п/зр»; - принимает за анализ посторонние изображения. Из-за этого пользователю приходится вручную проверять и исправлять результаты, а часть показателей не попадает в его историю. Функционал должен включать: - распознавание текстовых PDF, сканов и фотографий бланков, в том числе нескольких страниц; - извлечение названия показателя, значения, единицы измерения, нормы и отметки лаборатории о выходе за норму; - сопоставление с действующим справочником (500+ показателей) с учётом единиц, биоматериала и пола; - оценку уверенности для каждой строки, чтобы сомнительные строки уходили пользователю на проверку; - отсев изображений, которые не являются анализами; - тестовый набор и метрики качества: точность по полям и доля строк, которые не нужно править вручную; - встраивание в действующую серверную часть через асинхронную обработку.

Expected effect

Распознавание станет точнее и устойчивее к разным форматам бланков, а пользователям реже придётся исправлять результаты вручную. Это повысит доверие к продукту и вовлечённость: больше загруженных анализов и полнее история показателей. Обработка будет дешевле и быстрее, а качество модели станет измеримым и воспроизводимым при следующих доработках.

Full name of responsible person

Алина Байсал

Note

-