Podaci o dijabetesu u stvarnom vremenu, u jednom sigurnom zapisu
Objedinjeni uređaji pacijenata, ručni unosi i liječnički nadzor - uz predikciju doze inzulina strojnim učenjem
2024
Isporuka u fazama
Zdravstvena tehnologija / Liječenje dijabetesa
Početno stanje
Početna pozicija
- 4+ nepovezana izvora
Aplikacije i bilješke po pacijentu
Aplikacije uređaja, dnevnici prehrane, papirnate bilješke - ništa nije sinkronizirano
- Nikakav
Uvid liječnika između pregleda
Samo trenutačni presjek stanja tijekom pregleda
- Isključivo ručna procjena
Podrška pri doziranju inzulina
Pacijenti doze procjenjuju iz iskustva, bez podrške temeljene na podacima
- Ne postoji
Kontrola pristupa zdravstvenim podacima
Bez definiranih uloga i revizijskog traga
Veličina tržišta
≈ 540 milijuna u svijetu
Broj oboljelih od dijabetesa
Okvirni budžet
50.000 - 199.999 €
Struktura budžeta
Kategorija proračuna prema Clutch.co kategorizaciji troškova projekta. Točni iznosi zaštićeni su ugovorom o povjerljivosti.
Isporuka u četiri faze
Više faza
- 1
Faza 1
Istraživanje, analiza kliničkih procesa, sigurnosne osnove
- 2
Faza 2
Arhitektura platforme, specifikacija integracije uređaja, model uloga
- 3
Faza 3
Središnji zapis pacijenta, sinkronizacija u stvarnom vremenu, model predikcije doze inzulina
- 4
Faza 4
Beta s kliničkim partnerima, revizija i puštanje u produkciju
Podaci o dijabetesu rascjepkani po uređajima i aplikacijama
Pacijenti s dijabetesom svakodnevno koriste kontinuirane mjerače glukoze, glukometre, dnevnike prehrane i papirnate bilješke, a ništa od toga nije međusobno povezano. Liječnici vide samo presjek stanja tijekom pregleda, a doziranje inzulina u potpunosti ovisi o pacijentovoj vlastitoj procjeni.
Očitanja glukoze pohranjena su u zatvorenim aplikacijama proizvođača, bez zajedničkog pregleda
Ručni unosi (obroci, inzulin, aktivnost) često se vode u odvojenim bilješkama
Liječnici nemaju kontinuirani zapis o pacijentu između pregleda
Doze inzulina procjenjuju se odokativno, bez podrške temeljene na podacima
Osjetljivi zdravstveni podaci zahtijevaju strogu kontrolu pristupa i revizijski trag
Jedinstveni zapis pacijenta s predikcijom doze inzulina
Izgradili smo sigurnu platformu u oblaku koja prihvaća očitanja s uređaja i ručne unose te pacijentu, skrbniku i liječniku prikazuje podatke u skladu s njihovim ovlastima. Na objedinjeni zapis nadogradili smo model strojnog učenja koji iz povijesti glukoze, obroka i aktivnosti svakog pacijenta predviđa potrebnu dozu inzulina.
Sinkronizacija u stvarnom vremenu
Očitanja s uređaja i ručni unosi dostupni su svim ovlaštenim korisnicima u nekoliko sekundi.
Predikcija doze inzulina strojnim učenjem
Regresijski model Random Forest, treniran i podešen za svakog pacijenta zasebno, predviđa potrebnu dozu inzulina čim se prikupi dovoljno unosa u dnevnik.
Pristup prema ulogama
Precizno definirane ovlasti razdvajaju prikaze za pacijenta, skrbnika i liječnika, uz potpun revizijski trag.
Privatnost kao temelj dizajna
Šifrirana pohrana, rukovanje podacima usklađeno s GDPR-om i izričite privole pacijenata.
Kako se promijenila usluga za pacijenta i liječnika
Mogućnosti su preoblikovane od početka do kraja: podaci o glukozi postali su kontinuiran, zajednički zapis umjesto raspršenih presjeka, a doziranje je dobilo podršku temeljenu na podacima.
Mjesto podataka
Before
Zaključani u zatvorenim aplikacijama proizvođača
After
Objedinjeni zapis u oblaku, dostupan sa svih uređaja
Jedan zajednički izvor istine za pacijenta, skrbnika i liječnika.
Doziranje inzulina
Before
Ručna procjena pacijenta
After
Predikcija strojnim učenjem za svakog pacijenta
Model uči iz povijesti podataka samog pacijenta, umjesto oslanjanja na odokativna pravila.
Uvid liječnika
Before
Presjek stanja tijekom pregleda
After
Kontinuirani zapis kroz vrijeme
Odluke se donose na temelju trendova, a ne pojedinačnih očitanja.
Zaštita privatnosti
Before
Nesustavna pohrana i dijeljenje
After
Šifriranje i usklađenost s GDPR-om od početka
Zdravstveni podaci obrađuju se prema standardu koji propisi zahtijevaju.
Od raspršenih bilješki do podatkovnog proizvoda s prediktivnom vrijednošću
≈ 2-3x
procijenjena vrijednost platforme u odnosu na trošak rada, prva godina
≈ 10-15 sati mjesečno
procijenjena ušteda vremena po pacijentu na ručnom bilježenju i naknadnom sastavljanju podataka
50.000 - 199.999 €
Povrat ulaganja
Unutar prve godine rada
Metoda
Usporedba vremena utrošenog na prikupljanje i sastavljanje podataka o pacijentu prije i poslije uvođenja, zajedno za pacijente i liječnike
Pouzdanost
Srednja - temelji se na korištenju tijekom beta-razdoblja; ne iznose se tvrdnje o kliničkim ishodima
Brojke opisuju isključivo učinkovitost procesa; medicinski ishodi u nadležnosti su kliničkih partnera.
Jedan zapis umjesto četiriju odvojenih sustava
Platforma je očitanja glukoze, dnevnike prehrane, praćenje inzulina i podatke o aktivnosti iz odvojenih aplikacija objedinila u jedan kontinuiran zapis dostupan liječnicima - a u njegovu je središtu model strojnog učenja koji predviđa potrebnu dozu inzulina za svakog pacijenta.
Izvori podataka o pacijentu
Prije
4+ odvojene aplikacije
Poslije
1 objedinjeni prikaz
Pri pokretanju platforme
Predikcija doze inzulina
Prije
Ručna procjena pacijenta
Poslije
Model strojnog učenja po pacijentu
Model se trenira i podešava za svakog pacijenta zasebno
Uvid liječnika
Prije
Presjek stanja na pregledima
Poslije
Kontinuirani zapis u stvarnom vremenu
Za ovlaštene liječnike
Podržane korisničke uloge
Prije
Bez strukturiranog modela pristupa
Poslije
Pacijent · Skrbnik · Liječnik
Uz potpun revizijski trag
“Prije sam prvih deset minuta svakog pregleda provodio pokušavajući rekonstruirati što se događalo od prošlog posjeta. Sada otvorim zapis i cijelo je razdoblje već pred mnom - uključujući što je model predložio i što je pacijent stvarno primijenio.”
Endokrinolog, klinički beta-partner
Povjerljivo - platforma za praćenje dijabetesa
Još projekata koji bi vam se mogli svidjeti
Nacionalna platforma za rad i zapošljavanje
Digitalni obrazovni sadržaji
