AI проекты
Этапы подбора
Резюме
Блог
Почему услуга бесплатна
Стажировка по проекту
Компания: «Саратовский государственный медицинский университет им. В. И. Разумовского»
Нейроконсультант
для паллиативных пациентов
Суть проекта
Задача
Для чего
Вводные данные
Выходные данные
Создание нейроконсультанта для паллиативных пациентов, их родственников и лиц, осуществляющих уход
Создание инструмента для информирования о возможностях социальной и паллиативной поддержки со стороны государства и для отслеживания состояния здоровья паллиативного пациента
Нормативные документы, регулирующие оказание паллиативной помощи как федерального, так и регионального уровня
Телеграм-бот, отвечающий на вопросы пользователей по всем возможностям паллиативной помощи в рамках нормативных документов. Релевантность ответов - 98%
Нейроконсультант для паллиативных пациентов
Участники
команды проекта
  • Осокин Юрий
    Тимлид проекта
    Юрий - руководитель группы разработчиков, отвечал за ведение проекта
  • Марарескул Дмитрий
    Начальник отдела общесистемного проектирования космических комплексов и систем координатно-метрического назначения и разработки наземных и бортовых навигационных, измерительных и контрольно-измерительных систем
    • Организация сбора, обработки исходных данных для формирования базы знаний
    • Коррекция заголовков и уточнение разметки документов
    • Мониторинг активности группы и стимулирование участников
    • Тестирование и оптимизация базы знаний, включая разбиение длинных чанков
    • Тестирование телеграм-бота
    • Добавление расширенного блока метаданных для улучшения качества поиска
  • Глазырина Татьяна
    Специалист отдела сопровождения СПС Гарант
    • Подготовка базы знаний, добавление и обработка заголовков для разметки в формате Markdown
    • Обработка части новой книги и доразметка источников для общей базы знаний
    • Проведение тестирования работы чат-ботов на векторной базе
    • Тестирование контрольных вопросов с занесением результатов в таблицу
    • Исправление и тестирование ошибочных ответов в базе знаний
    • Транскрибация видео с сайта propalliativ.ru, дополнение базы знаний необходимыми пояснениями
  • Куцинс Андрис
    Бизнес-девелопер
    • Подготовка и структурирование информации в текстовой базе знаний
    • Проведение всестороннего тестирования вопросов и ответов чат-ботов
    • Внесение существенных улучшений в организацию данных, повышение эффективности работы с базой знаний
    • Существенное улучшение качества и структуры базы знаний.
  • Минкин Александр
    Преподаватель
    • Подготовка и оптимизация структуры базы знаний
    • Разработка алгоритма гибридного поиска в векторной базе Qdrant и ранжирования результатов
    • Подбор подходящих предобученных нейросетей для организации ранжирования результатов
    • Отбор критериев и способов оценки качества ответов нейропомощника с помощью RAGAS, TrueLens и PromptFlow
    • Построение автоматической системы оценки чат-бота с использованием ChatGPT
    • Тестирование и оптимизация ответов нейропомощника до уровня 98% сходства с эталонными ответами с визуализацией с помощью Matplotlib
    • Интеграция нейропомощника в телеграм-бот, разработанный как финальный интерфейс для паллиативных пациентовУпаковка финального решения телеграмм-бота в Docker-контейнеры.
  • Коваленко Елена
    Преподаватель Саратовского медицинского университета, врач-кардиолог
    • Согласование технических заданий с командой разработчиков
    • Подбор и структурирование материалов для базы знаний
    • Разработка и разметка базы знаний в формате Markdown
    • Составление списка контрольных вопросов для тестирования
    • Тестирование базы знаний, включая нормативные документы
    • Экспертная оценка результатов тестирования
    • Согласование интерфейса и функционала телеграм-бота
    • Тестирование телеграм-бота
  • Стреколовский Максим
    Разработчик AI, AR, VR
    • Создание своего варианта телеграмм-бота с использованием базы знаний
    • Участие в подготовке базы знаний для телеграм-бота
    • Внедрение функции суммаризации данных как способ расширения метаданных базы знаний
    • Внедрение и настройка нейросетей для повышения интеллектуальности бота
  • Кошкин Олег
    Системный инженер
    • Переработка базы знаний, создание собственной реплики базы знаний
    • Создание собственного варианта телеграм-бота на основе векторной базы знаний FAISS с использованием библиотеки AioGram
    • Расширение функционала телеграм-бота за счет внедрения периодического анкетирования паллиативных пациентов о состоянии здоровья
    • Тестирование телеграм-бота с использованием тестовых вопросов заказчика, с использованием RAGAS, TrueLens и PromptFlow
    • Интеграция в проект легковесной базы данных SQLite для хранения информации о пациентах и пройденных опросах
    • Вывод в телеграм-бот статистики по состоянию пациента на основе динамики состояния здоровья
  • Сапрыкин Дмитрий
    Технический лидер по внедрению ИИ и командный лидер по разработке ЛЛМ приложений / Tech Lead AI and Team Lead AI LLM Development
    • Разработка интеллектуального нейроконсультанта с использованием технологии Retrieval-Augmented Generation (RAG) на базе Microsoft Azure
    • Формирование развернутых промтов для нейроконсультанта, которые легли в основу финального решения
    • Обновление базы знаний и добавление новых документов
    • Добавление трех режимов работы бота: пациент, опекун, доктор
    • Разработка и тестирование опросника для анкетирования паллиативных пациентов
  • Докучаева Светлана
    Преподаватель
    • Разметка первоисточников, структурирование данных для формирования базы знаний
    • Формирование базы знаний телеграм-бота
    • Участие в тестировании различных вариантов телеграм-ботов на базе знаний с заполнением таблицы тестирования
    • Добавление расширенных метаданных в базу знаний для ряда разделов
Демонстрация проекта (youTube)
Демонстрация проекта (VK)
Благодарность университетУ