Adattudományi szolgáltatásunkkal megtapasztalhatja az adatokban rejlő erőt. Meghatározzuk ügyfelünk problémáját, és végigvisszük az adattudományi életciklus egyes szakaszain, hogy a legjobb megoldást találjuk meg a kihívásra.
Az adatbiztonság, az adatkezelés és az adattudomány területein szerzett interdiszciplináris kompetenciáink lehetővé teszik, hogy az adatokat tudássá és technológiává alakítsuk.
Adattudományi munkánk fő elemei
Adattudományi/gépi tanulási megoldás kiválasztása
Adatbetöltés a megfelelő forrásokból
Adatok előkészítése modellezési célokra
Megfelelő algoritmusok kiválasztása konkrét problémákra
Gépi tanulási modellek fejlesztése
Adatok rangsorolása és értékelése
Modellek betanítása és iteratív finomhangolása
Modellek értékesítése szolgáltatásként
Problémaspecifikus folyamatirányítási eszközök fejlesztése szakértők számára
Elosztott, federált, GDPR-konform, több lokációt támogató, személyes adatokon alapuló algoritmustanítási lehetőségek központosított adatgyűjtés vagy az alapadatokhoz való közvetlen hozzáférés nélkül
Alkalmazási területek
Dokumentumfeldolgozás
Dokumentumok besorolása
Dokumentumok digitalizálása természetes nyelvfeldolgozási módszerekkel (NLP)
Strukturálatlan változók kinyerése szabad szöveges állományból
Federált elemzés
Komplex algoritmustanítási és elemzési lehetőségek az adattudomány segítségével a vállalatcsoport különböző országokban és régiókban működő részlegei bevonásával bizalmas vagy érzékeny vállalati adatok gyűjtése nélkül.
Elosztott (federált) tanulás alkalmazása modellezéshez, elemzéshez vagy riportkészítéshez az adatok mozgatása vagy az adatokhoz való közvetlen hozzáférés nélkül
Pénzügyi szektor
Online biometrikus ügyfélazonosítás
Csalásészlelés
Trading robotok
Befektetés- és szentimentanalízis
Ügyféladatok beolvasása és automatizált adattisztítás
Ügyféljellemzők definiálása
Kockázatmodellezés és -előrejelzés
Ügyféléletciklus és ügyfélélettartam-érték előrejelzése
Ügyfélszolgálat és chatbotok
Termék- és szolgáltatásajánló algoritmusok
Valós idejű és előrejelző elemzések
Egészségügyi szektor és klinikai kutatás
Orvosi képelemzés és kiértékelés
Virtuális asszisztens szakorvosok vagy ügyfélszolgálat számára
Kockázatmodellezés és kezeléselőrejelzési számítások
Személyre szabott kezelés és gyógyszerelemzés
Egészségügyi adatok és klinikai változók kinyerése klinikai riportokból
EKG-ból vagy hordozható készülékekből kinyert adatok elemzése
Biomarker-kutatás
Gyógyszer-repozíció és kutatás
Hálózatelemzés
Edge/IoT eszközök adatelemzése
Hálózati állapotelemzés
Megoldásaink
Klinikai adatbányászat mesterséges intelligenciával (MI)
Megoldásunk biztosítja az onkológiai vonatkozású mutatók és laboratóriumi vizsgálati eredmények kinyerését szabadszöveges orvosi dokumentációkból a kórházi betegéletutak kereshetőbbé és teljesebbé tétele érdekében.
A projekt során az adatokat és a mutatókat orvosi dokumentációkból, digitális lázlaprendszerekből és neurotrauma-adatbázisból gyűjtjük, továbbá neuromonitoringot, illetve képalkotó eljárás segítségével elektrofiziológiát és betegéletút-monitorozást végzünk.
Közreműködésünkkel szenzoros adatok segítségével egy, a páciens komplex monitorozásán alapuló megbízható rohamelőrejelzés válik lehetővé, így akár a műtéti kezelés is elkerülhető.
A projekt során kialakítottunk egy, a hordozható EKG-készülékekből folyamatosan érkező adatokon alapuló, automatizált elemzési folyamatot és egy vizuális klinikai kutatási eszközt a rohamok előrejelzésére irányuló klinikai vizsgálatokhoz.
Gyógyszerfejlesztés és hipotézis igazolása ML segítségével
A gyógyszerinnováció általában jelentős idő- és kutatási ráfordítást igényel. Gépi tanulási módszerek (ML) alkalmazásával a szükséges idő és költség lényegesen csökkenthető, és az eredmények megbízhatósága is javul.
A gyógyszerkutatók számára biztosított elemző riport egy célmolekulára vonatkozó hipotézist intelligens másodvéleménnyel támaszt alá.
