Описание функциональных характеристик

Программное обеспечение «Программа с применением искусственного интеллекта для определения риска развития заболеваний мочеполовой системы»

Программа предназначена для прогнозирования риска (отсутствие/умеренный/высокий) развития заболеваний мочеполовой системы с использованием лабораторных данных и анамнестических факторов, включая возраст, индекс массы тела, наследственность и образ жизни. Алгоритм построен на базе нейронных сетей прямого распространения, что обеспечивает высокую точность предсказаний. Модель может быть интегрирована в системы управления здоровьем для раннего выявления пациентов с высоким риском, оптимизации профилактических мероприятий и поддержки врачебных решений.

Входные данные в JSON представлены следующей структурой:

• GUID и идентификаторы: уникальные идентификаторы для документа и клиента, позволяющие отслеживать записи.
• Демографическая информация: включает информацию о клиенте, такую как дата рождения, пол и профессия.
• Медицинские показатели: включает результаты анализов крови и мочи, а также показатели здоровья (например, давление, холестерин, глюкоза)

Способ установки и эксплуатации

Необходимые файлы для установки ПО:

• fine_tuned_model_ur.h5: содержит файл обученной модели, которая будет использоваться для предсказаний
• input_example.json, input_example2.json, input_example3.json, input_example4.json, input_example5.json, input_example6.json: примеры файлов для тестирования
• pipeline_ur_ft.joblib: модель предобработки, используемую перед запуском основного алгоритма.
• pipeline_ur.joblib: модель постобработки, которая применяется к результатам предсказаний.
• requirements.txt: список необходимых библиотек для установки
• predict_risks_ft.py:

Preprocessing Service (preprocessing)

• read_preprocess: функции для чтения данных и их предобработки, включая преобразования, нормализацию и очистку.

Model Inference Service (model_inference)

• return_score: функции для вычисления и возврата оценок ( предсказаний) модели.
• scores: логика для вычисления оценки риска.

Postprocessing Service (postprocessing)

• display_score: функции для отображения оценок и результатов пользователям.

Инструкция по установке и использованию репозитория:

1. Установить Терминал или VisualStudio Code
2. В окне терминала поэтапно запустить следующие команды:

# клонировать репозиторий
git clone huggingface.co/spaces/Inspectrum/urinary
# создать виртуальную среду
virtualenv venv
# активировать виртуальную среду
source venv/bin/activate
# установить необходимые библиотеки
pip install -r requirements. txt
# запустить код программы
python3 app. py -p input_example.json -out output. json

Файл output. json будет содержать оценку риска развития заболеваний мочеполовой системы.

Инструкция по использованию веб версии:

1. Открыть веб версию ПО по ссылке
2. Войти под тестовой учетной записью
3. В поле patient JSON вставить информацию о пациенте из предложенных 6 примеров
4. Нажать кнопку «Submit»
5. Получить рекомендации по пациенту в поле PredictionResult

Оплата

Мы предлагаем гибкую систему ценообразования, где стоимость нашего программного обеспечения рассчитывается индивидуально для каждого клиента. Для получения индивидуальной стоимости нашего ПО, пожалуйста, свяжитесь с нами по следующим контактным данным: тел.: 8 (927) 955-58-54, эл почта: igc.dht@mail.ru