App de leitura de exames médicos
A leitura de um exame médico a partir de uma foto
Uma empresa britânica de diagnóstico médico tinha um teste de triagem por mudança de cor para uma complicação de uma doença crônica — e nenhuma forma objetiva de o paciente ler o resultado em casa. A CodeLeap construiu a visão computacional que lê o teste a partir de uma foto no celular, o app que guia o paciente durante o processo e o painel em que os clínicos acompanham os resultados.
Um exame de laboratório, lido por foto. A CodeLeap construiu um algoritmo em duas etapas para detecção de forma e medição de cor, um app para o paciente fotografar o teste e um painel para o clínico acompanhar os resultados; o sistema foi depois adaptado para pesquisa clínica acadêmica.
Nosso cliente fabrica um teste de triagem que mostra o resultado por mudança de cor — confiável em uma clínica, mas difícil de o paciente avaliar a olho nu em casa. Padronizar isso em milhares de câmeras de celular diferentes e banheiros mal iluminados é ainda mais difícil. O cliente fez parceria com a CodeLeap para que o celular fizesse a leitura, e entregamos a primeira versão em cerca de dez semanas.
Funcionalidades do produto
-
Visão computacional que lê o teste
Um algoritmo em duas etapas: a detecção de forma encontra o teste na foto e a detecção de cor mede o resultado dentro dele. Ele foi desenvolvido para lidar com iluminação variada, câmeras de qualidades diferentes e objetos soltos no enquadramento, porque as condições em que o paciente tira a foto não podem ser controladas.
-
Um app que guia o paciente na captura
Um app em React Native para iOS e Android conduz o paciente na aplicação do teste e na foto do resultado, que é enviada diretamente ao profissional de saúde. Não há julgamento a fazer, nem papelada, nem necessidade de consulta só para ler um resultado.
-
Um painel para o clínico
Uma interface web em React em que os profissionais de saúde veem os resultados de cada paciente e acompanham como eles mudam ao longo do tempo. Isso transforma testes individuais dispersos em um histórico sobre o qual o clínico pode agir, em vez de uma série de leituras isoladas.
-
Uma versão feita para pesquisa clínica
Quando uma universidade britânica adotou o produto em um estudo clínico de vários anos, construímos uma versão enxuta para o estudo, com identificadores de pacientes anonimizados, dispositivos padronizados e coletas em uma programação fixa. Assim os dados resistem ao escrutínio acadêmico, algo que os dados de um app comum para o consumidor não resistiriam.
Desafio
O problema clínico é fácil de descrever e difícil de resolver. Um teste por mudança de cor lido a olho nu dá um resultado subjetivo, que varia de pessoa para pessoa e não pode ser acompanhado de forma confiável ao longo do tempo — e a solução óbvia, fazer o celular ler o teste, esbarra no fato de que não há dois celulares, ambientes ou pacientes iguais. O algoritmo, portanto, precisava funcionar em condições que ninguém controlava: câmeras diferentes, iluminação diferente, objetos no enquadramento e pacientes sem nenhum treinamento para tirar a foto. Algo que só funcionasse em boas condições seria pior do que inútil, porque uma leitura errada dada com confiança é mais perigosa do que nenhuma leitura.
Solução
A CodeLeap construiu o algoritmo de visão computacional em duas etapas, o app do paciente para iOS e Android e o painel web em que os clínicos acompanham os resultados. Separar a detecção de forma da medição de cor é o que torna o sistema robusto: primeiro ele estabelece exatamente onde o teste está em uma foto não controlada e só então mede a cor dentro dessa região conhecida. O produto foi para produção e para as lojas de aplicativos, e a câmera do celular se tornou o leitor objetivo que o teste nunca teve. Desde então, uma universidade britânica o adotou em um estudo clínico de vários anos, e o cliente voltou à CodeLeap fase após fase, ao longo de vários anos, para continuar evoluindo o produto.
Stack tecnológica
A tecnologia escolhida é a nossa especialidade, o que permitiu desenvolver rapidamente pipelines de IA de alto desempenho sobre uma infraestrutura confiável.
-
Frontend
React Native (iOS e Android), React (painel do clínico)
-
Hospedagem
Infraestrutura em nuvem
-
IA
Algoritmo próprio de visão computacional em duas etapas, para detecção de forma e medição de cor
Continue explorando
-
UdokkA Udokk percebeu uma demanda crescente por conteúdo digital de saúde confiável e tinha uma ampla rede de profissionais pronta para produzi-lo. A CodeLeap construiu a plataforma em que profissionais de saúde publicam vídeos científicos e educativos para outros profissionais, estudantes e o público em geral — e são remunerados por isso.
saiba mais -
HurdlO cliente queria construir uma comunidade em que as pessoas pudessem se conectar com outras que passaram por dificuldades de saúde mental parecidas. A CodeLeap projetou e construiu o aplicativo para iOS, Android e web, junto com a moderação necessária para manter essa comunidade segura.
saiba mais -
The Frida ProjectO The Frida Project oferece apoio em saúde mental de terapeutas licenciados dentro de pequenos grupos online de pares, e os fundadores precisavam validar a ideia com usuários reais antes de gastar o restante do orçamento. A CodeLeap lançou o MVP para iOS e Android em menos de três meses; pouco depois do lançamento, o app tinha média de 4,9 estrelas, e alcançou milhares de usuários.
saiba mais
