Как идёт подготовка к релизу «Я здоров»

Месяц назад мы запустили сайт проекта и открыли предварительную регистрацию. Интерес к продукту есть, записи идут. Что ещё нужно доделать к релизу.

В приложении уже реализовано многое:
— медицинская карта - загрузка, распознавание и структурирование анализов, обследований и приемов врачей;
— профиль семьи
— интерфейс для медицинских специалистов с доступом к данным пациента, возможностью комментировать, отслеживать изменения
— опросы: создание и назначение мед. специалистом, прохождение пользователем
— MVP AI-ассистента, который может консультировать по вопросам здоровья и медицины, используя данные медицинской карты и прошлые обращения пользователя

Одна из сложных задач, которая ещё не готова, но критична для запуска - структурирование биомаркеров при распознавании бланков анализов.

Биомаркеры имеют большое количество синонимов и вариантов сокращений.
В анализах одного и того же пациента «глюкоза» может называться «сахар», «glucose», «глюкоза в крови» и ещё десятком способов. Врач понимает, что это одно и то же, компьютер — не всегда.
10-20 синонимов для одного биомаркера это база, по некоторым биомаркерам доходит до сотен.
При этом часто на бланках названия биомаркеров сокращаются и кажется что делает эти сокращения каждая лаборатория по своему.
При этом нам важно стабильно определять, что при разных написаниях в бланке - это один и тот же биомаркер.
В противном случае у нас формируются дубли, то есть разные названия одного биомаркера мы сохраняем как разные биомаркеры, а значит нет адекватной истории изменений и графиков, да и для дальнейшей работы прогнозных моделей такие данные мягко говоря не очень ценны.

Простой текстовый поиск с этим не справляется. Векторный из коробки тоже.
Нам нужно, чтобы биомаркеры и их синонимы векторизовались так, чтобы синнонимы и сокращения одного биомаркера находились семантически близко, а разных - далеко.
Сейчас мы тестируем подход с обучением модели-векторизатора методом сontrastive learning на неестественном языке.

Сложные задачи в medtech-продуктах на технической части не заканчиваются: есть еще юрисдикция и работа с данными.
Медицинские данные относятся к первой категории персональных данных, требования к их защите особенно жёсткие. А еще жестче работа над ними становится от того, что мы — не корпорация с неограниченным штатом и бюджетами (пока), и во многом приходится разбираемся самим.

Дорогу к релизу осилит идущий!)

А ещё в ближайшие пару недель планируем провести онлайн-демо нашего будущего продукта - показать функционал, поотвечать на вопросы.
Поставьте реакции или напишите в комментарии кому было бы интересно.