Специалистам Сеченовского университета нейросети и облачные технологии будут помогать при назначении лечения
При Сеченовском университете работает несколько клинических больниц, в которых хранится база медицинских деперсонализированных данных более 18 млн записей, порядка 300 Гб информации, включая справочники, выписки, протоколы операций. Обработка большого объема неструктурированных данных и стала самой главной задачей при разработке платформы.
Новая платформа университета использует более 10 сервисов Yandex Cloud. Исходный код проекта хранится на сервисе Managed Service for GitLab, который также позволяет использовать функции автоматической развертывания приложения. В ходе тестирования платформы сотрудники университета намеренно нагружали систему и создавали датасет с большим количеством параметров (120 параметров и 88 лабораторных исследований, включая 1700 лабораторных параметров, csv-файл размером 156 Мб). Результат был впечатляющим: платформа способна выгружать данные по запросу за 10—12 секунд. На сбор подобного объема данных вручную специалисту понадобилось бы несколько месяцев.
Теперь врачи или ординаторы могут быстрее искать информацию, собирать статистику и за несколько секунд выгружать данные.
В планах Сеченовского университета совместно с разработчиками ИИ из Healthtech-компании создать с помощью машинного обучения новое устройство для диагностики, прогнозирования и лечения заболеваний.
Подписаться на Нейроскептик
При Сеченовском университете работает несколько клинических больниц, в которых хранится база медицинских деперсонализированных данных более 18 млн записей, порядка 300 Гб информации, включая справочники, выписки, протоколы операций. Обработка большого объема неструктурированных данных и стала самой главной задачей при разработке платформы.
Новая платформа университета использует более 10 сервисов Yandex Cloud. Исходный код проекта хранится на сервисе Managed Service for GitLab, который также позволяет использовать функции автоматической развертывания приложения. В ходе тестирования платформы сотрудники университета намеренно нагружали систему и создавали датасет с большим количеством параметров (120 параметров и 88 лабораторных исследований, включая 1700 лабораторных параметров, csv-файл размером 156 Мб). Результат был впечатляющим: платформа способна выгружать данные по запросу за 10—12 секунд. На сбор подобного объема данных вручную специалисту понадобилось бы несколько месяцев.
Теперь врачи или ординаторы могут быстрее искать информацию, собирать статистику и за несколько секунд выгружать данные.
В планах Сеченовского университета совместно с разработчиками ИИ из Healthtech-компании создать с помощью машинного обучения новое устройство для диагностики, прогнозирования и лечения заболеваний.
Подписаться на Нейроскептик