Sviluppo della visione artificiale
Il sistema per riconoscere le pillole usando la visione artificiale ha avuto bisogno di un sacco di dati di addestramento e di convalida per raggiungere gli standard di precisione necessari per funzionare bene. Nei tentativi ha raggiunto un tasso di precisione del ; però, per arrivare alla soglia del e garantire la sicurezza dei pazienti, sono state necessarie altre collaborazioni con l'industria farmaceutica e consultazioni con la FDA.
Progettazione dell'esperienza utente
Il design originale della piattaforma cercava di mettere tutte le funzioni di gestione dei farmaci in un'unica interfaccia, ma questo finiva per confondere gli utenti e abbassare parecchio il tasso di adozione. Semplificando l'esperienza utente e mostrando gradualmente le funzioni con un approccio di divulgazione progressiva, siamo riusciti ad aumentare il coinvolgimento degli utenti e a migliorare notevolmente i risultati di aderenza alla terapia farmacologica.
Ostacoli all'integrazione nei sistemi sanitari tradizionali
Gli operatori sanitari usano spesso sistemi di cartelle cliniche con API limitate o metodi di integrazione un po' vecchi. Sviluppare strumenti di integrazione e garantire opzioni di trasferimento manuale dei dati è stato fondamentale per far sì che i fornitori adottassero questi sistemi, anche se l'integrazione automatizzata era possibile dal punto di vista tecnico.
Navigazione normativa
Le app per la salute per dispositivi devono rispettare le regole e le normative di varie regioni e paesi in tutto il mondo. Collaborare con le autorità partecipando a riunioni preliminari con la FDA e consultando i dipartimenti sanitari statali si è rivelato efficace per evitare ritardi nello sviluppo e garantire che le questioni di conformità siano affrontate in modo rapido ed efficace.
Sfide tecniche
Il campo dell'imaging ha le sue sfide, come gestire diverse condizioni di illuminazione e distinguere tra pillole generiche e di marca in base ai segni di usura. Assicurarsi che il modello venga continuamente aggiornato e verificato rispetto a scenari reali si è rivelato più importante che concentrarsi sulle dimensioni del set di dati di addestramento.
Privacy e fiducia degli utenti
Gli utenti hanno espresso preoccupazioni riguardo alla privacy dei dati relativi ai farmaci, anche se hanno chiesto di poterli condividere con i familiari e gli operatori sanitari. Le misure di sicurezza che permettono di controllare la privacy e le politiche chiare sull'uso dei dati hanno richiesto una formazione degli utenti e diverse revisioni del design dell'interfaccia per poterle implementare in modo efficace.
Funzionalità offline
Spesso si prende la medicina in posti dove la connessione internet non è stabile, quindi è importante che le funzioni siano sempre disponibili. Per questo, serve un sistema complesso di sincronizzazione dei dati e risoluzione dei conflitti per bilanciare le capacità con la comunicazione in tempo reale con gli operatori sanitari e le funzioni di allerta di emergenza.
Diversità degli utenti
Progettare interfacce che vadano bene per tutti, dai ragazzi che hanno problemi di salute agli anziani con routine di farmaci complicate, ha richiesto l'uso di elementi di design flessibili e vari modi per far interagire gli utenti con il sistema in modo efficace e comodo. Le funzioni di accessibilità come i comandi vocali, le opzioni di testo e i percorsi di navigazione semplificati non erano più solo un optional, ma erano diventate componenti essenziali per soddisfare le diverse esigenze degli utenti.
Infrastruttura di elaborazione dei dati
Apache Spark è usato per gestire l'elaborazione dei dati e creare funzionalità su larga scala.