Заказчик
Прием решений до

01.12.26 (включительно)

Форма вознаграждения

Оплата за оказанные услуги

Статус продукта

Готовый продукт

Тип задачи

Задачи ИКТ

Сфера применения

Медиасфера

Область задачи

Нейротехнологии и искусственный интеллект

Цель и описание задачи (проекта)

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.

Тип продукта

ПО/ИС,

Мобильное приложение

Описание проблемы

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.

Тех задание
Ожидаемый эффект

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.

ФИО ответственного лица

Алина Байсал

Примечание

-