- \n
- \nDesafio<\/div>\nMelhorar a aplica\u00e7\u00e3o de cuidados de sa\u00fade IoT com IA<\/div>\n<\/li>\n
- \n
Solu\u00e7\u00e3o<\/div>\nModelo ML para processar dados na base de dados do Cliente e gerar notifica\u00e7\u00f5es push<\/div>\n<\/li>\n- \n
Tecnologias e ferramentas<\/div>\nPython + DS, APNs, AWS Lambda, PostgreSQL, Swift (iOS)<\/div>\n<\/li>\n<\/ul>\n<\/div>\nCliente<\/h2>\n
O cliente \u00e9 uma empresa europeia especializada no fornecimento de solu\u00e7\u00f5es de TI para empresas de diferentes sectores. Para melhorar a abordagem comercial existente atrav\u00e9s da implementa\u00e7\u00e3o de tecnologias modernas, o cliente precisava de uma aplica\u00e7\u00e3o de cuidados de sa\u00fade integrada com a IoT e Solu\u00e7\u00f5es de IA para melhorar as condi\u00e7\u00f5es de trabalho<\/a> para os empregados e aumentar a efici\u00eancia dos servi\u00e7os. O cliente estava \u00e0 procura de especialistas no dom\u00ednio do desenvolvimento de software de IA.<\/p>\n
Desafio: melhorar a aplica\u00e7\u00e3o de cuidados de sa\u00fade IoT com IA<\/h2>\n
Como fornecedor experiente de Desenvolvimento de software de IA<\/a> servi\u00e7os, a ESSID Solutions foi desafiada a formar uma aprendizagem autom\u00e1tica (ML)<\/a> para aumentar a solu\u00e7\u00e3o existente do cliente. A nossa equipa de engenharia foi incumbida de construir um modelo capaz de processar eficazmente grandes quantidades de dados hist\u00f3ricos e dados recolhidos a partir de dispositivos port\u00e1teis para criar e fornecer notifica\u00e7\u00f5es push baseadas em dados para iOS como resultado.<\/p>\n
O componente IoT era uma pulseira que media o ritmo card\u00edaco do condutor antes e durante cada viagem. Estes dados n\u00e3o eram suficientes para uma avalia\u00e7\u00e3o fi\u00e1vel do estado de sa\u00fade. Para sistematizar e processar mais dados, a solu\u00e7\u00e3o existente exigia um modelo adicional baseado em ML.<\/p>\n
Solu\u00e7\u00e3o: Modelo ML para processar v\u00e1rios tipos de dados e gerar notifica\u00e7\u00f5es personalizadas<\/h2>\n
A IoT cuidados de sa\u00fade<\/a> A aplica\u00e7\u00e3o destina-se aos condutores de ve\u00edculos comerciais com problemas de sa\u00fade. A preven\u00e7\u00e3o de casos de emerg\u00eancia faz parte do programa de cuidados e gest\u00e3o de despesas do empres\u00e1rio.<\/p>\n
A equipa da ESSID Solutions come\u00e7ou por analisar a solu\u00e7\u00e3o existente. A nossa Investiga\u00e7\u00e3o e desenvolvimento da IA<\/a> Os especialistas analisaram as capacidades da aplica\u00e7\u00e3o existente para encontrar as melhores formas de a melhorar.<\/p>\n
Para al\u00e9m dos dados recolhidos atrav\u00e9s das pulseiras, foram obtidos os seguintes tipos de dados para o modelo como entrada:<\/p>\n
- \n
- Ritmo card\u00edaco do condutor<\/li>\n
- Sexo e idade do condutor<\/li>\n
- Dados hist\u00f3ricos do ritmo card\u00edaco<\/li>\n
- Informa\u00e7\u00f5es meteorol\u00f3gicas<\/li>\n
- Hora do dia<\/li>\n
- Rota e destino<\/li>\n<\/ul>\n
Os dados recolhidos foram introduzidos na base de dados do cliente para posterior processamento. Assim, foram utilizadas as seguintes fontes de dados para obter os dados de entrada para o modelo ML:<\/p>\n
![\"Modelo](\"https:\/\/essidsolutions.com\/wp-content\/uploads\/2020\/10\/input-for-the-ml-model.svg\")
<\/p>\nCom base nos dados de entrada abrangentes, trein\u00e1mos o modelo para realizar as seguintes tarefas:<\/p>\n
- \n
- Analisar o estado de sa\u00fade dos condutores<\/li>\n
- Detetar problemas de sa\u00fade<\/li>\n
- Gerar notifica\u00e7\u00f5es push<\/li>\n
- Enviar alertas e recomenda\u00e7\u00f5es aos condutores<\/li>\n<\/ul>\n
O algoritmo divide a sa\u00edda recebida em 3 categorias ou zonas. Dependendo de uma ou outra categoria, s\u00e3o enviadas diferentes notifica\u00e7\u00f5es push e recomenda\u00e7\u00f5es aos condutores a partir do servidor. Os exemplos s\u00e3o os seguintes:<\/p>\n
![\"Modelo](\"https:\/\/essidsolutions.com\/wp-content\/uploads\/2020\/10\/output-in-categories-zones.svg\")
<\/p>\nPara completar a tarefa, a equipa da ESSID Solutions utilizou o servi\u00e7o Apple Push Notification (APNs) para ativar a funcionalidade de notifica\u00e7\u00f5es remotas. A nossa equipa tamb\u00e9m utilizou o servi\u00e7o do Cliente para armazenar e processar dados.<\/p>\n
Resultado: Solu\u00e7\u00e3o de gest\u00e3o de despesas com tecnologia ML, redu\u00e7\u00e3o de custos como resultado da automatiza\u00e7\u00e3o de processos<\/h2>\n
A equipa da ESSID Solutions forneceu com sucesso o modelo de ML que permitiu a fus\u00e3o de IoT e IA<\/a> para melhorar a aplica\u00e7\u00e3o de cuidados de sa\u00fade do cliente. O algoritmo fornecido facilitou a an\u00e1lise de dados e permitiu notifica\u00e7\u00f5es push baseadas em dados para dispositivos iOS.<\/p>\n
O algoritmo incorporado trabalhou eficientemente com diferentes tipos de dados e permitiu criar recomenda\u00e7\u00f5es mais personalizadas. Al\u00e9m disso, a solu\u00e7\u00e3o da ESSID Solutions permitiu ao propriet\u00e1rio de uma frota de ve\u00edculos comerciais cuidar melhor dos funcion\u00e1rios, melhorar as condi\u00e7\u00f5es de trabalho dos condutores, minimizar os riscos para a sa\u00fade e reduzir os custos atrav\u00e9s da automatiza\u00e7\u00e3o do servi\u00e7o de apoio em tempo real.<\/p>\n
Iniciar o seu Projeto de desenvolvimento de software de IA<\/a> com a ESSID Solutions<\/h3>","protected":false},"excerpt":{"rendered":"
- \n