Close
Есть вопросы? Свяжитесь с нами!
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности

iPavlov infinite data is definitely secure

iPavlov неразрывно связан с Искусственным Интеллектом, в то время как Искусственный Интеллект неразрывно связан с обработкой больших данных. С помощью Big Data мы строим «умный город», оптимизируем и систематизируем ваш бизнес, внедряя технологии будущего, помогаем медицинским работникам в принятии важнейших врачебных решений, разрабатываем высокоразвитых виртуальных ассистентов и цифровизируем отрасли промышленности. Присоединяйтесь к iPavlov, чтобы погрузиться в бесконечный мир Больших Данных.

Что для Вас Big Data?

Концепция 3-х "V"
Обычно определение больших данных строится на концепции 3-х "V":
Volume
Объем данных
Variety
Разнообразие данных
Velocity
Скорость обновления данных
Правда, к вышеперечисленным 3-м "V" нередко добавляют еще несколько: veracity (достоверность), variability (изменчивость), visualization (визуализация), value (ценность)
Что такое большие данные?
Итак, большие данные (от англ. big data) — серия подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети. Инструменты Big Data появились в середине 2000-х годов как альтернатива традиционным системам управления базами данных и решениям класса Business Intelligence.

Big Data и iPavlov
Сегодня iPavlov обрабатывает большие данные разного типа: сложные неструктурированные данные медицинских карт, медицинские изображения, нескончаемые разговоры операторов колл-центров, видеоданные “умных камер”.

iPavlov выделяет следующие общие принципы работы с большими данными:

Горизонтальная масштабируемость
Любая система, которая предполагает обработку больших структурированных и неструктурированных данных, должна быть расширяемой.
Отказоустойчивость
Принцип горизонтальной масштабируемости подразумевает, что машин в кластере может быть много. Например, кластер организации N имеет 1000 машин. Безусловно, часть этих машин будет периодически выходить из строя. Это означает, что методы работы с большими данными должны учитывать возможность таких сбоев и переживать их без каких-либо значимых последствий.
Локальность данных
В больших распределённых системах данные распределены по большому количеству машин. Если данные физически находятся на одном сервере, а обрабатываются на другом – время на передачу данных может превысить время на саму обработку. Поэтому одним из важнейших принципов проектирования BigData-решений является принцип локальности данных – предпочтительно данные должны обрабатываться на той же машине, на которой хранятся.
Проекты:
Расскажите немного о себе и о Вашем предложении о сотрудничестве.
Наша команда скоро с вами свяжется.
Расскажите немного о себе и о Вашем предложении о сотрудничестве.
Наша команда скоро с вами свяжется.
Система поддержки принятия врачебных решений

Система поддержки принятия врачебных решений, распознающая патологические образования по цифровым снимкам COVID-19, КТ/НДКТ ОГК, МРТ, ММГ, РГ/ФЛГ. Система предназначена для выявления патологий и подачи сигнала тревоги врачу в случае превышения заранее заданных критических значений системы.


Среди функциональных возможностей системы:

— Локализация патологии и расчёт процента поражённых тканей

— Классификация патологических изменений в соответствии с медицинскими стандартами

— Возможность синхронизации обработанных результатов с исходными для большей наглядности и удобства в анализе специалистами

— Интеграция с распространёнными медицинскими сервисами в.т.ч. ЕРИС

— Приоритизация исследований (триаж) в рабочем списке врача


Диагностические показатели СV-модели:

— Чувствительность — 0,9945

— Специфичность — 0,9945

— Площадь под ROC-кривой (AUC) — 0,96

В результате внедрения данной системы в контур организаций здравоохранения следует ожидать:

— Уменьшение количества врачебных ошибок

— Снижение затрат на медицинский персонал

— Ускорение процесса постановки диагноза

— Улучшение клиентского опыта пациентов государственных учреждений

Система скрининга электронных медицинских карт

Система скрининга электронных медицинских карт на основе технологий искусственного интеллекта.

Обученные CV и NLP модели анализируют исследования и заключения врачей в ЭМК, а также родословную пациента для прогнозирования риска возникновения орфанных заболеваний у детей или для диагностики данных заболеваний у новорожденных.

Выявление орфанных заболеваний с помощью ИИ призвано сократить среднее время, необходимое для постановки диагноза, с 7 до 2 лет и снизить детскую смертность на 50%.

На текущий момент анализируются следующие заболевания:

— Мукополисахаридоз

— Болезнь Фабри

— Болезнь Помпе

— Болезнь Ниманна-Пика тип A/B (ASMD)

Проспективный анализ риска возникновения орфанных заболеваний по родословной призван предупредить их распространение и уменьшить количество летальных исходов во врачебной практике.

Расскажите немного о себе и о Вашем предложении о сотрудничестве.
Наша команда скоро с вами свяжется.

Разработка интеллектуальной системы сбора, обработки и хранения информации общемузейного 3-D фонда

Цифровой двойник для музея – это прежде всего возможность создать цифровой фонд и сохранить наследие на многие года или даже века. 

Одно из решений iPavlov - разработка информационной системы создания, обработки и хранения цифровых двойников объектов архитектуры, скульптуры, предметов декоративно-прикладного искусства, живописи и иных экспонатов музейного фонда. Решение также имеет возможность интеграции с аппаратно-программными комплексами, предназначенными для высокоточных измерений и контроля формы сложных поверхностей двойной кривизны, а также информационной системой “КАМИС”. 

