Экспертные заключения: 8
Консультации: 0

Система дистанционного предрейсового мониторинга водителей

Идея проекта:
Создание интеллектуальной системы дистанционного предрейсового мониторинга состояния водителей, которая автоматизирует обязательный медицинский осмотр перед выездом на линию и выявляет факторы риска (утомление, алкоголь, давление, пульс, температура, признаки острых состояний, влияние лекарств). Система включает аппаратно-программный комплекс на базе пункта выпуска (сенсорный терминал с тонометром, алкометром, пульсоксиметром, термометром, камерой и биометрической идентификацией) и облачную платформу с ИИ-модулями, которые анализируют данные, принимают решение о допуске или недопуске водителя, формируют электронный путевой лист с отметкой медика и обеспечивают юридически значимый аудит. Это снижает трудозатраты медработников, исключает человеческий фактор и подделку отметок, повышает безопасность дорожного движения, что критически важно для автопарков, логистических компаний, пассажирских перевозчиков и промышленных предприятий.

Цель на акселератор:
Сформировать и верифицировать работающий прототип системы дистанционного предрейсового мониторинга, который выполняет биометрическую идентификацию водителя, автоматически измеряет минимум 4–5 физиологических и поведенческих параметров, на основе ИИ-модели принимает решение о допуске или недопуске и формирует электронную отметку о прохождении осмотра с юридически значимым протоколом, а также демонстрирует корректность решений не ниже заданного порога и подготовить архитектуру решения для пилотного внедрения в автопарке.

Задачи для достижения цели:

  1. Разработка архитектуры и аппаратного комплекса пункта выпуска: Спроектировать модульную архитектуру (сенсорный терминал, контроллер, биометрический модуль, канал связи, облачная платформа), выбрать аппаратную базу (тонометр, алкометр, пульсоксиметр, термометр, камера), обеспечить эргономику и скорость прохождения осмотра, реализовать базовый сценарий дистанционного осмотра.
  2. Разработка ИИ-моделей оценки состояния и допуска водителя: Настроить пайплайн получения данных (физиологические показатели, видео, ответы на опросник), обучить и валидировать модель принятия решения о допуске (например, на основе правил, градиентного бустинга и компьютерного зрения для выявления признаков утомления и опьянения), обеспечить объяснимость решений.
  3. Создание системы верификации и визуализации: Разработать методику оценки точности (чувствительность и специфичность выявления факторов риска, доля ложных допусков и недопусков, время осмотра) в сравнении с традиционным осмотром медработником, создать интерактивный дашборд для отображения результатов осмотра, трассировки решений ИИ, электронных путевых листов и журнала аудита.
  4. Анализ применимости и подготовка бизнес-кейса: Провести анализ чувствительности системы к условиям эксплуатации и типам перевозок, определить сценарии использования (Use Cases) для автопарков, логистики, пассажирских перевозок и промышленных предприятий, проработать соответствие нормативным требованиям, сформировать roadmap развития продукта за пределами акселератора.

Ожидаемые результаты:

  1. Рабочий прототип системы дистанционного предрейсового мониторинга: Программно-аппаратный комплекс, который в автоматическом режиме идентифицирует водителя, измеряет физиологические параметры, принимает решение о допуске и формирует электронную отметку с юридически значимым протоколом через API или веб-интерфейс.
  2. Отчёт по верификации корректности: Документ, содержащий метрики (чувствительность и специфичность выявления факторов риска, доля ложных решений, среднее время осмотра, сокращение трудозатрат медработников) и сравнение с традиционным осмотром.
  3. Интерактивный демонстрационный дашборд: Визуальный интерфейс, отображающий процесс осмотра, результаты измерений, решение ИИ, электронный путевой лист и журнал аудита, готовый для показа инвесторам и партнёрам.
  4. Пакет проектной документации: Архитектурная схема решения, описание бизнес-модели, анализ рынка предрейсового медицинского контроля и план дальнейшего развития (roadmap) на 6–12 месяцев.

Проект «Система дистанционного предрейсового мониторинга водителей» соотносится с национальным проектом технологического лидерства «Микроэлектроника» через уровень «Машины вычислительные электронные цифровые (серверы, компьютерное и периферийное оборудование, контроллеры управления сетью и т.д.)» и элемент «Микроконтроллеры, процессоры, ПЛИС, контроллеры SSD, интерфейсные контроллеры», что соответствует косвенной связи, поскольку система использует вычислительную технику и ИИ-обработку данных для биометрической идентификации, анализа физиологических параметров и принятия решения о допуске водителя, но не создаёт саму микроэлектронную компонентную базу.

Дополнительно проект соотносится:

  • с НПТЛ «Промышленное обеспечение транспортной мобильности» через уровни «Легковой автомобиль с двигателем внутреннего сгорания», «Электромобиль» и «Высокоскоростной электропоезд для высокоскоростных магистралей» — тип связи обеспечивающая, поскольку система интегрируется с электрическими и электронными системами транспортных средств и системами безопасности для контроля допуска водителя и блокировки выезда.

