<figure class = "image embed" contenteditable = "false" data-id = "334619" data-url = "https://images.yourstory.com/cs/2/a9efa9c02dd911e9adc52d913c55075e/800x400RM-1597748370276.png" data-alt = "Feuille de route du produit – mfine" data-caption = "

L'équipe mfine simplifie l'accès aux soins de santé en Inde

"align =" center ">Feuille de route produit - Mfine

L'équipe mfine simplifie l'accès aux soins de santé en Inde

Quand les anciens co-fondateurs de Myntra Prasad Kompalli et Ashutosh Lawania ont lancé une start-up de télémédecine en ligne en février 2017, ils n’étaient pas les premiers dans l’espace. Mais ils avaient trouvé une lacune majeure sur le marché.

Ils ont établi mfine en tant que service de soins de santé à la demande axé sur l'IA qui permet aux utilisateurs d'accéder à des consultations virtuelles et à des programmes de soins connectés de différents hôpitaux du pays.

C'est précisément ce problème qui a également Ajith Narayan, directeur de la technologie de Myntra à mfine. Aujourd'hui, il exploite la technologie mobile et l'IA pour simplifier les soins de santé en Inde.

La plate-forme permet aux utilisateurs de consulter des médecins des meilleurs établissements de santé par vidéo ou par chat. Contrairement à d'autres dans l'espace, Mfine s'associe à des hôpitaux de premier plan plutôt que d'agréger des médecins individuels sur la plate-forme.

Selon Crunchbase, Mfine est aujourd'hui l'une des 90 meilleures solutions de soins de santé basées sur l'IA dans le monde.

<figure class = "image embed" contenteditable = "false" data-id = "334621" data-url = "https://images.yourstory.com/cs/2/a9efa9c02dd911e9adc52d913c55075e/FinalAjit-1597749058044.jpg" data-alt = "Feuille de route du produit – mfine" data-caption = "

Ajith Narayanan, directeur technique, mfine

"align =" center ">Feuille de route produit - mfine

Ajith Narayanan, directeur technique, mfine



Simplifier le travail du médecin

Ajith déclare: «Nous utilisons le mobile pour rendre les soins virtuels accessibles à toute personne disposant d'une connexion mobile et Internet. Mais construire quelque chose avec une interaction médicale profonde et une valeur de traction pour une petite interface mobile est complexe. Nous devions le simplifier.

«Nous avons réalisé que si vous parvenez à identifier les bons médecins, vous pouvez imiter leurs capacités en termes de traitement ou évoluer vers plusieurs médecins, voir ce qui fonctionne et reproduire cela.»

Mfine fournit au médecin le meilleur ensemble de diagnostics, d'informations et de plans de traitement, en fonction des informations fournies par le patient. Le médecin choisit ensuite le meilleur plan d'action et de traitement. Tout cela est fait avec l'IA et l'apprentissage automatique.

L'idée est simple: apprendre des meilleures pratiques et reproduire les meilleures pratiques à l'infini, en utilisant l'IA. Ajith dit que cela fonctionne avec une réplication d'un protocole d'identification standard et une mise à l'échelle; la prochaine étape consiste à élargir la portée du médecin.

Il ajoute que si de nombreuses personnes consultent des médecins via leur mobile, il y aura peu de temps. On peut perdre des informations critiques s’il n’est pas attentif, et c’est là que l’IA aide.

«Dans toute consultation, près de 85% du temps est consacré à une enquête. Les médecins se concentrent sur la recherche des causes profondes, par le biais de questionnements. Les 15 derniers pour cent sont destinés à une conclusion et à un plan de traitement », explique Ajith.

Avec mfine, l'équipe voulait trouver un moyen automatisé pour ces 85% de temps que le médecin passe dans la collecte d'informations auprès de leurs patients. Chaque médecin senior a un avatar virtuel dans le système, qui peut parler aux patients et résumer le pronostic.

«C'est comme un assistant ou un jumeau numérique. Il y a donc un médecin humain et 10 000 jumeaux virtuels », explique Ajith.



Commencer par un démarrage à froid

Cependant, comme tous les autres problèmes d'IA, le problème est le démarrage à froid. Le produit doit commencer avec zéro donnée / information et la construction de l'entonnoir AI prend du temps. Alors, comment formez-vous le système?

Mfine a commencé par créer une «équipe de soins» d’êtres humains qui faisait office de prolongement du médecin et de son équipe. Ceci, fait avec l'IA, aide le médecin avec des résumés et des enquêtes préliminaires.

«Nous avions initialement une capacité de base de chat et intégré l'intelligence humaine dans le système. Cela a aidé les médecins et les patients à voir les avantages immédiats de mfine », déclare Ajith.

Toutes les données capturées étaient structurées. le les messages texte aléatoires qui comprennent le chat ont besoin de beaucoup de puissance de la machine pour comprendre la conversation et le contexte.

