Данный проект направлен на создание интеллектуальной программной системы, которая используя технологии компьютерного зрения и машинного обучения, автоматически распознает рецепт, извлекает ключевую информацию и проверяет её на корректность и соответствие правилам, существенно снижая нагрузку на фармацевта и повышая безопасность пациентов.

Актуальность:

1. Неверно прочитанный или некорректно выписанный рецепт может привести к серьезным последствиям для здоровья пациента. Система минимизирует этот риск.

2. Ручной ввод данных и проверка рецептов отнимают значительное время у фармацевтов, создавая очереди и снижая пропускную способность аптеки.

3. Система может помочь выявить поддельные рецепты или случаи нецелевого назначения сильнодействующих препаратов.

4. Проект соответствует глобальному тренду на внедрение ИТ-решений в медицине для повышения качества и точности оказываемых услуг.

Цель проекта:

Разработать программную систему, которая автоматизирует процесс обработки рецептов на лекарственные средства, обеспечивая их точное распознавание, валидацию и снижая количество ошибок, связанных с человеческим фактором на этапе отпуска лекарств в аптеке.

Задачи проекта:

Аналитическая подготовка:

• Провести анализ предметной области: изучить правила оформления рецептов, формы бланков, законодательные требования.
• Сформировать и описать требования к системе (функциональные и нефункциональные).

Разработка модуля распознавания:

• Создать модуль компьютерного зрения для обработки изображений рецептов (сканов или фото).
• Обучить ML-модели для распознавания рукописного и печатного текста с высокой точностью.
• Реализовать алгоритмы для структурирования извлеченных данных (наименование ЛС, дозировка, форма выпуска, способ применения, данные врача и пациента).

Разработка модуля проверки и валидации:

• Создать базу знаний о лекарственных средствах (препараты, дозировки, формы выпуска).
• Реализовать правила проверки: корректность дозировки, проверка на противопоказания (например, аллергия, указанная в профиле пациента*), критические взаимодействия с другими лекарствами.
• Внедрить проверку соответствия рецепта законодательным нормам (наличие всех необходимых печатей, подписи врача, срока действия).

Разработка пользовательского интерфейса и интеграция:

• Создать веб-интерфейс с возможностью загрузки изображения, просмотра результатов распознавания.
• Обеспечить возможность ручного редактирования и подтверждения результатов системой.
• Предусмотреть возможность интеграции с существующими аптечными системами и электронными медицинскими картами.
• Провести всестороннее тестирование системы на реальных и синтетических данных.

Тестирование:

• Провести всестороннее тестирование системы на реальных и синтетических данных.

Роли участников в проекте:

1. Джафарова С.А. (Product Owner) – формирование видения продукта, работа с владельцами аптек, фармацевтами, приёмка готовых функций приложения.
2. Ижболдин Н.А. (Team Lead, Backend-разработчик) – построение архитектуры системы, разработка бэкенда (API, интеграция с БД), менторство команды.
3. Главатских Г.С (ML-инженер) – подбор и обучение моделей компьютерного зрения, для распознавания рецептов, предобработка изображений.
4. Баженов Н.Ю. (Frontend-разработчик) - разработка интерфейса, включая загрузку изображения и отображение результатов.
5. Корепанов Г.С. (Инженер по тестированию (QA-engineer)) — создание сценариев тестирования, прогноз сбоев и нахождение ошибок в системе.

На страницу проекта