Projectcontext
Vergelijkbare casussen zoeken in medische beeldarchieven
AI-zoekfunctie voor medische beeldarchieven die vergelijkbare casussen vindt op basis van één geüploade scan, zodat medewerkers niet langer afhankelijk zijn van ontwikkelaars en databasequery's om vergelijkbare onderzoeken te vinden.
Klantidentiteit vertrouwelijk gehouden
De uitdaging
De oplossing
Gebruikte technologie
Het resultaat
Het zelflerende model zette in 98,5% van de zoekopdrachten een casus uit de juiste wervelkolomregio bovenaan, tegenover 73,5% voor het conventionele model. Van de tien bovenste resultaten waren er bijna negen relevant (86,9%), tegenover de helft (49,9%) bij de conventionele aanpak. Op een publieke medische beeldbenchmark van 17.778 beelden haalde dezelfde aanpak 99,7% top-1-nauwkeurigheid.
Daar wordt de businesscase concreet: een archief dat alleen via ontwikkelaars bereikbaar was, wordt doorzoekbaar voor de mensen die echt met de beelden werken, zonder het archief eerst te hoeven labelen.
Volgende stap
Ook verkennen waar dit als eerste kan landen?
Begin met één concrete workflow. We bepalen de eerste agent, platformfit en de verstandigste route naar productie.
