Case studies · Ochrona zdrowia

Platforma danych dla zdrowia psychicznego: 30× więcej danych, codziennie

Codzienne dane od pacjentów zamiast wspomnień z comiesięcznej wizyty, w bezpiecznej i zanonimizowanej platformie danych.

Klient: Firma z obszaru cyfrowego zdrowia psychicznego · Branża: Ochrona zdrowia

z jednej wizyty w miesiącu do codziennego śledzenia

codziennej aktywności pacjentów

z przypominania sobie ostatnich 30 dni do sygnałów na bieżąco

Wyzwanie

Psychiatrzy opierają się na tym, co pacjent pamięta z tygodni między wizytami, a te wspomnienia bywają zniekształcone.

Celem było zbieranie codziennych, wiarygodnych danych o śnie, lęku i nastroju, tak żeby leczenie opierało się na faktach, a później na analizie uczenia maszynowego.

Jak to zbudowaliśmy

Faza 01

Fundamenty i generowanie danych

Cel

Zbudować bezpieczny potok, który zamienia samopoczucie pacjentów w długofalowe dane kliniczne.

Nazwać lukę kliniczną
Psychiatrzy opierają się na epizodycznej pamięci pacjenta, która bywa zniekształcona. Strategia: zbierać codzienne dane o śnie, lęku i nastroju, żeby zbudować wiarygodny zbiór danych.
Najpierw zbieranie danych
Danych nie było, więc zbudowaliśmy aplikację mobilną z naukowo walidowanymi kwestionariuszami (PHQ-9, GAD-7) i bezpieczny, zanonimizowany data lake, który łączy codzienne wpisy z dokumentacją kliniczną, np. tomografią mózgu i historią leczenia.
Pokazać wartość kliniczną
Panel terapeuty pokazuje zgłaszane objawy w czasie. Dane z aplikacji zweryfikowaliśmy względem standardowych ocen klinicznych, co dało pierwsze zweryfikowane wykresy przebiegu leczenia pacjentów.

Bramka jakości: audyt bezpieczeństwa i przegląd aktywności, wymagane ponad 80% codziennych wpisów.

Faza 02

Inżynieria i analityka kliniczna

Cel

Analizować efekty leczenia na danych z aplikacji, klinicznych i o lekach, z lekarzem przy decyzji.

Utrzymać dopływ danych
Aplikacja śledzi zaangażowanie pacjentów, wychwytuje zmęczenie ankietami i dostosowuje częstotliwość pytań, żeby jakość danych pozostała wysoka.
Analiza wielomodalna
Model uczenia maszynowego łączy historię leczenia z cechami z tomografii i zgłaszanym przez pacjenta snem i nastrojem. Testowaliśmy go tak, żeby wskazywał zależności, a nie stawiał samodzielnie diagnoz.
W użyciu w szpitalach
System działa w warszawskich szpitalach psychiatrycznych. Panel terapeuty pokazuje wnioski oparte na danych, które pomagają lekarzom dostosować leczenie, a decyzja zostaje przy nich.

Efekt

Codzienne, zweryfikowane dane od pacjentów i wnioski, które wspierają decyzję lekarza, a nie ją zastępują.

Wyniki

87% pacjentów zapisuje dane codziennie, co wystarcza do wiarygodnych zbiorów dla ML.
Codzienne śledzenie zamiast jednej wizyty w miesiącu.
Wdrożone w warszawskich szpitalach psychiatrycznych.

Na początek

Stały zakres, stała cena

Diagnoza gotowości AI

Które zastosowania AI się Wam zwrócą i czy Wasze dane są na nie gotowe? Uszeregowana lista, architektura i roadmapa.

25 000 złnetto

Czas trwania: 3 tygodnie

Kto prowadzi: Doświadczony architekt danych razem z inżynierem AI, który wdrażał modele u klientów. Rozmawiacie z ludźmi, którzy budowaliby rozwiązanie.

Zamów diagnozę

Usługi:Fundamenty danych pod AI Zespoły Data & AI