Jesteśmy częścią rewolucji w medycynie – tak, śmiało możemy tak powiedzieć. Uporządkowane, ustrukturyzowane raportowanie w medycynie ma przed sobą wielką przyszłość i potencjał, żeby zmienić radiologię.
Co zawiera się w tej nazwie? Szybsze, lepszej jakości procesy raportowania, raporty przyjazne dla pacjenta, kodowanie danych w celu ich dalszego przetwarzania (także do rozliczeń) to elementy, które na pewno wpłyną na rozwój tej dziedziny medycyny. Nasz klient, firma NeoQ, poprzez swoje rozwiązanie chce być decydującą siłą w tym procesie.
Sytuacja początkowa
Być może nie jesteśmy tego świadomi na co dzień, ale radiologia to dziedzina, w której brakuje specjalistów, a tych, którzy są, przygniata ogrom pracy związanej z dokumentowaniem badań i zarządzaniem ich wynikami. Jak można im pomóc? Wesprzeć ich narzędziem umożliwiającym wykonywanie więcej badań lepszej jakości, najlepiej wielojęzyczne, tak by raporty z badania można było tworzyć w języku ojczystym pacjenta lub lekarza. Znacznie poprawia to zrozumienie protokołów z badań.
Narzędzie do tworzenia ustrukturyzowanych raportów medycznych
Nasz klient pracuje nad oprogramowaniem do tworzenia ustrukturyzowanych raportów medycznych (CT i MRT). W przeciwieństwie do istniejących już na rynku systemów, produkt NeoQ nie jest oparty na szablonach, w których wystarczy jedynie uzupełniać pola. Aplikacja naszego klienta to bardziej wirtualny partner, który prowadzi użytkownika przez proces raportowania, tak aby niczego nie przeoczył, ani o niczym nie zapomniał w tym procesie.
W znacznym stopniu wspieramy klienta w rozwoju tego narzędzia. Nasi deweloperzy współpracują bezpośrednio z zespołem NeoQ i dostarczają wydajne i efektywnie działające oprogramowanie. Kolejne moduły rozwiązania są od razu testowane oraz wdrażane na środowisko produkcyjne klienta.
Architektura aplikacji i technologia
Rozwiązanie zostało zbudowane w oparciu o mikroserwisy. Backend opierał się przede wszystkim na C#.Net Core, korzystaliśmy także z Apache Kafka oraz MinIO. Interfejsy są wystawione na zewnątrz przez API Ocelot. Mikroserwisy działają w wielu środowiskach Docker i są skalowalne przez Kubernetes.
Frontend, stworzony przy pomocy HTML5/CSS i Angulara, jest dostarczony w postaci aplikacji klienckiej Capacitor, co pozwoli na wykorzystanie tego samego kodu źródłowego dla różnych systemów operacyjnych.
Działanie aplikacji
Lekarz może wybrać obszar, który ma zostać zbadany (np. kolano lub bark), a następnie przechodzi przez kolejne etapy badania niejako prowadzony przez aplikację. Wyniki badania pojawiają się w formie ciągłego tekstu już po zamknięciu procedury. Elementem formularza uzupełnianego przez lekarza są pola obowiązkowe – dzięki nim nie zapomni on o wpisaniu żadnych informacji i uniknie błędów ortograficznych. Pozwala to też ustandaryzować raporty z badania i ujednolicić treści, które się w nich znajdują.
Big Data i sztuczna inteligencja w medycynie
Aplikacja, przy której powstawaniu wspieramy naszego klienta, pozwala ośrodkom medycznym krok po kroku wprowadzać do medycyny Big Data i sztuczną inteligencję. W jaki sposób technologie te mogą wspierać medyków?
Na przykład do wyszukiwania wzorców chorób można zastosować uczenie maszynowe lub wykorzystać dane strukturalne do szkolenia sztucznej inteligencji. Oprogramowanie uwzględnia wyniki działania SI i prezentuje je w taki sposób, aby optymalnie wspierać radiologa w diagnozie.
Prof. Dr. med. Alexander Huppertz
Cieszymy się z bliskiej i opartej na zaufaniu współpracy z VIALUTIONS. Godne uwagi jest to, że VIALUTIONS zawsze reaguje na nasze potrzeby w zakresie zasobów i w krótkim czasie dostosowuje swoje możliwości w sposób zwinny. Zwłaszcza w początkowej fazie działalności naszej firmy niezwykle pomocne było posiadanie u swego boku tak doświadczonego partnera z branży oprogramowania, który zawsze służył nam pomocą słowem i czynem. Dzięki temu od samego początku byliśmy w stanie precyzyjnie realizować wszystkie cele projektu.