تطوير خوارزميات تَعَلُّم الآلة (ML) لتقنية الرؤية الحاسوبية لشركة ناشئة في مجال تأمين الأسنان

نبذة عن العميل

شركة ناشئة مبتكرة في إدارة تأمين رعاية الأسنان.

منع الاحتيال في تأمين الأسنان باستخدام تقنية تَعَلُّم الآلة (Machine Learning)

تعمل شركة العميل على تطوير منتج برمجي مُبتكر لرصد الأخطاء في مطالبات التأمين والكشف عن حالات الاحتيال في مجال طب الأسنان. ذلك أن مُقَدِّمي رعاية الأسنان أحيانًا يرتكبون أخطاءً عند تعبئتهم لوثائق مطالبات التأمين (على سبيل المثال، إدراج رموز وأرقام خاطئة للأسنان). وهناك أيضًا حالات تنطوي على تَعَمُّد تغيير التشخيص وتقديم مطالبات باستخدام نفس الأشعة السينية (X-rays) أكثر من مرة أو تغييرها يدويًا إلى أنواع أخرى عدة مرات للحصول على تعويض أعلى.

يهدف المنتج البرمجي للعميل إلى استخدام تقنية الرؤية الحاسوبية (computer vision) لتحليل مطالبات التعويض والأشعة السينية (X-rays) المُرفقة بها، لتحديد حالة الأسنان ومقارنتها بالتشخيص والإجراءات المذكورة في وثيقة المطالبة. كذلك سيعمل على مقارنة صورة الأشعة السينية (X-ray) بالصور الموجودة في قاعدة بيانات النظام، والكشف عن أي نُسَخ مُكرَّرة أو تعديلات يدوية على الصور، والإبلاغ عن حالات الاحتيال.

من أجل ذلك، كان العميل بحاجة إلى تعزيز فريق تطوير البرمجيات الطبية لديه بعالِم بيانات خبير في تقنية الرؤية الحاسوبية (computer vision). هذا الخبير سيكون مسؤولًا عن المساعدة على تطوير خوارزميات موثوقة لتَعَلُّم الآلة، بهدف تحديد المشكلات الصحية في الفم والأسنان والمقارنة بين الصور الطبية. وكان العميل يبحث عن مُوَرِّد تقني جدير بالثقة يُمكنه توفير الخبير الملائم في أسرع وقت للمشاركة في الإطلاق السريع للمنتج البرمجي.

التعزيز السريع لفريق العميل بخبير في الرؤية الحاسوبية

بعد انبهاره بخبرة ساينس سوفت الواسعة في مجال تحليل الصور الطبية، منح العميل ثقته لنا لتعزيز فريقه بمهندس محترف في مجال تَعَلُّم الآلة (Machine Learning). ولتلبية احتياجات العميل، كَلَّفت ساينس سوفت بالمشروع عالِمًا خبيرًا في علم البيانات وتطوير البرمجيات بلغة بايثون (Python)، يعمل بدوام كامل ويتمتع بخبرة مُثبَتة في قيادة الفِرَق ودراية عميقة بتفاصيل مجال الرعاية الصحية. اتفق الطرفان على استخدام نموذج التسعير القائم على الوقت والمواد (Time and Material) لتوفير المرونة وقابلية التوسع في تقديم الخدمات.

في غضون أسبوع واحد فقط، كان خبير ساينس سوفت جاهزًا للانضمام إلى المشروع. وبعد فترة وجيزة لنقل المعرفة وتحليل وثائق المشروع، بدأ خبيرنا العمل على تطوير خوارزميات تَعَلُّم الآلة (ML) لتقنية الرؤية الحاسوبية (Computer Vision)، مُتعاونًا في ذلك مع علماء البيانات لدى العميل.

كانت مهمة الفريق المُشترَك تطوير خوارزميات لتوفير إمكانيات:

• تحديد نوع السِّن (قاطع، أو ناب، أو ضاحك، أو ضرس) وموقعه (باستخدام رموز النظام العالمي لترقيم الأسنان).
• الكشف التلقائي عن موقع المشكلات أو التشوهات داخل السِّن.
• تحديد نوع المشكلة الصحية في الفم والأسنان (تآكُل الأسنان، والتَّسَوُّس أسفل الحشو الحالي، وخُرَّاج الأسنان، وتَعَفُّن جذور الأسنان، وتَكَيُّس الأسنان، وغيرها من المشكلات).
• المقارنة بين الصور الطبية وصور من قاعدة البيانات للتحَقُّق من صحة المسح بالأشعة السينية (X-ray).
• الكشف عن الصور الطبية المُكَرَّرة التي تحتوي على تغييرات طفيفة (على سبيل المثال، ضبط تباين الصور، وإضافة عناصر جديدة للصور باستخدام برامج تعديل الصور، وإجراء تغييرات محاذاة الصور) لمنع الممارسات الاحتيالية التي قد يستخدمها مُقَدِّمو رعاية الأسنان.

شارك خبير ساينس سوفت بنجاح في تطوير نماذج التَعَلُّم العميق (Deep Learning)، مستفيدًا من خبرته التي تزيد على 10 أعوام للتغلب على التحديات التقنية طوال فترة تنفيذ المشروع. على سبيل المثال، أسهم خبيرنا في توحيد ومواءمة صيَغ العديد من أنظمة معلومات الأشعة (RISs) لملفات الأشعة السينية (X-ray). إلى جانب ذلك، عالج فريق المشروع المشكلات المُتعلِّقة بجودة صور الأشعة السينية (X-ray) وحجمها ومحاذاتها والمعلومات غير المُتعلِّقة المذكورة فيها، وغير ذلك الكثير.

التزمت ساينس سوفت، المُوَرِّد المُعتمد بشهادة الأيزو 13485 لتقديم خدمات تقنية المعلومات، بنهج إدارة الجودة المتوافِق مع المتطلبات الموضَّحة في المعيار، إذ يُعد المنتج البرمجي الذي شاركنا في تطويره من فئة البرمجيات كأجهزة طبية (Software as a Medical Device).

الوصول إلى نسبة 95% في دقة الخوارزميات

بعد 6 أشهر من المشاركة المتميزة لعَالِم ساينس سوفت الخبير في علم البيانات، حصل العميل على منتج الحد الأدنى للحل البرمجي (Minimum Viable Product) جاهز لدخول السوق. وفي المتوسط، أمكنت الخوارزميات من التعرُّف إلى الصور الطبية بدقة بلغت 95%. بعد الانتهاء من عملية التطوير، يعتزم العميل تقديم المنتج إلى إدارة الغذاء والدواء (FDA) للموافقة عليه.

وقد أعرب فريق التطوير الداخلي لدى العميل عن تقديره الكبير لخبرة مهندس ساينس سوفت في مجال تعلُّم الآلة (ML) وحِسه المبادِر في العمل ومهاراته الاستثنائية في التواصل.

التقنيات

Python, Pytorch.