В проекте планируется разработать программу на базе алгоритмов глубокого обучения, позволяющую по фраuменту ЭЭГ определять ее тип: нормальная, пограничная, патологическая. Это позволит повысить достоверность клинических заключений и ускорит процесс постановки диагноза. 

Достоверность поставленных по ЭЭГ клинических заключений во многом зависит от профессионального опыта врача-нейрофизиолога, проводящего исследование. В силу этой причины имеется необходимость разработки медицинских систем поддержки принятия решения для повышения достоверности клинических заключений и снижения врачебных ошибок при постановке диагноза.

Для решения проблемы создана уникальная база данных ЭЭГ для обучения нейронной сети, содержащая 1500 фрагментов записей нормальной, пограничной и патологической ЭЭГ. В ходе предварительных исследований установлена точность распознавания ЭЭГ по степени патологической значимости с помощью последовательных нейронных сетей с различными параметрами, такими как количество слоев, количество нейронов в скрытых слоях, количество эпох обучения и размер пакета. Для двуслойной нейронной сети, содержащей по 16 нейронов в скрытых слоях, точность распознавания достигла 85%.

Таким образом, по электроэнцефалограмме (ЭЭГ) программный комплекс может распознать с высокой точностью ее тип (нормальная, пограничная или патологическая). Данные результаты врачи-нейрофизиологи могут использовать при постановке диагноза.

Разработанное программное обеспечение повысит достоверность диагноза, поставленного по результатам ЭЭГ обследования. Программное обеспечение будет работать под управлением большинства современных операционных систем, таких как Linux, Windows и MacOS X. При разработке будет использоваться только свободно распространяемое программное обеспечение. Языком разработки программного обеспечения выступит Python.

Была рассчитана рентабельность проекта, в ходе чего показатель экономической эффективности деятельности компании оценивается как удовлетворительно, данный проект имеет огромный потенциал в развитии медицины.

Оценку емкости рынка выполним по формуле:

I = N*n*p, где N- количество потребителей n- частота потребления p- усредненная рыночная цена (средняя стоимость схожих программ для сегментации клеток крови 30 000 руб.)

Емкость рынка показывает, какое количество продукта может быть продано на определенном рынке за определенный период.

По данным Минздрава в России работает порядка 5400 клинико-диагностических лабораторий, в компетенции которых входит ЭЭГ обследования. Все они являются потенциальными потребителями разрабатываемого в проекте программного обеспечения, таким образом емкость рынка составляет 162 млн. руб.

Оценку рентабельности проекта выполним по формуле:

R = ((n*p)/Затраты)*100%, где n количество проданных программ, а p их стоимость. В ходе реализации проекта планируется продать не менее 5 000 экземпляров программного обеспечения, при стоимости единицы продукции 30 000 руб. На разработку MVP планируется потратить 500 тыс. руб. Остальные затраты будут связаны с продвижением программного продукта: его рекламой, разработкой маркетплейса и по предварительными оценкам составят 100 млн. руб. Таким образом, исходя из вышесказанного, рентабельность проекта составляет 150 %.

Бизнес-модель стартап-проекта выглядит следующим образом:

Ценностное предложение

Повышение достоверности клинических заключений и ускорение процесса постановки диагноза врачами-нейрофизиологами по фрагменту электроэнцефалограммы (ЭЭГ) на базе программы, использующей алгоритмы глубокого обучения.

Потребители – участники рынка B2B. Частные и государственные клиники (неврологические отделения), научно-исследовательские медицинские лаборатории и институты.

Партнеры

Медицинские организации.

Ресурсы

Оборудование, помещения, персонал, финансы, информационные ресурсы.

Ключевые активности

Разработка алгоритмов классификации ЭЭГ

Тестирование алгоритмов.

Разработка пользовательского интерфейса программы

Испытание программного комплекса. Составление рекомендации для организаций, использующих данный комплекс.

Отношения с заказчиками

Возможны удалённая и персональная поддержка, сопровождение

Каналы сбыта

Продажи будут осуществляться с помощью интернет-сайта, прямые продажи.

Затраты

Инвестиционные

-Материально-техническое обеспечение

- Оплата разработки и тестирования ПО

- Прочие

Операционные

-Оплата труда

-Аренда помещения

-Прочие

На страницу проекта