Актуальность проекта «Система дистанционного предрейсового мониторинга водителей» обусловлена критическим дефицитом медицинских кадров и растущим спросом на автоматизацию обязательных процедур. На начало 2025 года в России не хватало более 23 тысяч врачей и 63 тысяч среднего медицинского персонала, при этом две трети врачей работают больше чем на одну ставку, что делает очный медосмотр водителей всё более трудозатратным . Дистанционные осмотры демонстрируют взрывной рост: только за октябрь–декабрь 2025 года проведено более 6 миллионов осмотров, что в три раза превышает показатель аналогичного периода 2024 года . При этом потребность в таких осмотрах оценивается минимум в 20 миллионов в год для повышения безопасности дорожного движения, а действующая нормативная база с 2023 года официально разрешает телемедицинские технологии для предрейсовых осмотров .

1. Проблема

  • Очереди при выпуске: водители тратят время на ожидание в пунктах медосмотра, что задерживает выход на линию и снижает эффективность автопарка.
  • Высокие затраты на осмотр: содержание штатных медработников или оплата услуг сторонних организаций создаёт существенную нагрузку на бюджет перевозчика.
  • Дефицит медперсонала: нехватка врачей и среднего медперсонала (более 23 тысяч и 63 тысяч соответственно) затрудняет организацию очных осмотров, особенно в небольших городах и на удалённых предприятиях .
  • Формальность процедуры: значительная часть водителей, особенно в такси, приобретает поддельные отметки о прохождении медосмотра, что сводит на нет саму цель проверки .

1a. Существующие альтернативы

  • Очный медосмотр: традиционная процедура с участием медработника, требующая физического присутствия водителя и персонала.
  • Контактные терминалы: аппаратные комплексы с датчиками, установленные на территории автопарка, но требующие обслуживания и не всегда удобные для распределённых парков.
  • Дистанционные осмотры с медицинскими датчиками: существующие решения, однако многие из них требуют specialised оборудования и не используют обычную камеру смартфона для оценки пульса и давления.

2. Потребительский сегмент

  • Автобусные парки и пассажирские автопредприятия, где предрейсовый осмотр обязателен для всех водителей.
  • Логистические и транспортные компании, включая грузоперевозчиков, заинтересованных в снижении простоев.
  • Таксопарки и агрегаторы такси, где ежедневный осмотр большого числа водителей требует масштабируемого решения.
  • Частные автопарки и корпоративные автопарки предприятий.

2a. Ранние последователи

  • «АПП Софт»: проявлен интерес к пилоту (1 интервью).
  • Парки с массовым выпуском водителей, где нагрузка на медпункт особенно высока и очереди критичны.
  • Регионы с высокой долей дистанционных осмотров: Москва и Московская область (55% всех осмотров), Воронежская область (10%), Санкт-Петербург, Нижегородская, Свердловская и Новосибирская области (по 5%) .

3. Ценностное предложение

Бесконтактный скрининг для автопарков: пульс и оценка артериального давления по обычной камере с цифровым учётом. Меньше ручных операций и очередей; контроль остаётся за медработником.

4. Решение

  • Камера и фотоплетизмография: оценка пульса и артериального давления по видеопотоку с обычной камеры смартфона или терминала.
  • Привязка к профилю: идентификация водителя и автоматическое сохранение результатов в его личную карточку.
  • Отчёт для медработника: система формирует предварительное заключение, которое медицинский работник проверяет и подтверждает.
  • Снижение ручных операций: автоматизация сбора первичных показателей освобождает время медработника для принятия решений.

5. Каналы распространения

  • Прямые продажи бизнесу: переговоры с автопарками, логистическими компаниями и таксопарками.
  • Пилоты с перевозчиками: запуск на ограниченном парке с последующим масштабированием.
  • Профильные выставки и конференции по транспортной безопасности и телемедицине.
  • Интеграторы и партнёры: компании, уже поставляющие решения для автопарков, могут включать продукт в свой пакет.

6. Потоки поступления доходов

  • Платежи за программное обеспечение: ежемесячная или годовая подписка.
  • Внедрение и настройка: разовая оплата за интеграцию с существующими системами автопарка.
  • Интеграция и поддержка: подключение к учётным системам и техническая поддержка.

6a. Модель монетизации

  • Подписка для бизнеса: лицензия за пункт или за автопарк, ежемесячная или годовая оплата.

7. Структура расходов

  • Разработка алгоритмов машинного обучения и программного обеспечения.
  • Сбор и разметка данных для обучения моделей оценки пульса и давления.
  • Испытания и подтверждение точности измерений.
  • Интеграция с системами клиентов.
  • Поддержка и обслуживание.

8. Ключевые метрики

  • Ошибка оценки пульса и артериального давления (цель: в пределах допустимых отклонений).
  • Доля успешных замеров (цель: не менее 95%).
  • Длительность осмотра (цель: сокращение по сравнению с очным).
  • Стоимость одного осмотра для клиента (цель: ниже очного).
  • Количество подключённых автопарков и водителей.

9. Скрытое преимущество

  • Отраслевая специализация: адаптация алгоритмов к условиям автопарка (освещение, положение водителя, качество камеры) и накопление данных пилота, которые конкуренты без аналогичного опыта не смогут воспроизвести.
  • Бесконтактный подход на обычной камере: отсутствие необходимости в specialised оборудовании снижает порог входа для клиентов и расширяет рынок.

Ссылка

На страницу проекта

Направление

IT, Здравоохранение, медицина, фармацевтика, Транспорт, Наука

Рынки

TechNet

Сквозные технологии

Искусственный интеллект, Технологии машинного обучения и когнитивные технологии, Технологии хранения и анализа больших данных