Если рассмотреть систему под лупой, то можно выделить основные следующий комплекс включаемых систем:

• Подсистема сбора данных с аппаратных средств: 

Функционал: единое программное обеспечение, интегрированное с локальным оборудованием Заказчика и специализированным программным обеспечением сбора и обработки исходных данных, объединяя в процессе интеграции весь необходимый функционал информационных процессов сбора, обработки и передачи данных. 

• Подсистема хранения, администрирования и обработки данных: 

Функционал: хранение цифровых моделей экспонатов, информации о цифровых моделях и обеспечивает их сжимание для возможности их последующей визуализации в реальном времени, в том числе в подсистеме виртуальной экспозиции цифровых моделей экспонатов. 

• Подсистема виртуальной экспозиции цифровых моделей экспонатов: 

Функционал: корректная публикация интерактивных 3D моделей в режиме реального времени и возможность их последующего просмотра и загрузки пользователями без использования дополнительного стороннего программного обеспечения. 

• Подсистема определения несоответствия цифровых моделей экспонатов: 

Функционал: сравнение двух цифровых моделей экспоната с целью определения вероятности подмены оригинального экспоната его фальсифицированной копией. 

3D фонд позволяет музею не только сохранить свои экспонаты и национальное наследие, но также избегать возможность незаконной подмены оригинальных экспонатов.

Расскажите немного о себе и о Вашем предложении о сотрудничестве.
Наша команда скоро с вами свяжется.
Расскажите немного о себе и о Вашем предложении о сотрудничестве.
Наша команда скоро с вами свяжется.
Система анализа голосового трафика с АТС/ВАТС предприятия

Несмотря на растущую популярность форм онлайн-обращений (чаты, формы обратного звонка, консультант и т.д.), одним из самых востребованных каналов связи по-прежнему является звонок. Компании, пользующиеся услугами АТС/ВАТС, в числе прочих мероприятий по защите информации, применяют запись телефонных разговоров. При этом записанные телефонные разговоры используются службой безопасности в основном только в крайних случаях: доказать уже совершенное противоправное действие: например, разглашение коммерческой тайны. 

Разрабатываемые системы записи и анализа телефонных разговоров способны не только переводить полученные аудиоданные в текст, но анализировать полученные текстовые данные и автоматизировано, в реальном времени, при наступлении “тревожных событий” передавать сигнал заранее заданным сотрудникам, например, службе безопасности.

Решение iPavlov “Система анализа голосового трафика с АТС/ВАТС предприятия” предназначена для повышения эффективности финансово-экономической безопасности предприятия и рабочей деятельности сотрудников, ведущих взаимодействие с помощью АТС/ВАТС предприятия и снижения рисков утечки конфиденциальной и корпоративной информации. 

Данная система должна распознавать 100% голосового трафика, проходящего через АТС/ВАТС, переводить его в текст для последующего анализа данных с помощью технологий обработки естественного языка на предмет соответствия скриптам общения, принятым в организации, а также проверяет наличие в разговорах излишней или конфиденциальной информации.

Включает в себя следующий функционал:

1. Руководящему составу в режиме реального времени предоставляется панель индикаторов (дашбордов), отображающих загруженность тех или иных подразделений, матрицы связей между подразделениями и сотрудниками и прочие параметры рабочего взаимодействия

2. Автоматизированное выявление нелояльных сотрудников, установка каналов передачи корпоративных и конфиденциальных данных с использованием АТС/ВАТС предприятия для последующей передачи обработанных и структурированных данных службе безопасности организации или подразделениям, выполняющих аналогичный функционал.

3. Оценка уровня подготовки операторов. Формирование специализированных оповещений при возникновении ситуаций, когда сотрудники не придерживаются разработанных правил (скриптов) во время телефонных разговоров. Выделение наиболее успешных сценариев ведения телефонных переговоров согласно заранее выделенным критериям, а также оценке результативности сотрудников.

4. Формирование рекомендаций по улучшению речевых модулей, используемых в рамках трудовой деятельности. Применяется, в основном, для сотрудников подразделений, работающих с внешними и внутренними заказчиками.

Данное решение имеет высокую ценность при внедрении в любое коммерческое предприятие или государственную службу, где есть в наличии АТС/ВАТС. Также имеет высокий потенциал при внедрении на предприятиях по производству или добыче ценных минералов, металлов и прочих ресурсов, в связи с проблемой воровства и иных противозаконных действий рабочих на добывающих и перерабатывающих предприятиях. 

Smart Search

Цифровой ассистент, реализующий поиск по большим базам текстовых данных со встроенным инструментом анализа естественной речи, а также коррекции опечаток и морфологии.

Может использоваться в архивах и библиотеках, при поиске информации в корпоративных базах данных.

Среди функциональных возможностей цифрового ассистента:

— Поиск документов, и приведение выдержек из них, соответствующих запросам пользователя

— Семантический анализ текста и естественной речи, автоматическая коррекция опечаток и морфологических ошибок

— Ранжирование результатов поиска по релевантности

Максимально достигнутое в ходе тестирования значение чувствительности модели NLP — 0,8918.