Détails clés
Réduction des risques sanitaires et des coûts grâce à l'automatisation du service d'assistance en temps réel.
-
DéfiAméliorer les applications de santé IoT grâce à l'IA
-
SolutionModèle ML pour traiter les données dans la base de données du client et générer des notifications push
-
Technologies et outilsPython + DS, APNs, AWS Lambda, PostgreSQL, Swift (iOS)
Client
Le client est une entreprise européenne spécialisée dans la fourniture de solutions informatiques pour les entreprises de différents secteurs. Afin d'améliorer l'approche commerciale existante en mettant en œuvre des technologies modernes, le client avait besoin d'une application de soins de santé intégrée à l'IoT et à la technologie de l'information. Des solutions d'IA pour améliorer les conditions de travail pour les employés et améliorer l'efficacité des services. Le client recherchait des experts dans le domaine du développement de logiciels d'IA.
Défi : améliorer l'application de soins de santé IoT grâce à l'IA
En tant que fournisseur expérimenté de Développement de logiciels d'IA ESSID Solutions a été chargée de former des l'apprentissage automatique (ML) pour compléter la solution existante du client. Notre équipe d'ingénieurs a été chargée de construire un modèle capable de traiter efficacement de grandes quantités de données historiques et de données collectées à partir de dispositifs portables afin de créer et de fournir des notifications push basées sur des données pour iOS en tant que résultat.
Le composant IoT était un bracelet qui mesurait le rythme cardiaque du conducteur avant et pendant chaque trajet. Ces données n'étaient pas suffisantes pour une évaluation fiable de l'état de santé. Pour systématiser et traiter davantage de données, la solution existante nécessitait un modèle supplémentaire basé sur la ML.
Solution : Modèle ML pour traiter plusieurs types de données et générer des notifications personnalisées
L'IdO soins de santé est destinée aux conducteurs de véhicules utilitaires ayant des problèmes de santé. La prévention des cas d'urgence fait partie du programme de gestion des soins et des dépenses des employés du propriétaire de l'entreprise.
L'équipe d'ESSID Solutions a commencé par examiner la solution existante. Notre équipe Recherche et développement en matière d'IA se sont penchés sur les capacités de l'application existante afin de trouver les meilleurs moyens de l'améliorer.
Outre les données collectées via les bracelets, nous avons introduit les types de données suivants dans le modèle en tant que données d'entrée :
- Rythme cardiaque du conducteur
- Le sexe et l'âge du conducteur
- Historique des données relatives à la fréquence cardiaque
- Informations météorologiques
- Heure de la journée
- Itinéraire et destination
Les données recueillies ont été introduites dans la base de données du client en vue d'un traitement ultérieur. Les sources de données suivantes ont donc été utilisées pour obtenir les données nécessaires au modèle ML :
Sur la base des données d'entrée complètes, nous avons entraîné le modèle à effectuer les tâches suivantes :
- Analyser l'état de santé des conducteurs
- Détecter les problèmes de santé
- Générer des notifications push
- Envoyer des alertes et des recommandations aux conducteurs
L'algorithme répartit les données reçues en trois catégories ou zones. En fonction de l'une ou l'autre catégorie, différentes notifications push et recommandations sont envoyées aux conducteurs par le serveur. Les exemples sont les suivants :
Pour mener à bien cette tâche, l'équipe d'ESSID Solutions a utilisé le service Apple Push Notification (APNs) pour activer la fonction de notification à distance. Notre équipe a également utilisé le service du client pour stocker et traiter les données.
Résultat : Solution de gestion des dépenses basée sur les ML, réduction des coûts grâce à l'automatisation des processus
L'équipe d'ESSID Solutions a fourni avec succès le modèle ML qui a permis la fusion de IdO et IA pour améliorer l'application de soins de santé du client. L'algorithme fourni a facilité l'analyse des données et a permis des notifications push pilotées par les données pour les appareils iOS.
L'algorithme intégré a travaillé efficacement avec différents types de données et a permis de créer des recommandations plus personnalisées. La solution d'ESSID Solutions a également permis au propriétaire d'une flotte de véhicules commerciaux de mieux s'occuper de ses employés, d'améliorer les conditions de travail des conducteurs, de minimiser les risques pour la santé et de réduire les coûts en automatisant le service d'assistance en temps réel.