«Il est difficile de traiter cela si vous regardez uniquement à partir d'un processus de langage naturel. Nous avons structuré les données, ce qui signifie chaque conversation sur le chat devait être lisible par machine. Nous avons mis en place un entonnoir de données et le système a rapidement commencé à traiter suffisamment de données à chaque transaction », explique Ajith.

Les données structurées ont aidé à former des protocoles, et l'équipe a géré des systèmes d'apprentissage automatique et différents algorithmes sur ces données.

Ajith dit qu'ils ont attendu six à huit mois pour «construire le moteur du bot et le cerveau du médecin virtuel».

<figure class = "image embed" contenteditable = "false" data-id = "334625" data-url = "https://images.yourstory.com/cs/2/a9efa9c02dd911e9adc52d913c55075e/Imagegxo4-1597749335826.jpg" data-alt = "Feuille de route du produit: mfine" data-caption = "

L'application de chat

"align =" center ">Feuille de route produit: mfine

L'application de chat



Créer un graphe de connaissances médicales

L'équipe a également travaillé pour gagner une compréhension approfondie du domaine. Ajith dit que dans toute technologie liée à la médecine, il ne suffit pas de comprendre l'événement A et l'événement B; vous devez comprendre ce que les symptômes peuvent signifier.

«L'association et la connaissance doivent être comprises par le système. Pour cela, l'équipe a exploré de nombreuses informations accessibles au public et construit une base de connaissances médicales. Cela aide à trouver des relations entre divers aspects. Nous l'appelons un hyper-graphe – un graphe de connaissances du domaine médical.

«En plus de cela, nous automatisons l'apprentissage avec tout ce que la machine a vu lors de chaque interaction patient-médecin. Cette connaissance livresque a été renforcée par ce qui est vu dans la vraie vie, et les concepts deviennent plus forts dans le cerveau du médecin virtuel," il dit.

L'intervention humaine est désormais minime, et si un patient pose une question difficile à comprendre, l'humain intervient. Après cela, la machine prend le relais.

«L'interaction est forte – nous pouvons collecter des informations sur 30 spécialités et faire un diagnostic différentiel. Pour le plan de traitement, nous faisons ce que les médecins font sur la plateforme. Par exemple, base de toutes les informations collectées, la machine comprend le profil de la personne comme un homme de 40 ans souffrant d'hypertension, avec un certain poids et un certain IMC, est traité avec certains tests et médicaments. Les modèles sont observés et la machine les comprend», Explique Ajith.



Présentation d'un diagnostic différentiel

Le médecin reçoit un diagnostic différentiel et peut choisir la bonne base de diagnostic, le résumé de la machine. Le médecin peut également choisir de parler au patient et d'obtenir des informations supplémentaires, si nécessaire, et saisissez les informations. Le diagnostic différentiel est ensuite recalculé.

le Le médecin choisit ensuite le plan de traitement, les médicaments et si le patient doit revenir pour une consultation.

L'équipe mfine est maintenant créer d'autres extensions comme des suivis, des rappels, la gestion des cas chroniques et le recalcul des données.

«Vous commencez à créer un indice de santé des patients sur une période donnée; cela aide les médecins », dit Ajith.

Si un test diagnostique fait partie du plan de traitement suggéré, le système enregistre une heure pour le prélèvement de l'échantillon. Les rapports sont déchiffrés par le médecin virtuel, et le résumé du cas est téléchargé sur le système pour que le médecin puisse le vérifier.

"Nous sommes également dans les soins préventifs; nous suggérons un régime et d'autres contrôles. Nous veillons également à ce que les médicaments soient expédiés à la maison », ajoute Ajith.

L'équipe travaille également à la création de graphiques, de rappels réguliers, de plans d'alimentation et de vaccinations pour s'assurer que les progrès sont régulièrement suivis.

Selon l'IBEF, le marché des soins de santé à la demande en ligne devrait atteindre environ 372 milliards de dollars d'ici 2022. La taille du marché était d'environ 160 milliards de dollars l'an dernier. La startup healthtech est en concurrence avec les goûts de Practo, 1Mg et autres dans l'espace de télémédecine.

Mfine a jusqu'à présent a levé 27,4 millions de dollars en financement. Il a des liens avec les meilleurs hôpitaux tels que les hôpitaux Apollo, Cloudnine, l'hôpital KIMS, les hôpitaux Paras et les hôpitaux Sagar.

«Mfine cherche maintenant à approfondir ses différentes spécialités et à ajouter différentes fonctionnalités», déclare Ajith.

(Edité par Teja Lele Desai)

Vous voulez simplifier votre parcours de démarrage? YS Education propose un cours de financement complet, dans lequel vous avez également la possibilité de présenter votre plan d'affaires aux meilleurs investisseurs. Cliquez ici pour en savoir plus.


CLIQUEZ ICI POUR DÉCOUVRIR LE GUIDE COMPLET POUR GUÉRIR L’HYPERTENSION SANS MÉDICAMENTS!

Leave a comment

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *