Un système de détection et de comptage de pilules basé sur l'IA atteint une précision de 99,9% pour un fournisseur de technologies de santé.
Résumé
Une entreprise leader dans le secteur des technologies de la santé avait besoin d'une solution automatisée pour identifier et compter les comprimés pharmaceutiques à partir d'images, en utilisant la classification du Code national des médicaments (NDC). Nous avons développé un système de vision par ordinateur capable de détecter, classifier et compter les différents types de comprimés avec une précision de 99,91 % (TP3T), éliminant ainsi les erreurs de comptage manuel et rationalisant les processus de gestion des stocks pharmaceutiques.
Défi
Un important fournisseur de technologies et de services de santé, spécialisé dans les solutions pharmaceutiques et l'analyse des données de santé, a rencontré des difficultés liées au comptage manuel des pilules.
Le comptage manuel des comprimés est une opération fastidieuse et sujette aux erreurs, engendrant des goulots d'étranglement qui impactent la gestion des stocks, la sécurité des patients et la conformité réglementaire. Le client avait besoin d'une preuve de concept permettant de reconnaître et de compter automatiquement des produits pharmaceutiques spécifiques grâce à leur code NDC, à partir d'images photographiques. Cette solution devait être capable de gérer des situations complexes comportant plusieurs types de comprimés sur une même image, tout en respectant les normes de précision pharmaceutiques.
Solution par AI Superior
Nous avons développé un système de vision par ordinateur basé sur un réseau neuronal profond. Cette approche, optimisée pour la détection et le comptage de comprimés pharmaceutiques, a été entraînée sur un ensemble de données d'images haute résolution couvrant plusieurs catégories. Le système exécute un pipeline d'inférence qui génère des boîtes de prédiction assorties de scores de confiance, évalués par rapport aux données réelles à l'aide des métriques de précision, de rappel et de score F1. Des variantes de modèle, de petite et de grande taille, ont été implémentées afin d'équilibrer les performances et les besoins de calcul. La solution comprend également une interface utilisateur pour le chargement d'images, le réglage du seuil de confiance et la visualisation des résultats en temps réel, ainsi qu'une documentation technique complète et le code source.
Résultat et implications
Le système a atteint une précision, un rappel et un score F1 supérieurs à 99,91 % pour l'ensemble des prédictions, ce qui représente une amélioration considérable par rapport aux méthodes manuelles. Il permet aux établissements de santé d'automatiser la gestion de leurs stocks pharmaceutiques, de libérer du personnel pour des soins à plus forte valeur ajoutée et de garantir une conformité réglementaire constante et vérifiable.
Au-delà de ce cas d'utilisation, cette technologie révèle un potentiel plus vaste pour la vision par ordinateur dans le contrôle qualité des soins de santé, notamment pour l'inspection des dispositifs médicaux, la validation de la fabrication des médicaments et l'automatisation des essais cliniques. Cette approche peut être déployée à l'échelle de la chaîne d'approvisionnement pharmaceutique, de la fabrication à la distribution en pharmacie, améliorant ainsi la sécurité des patients et l'efficacité opérationnelle.
French 
English 
German 
Arabic 
Dutch 
Spanish