AI-gestuurd systeem voor het detecteren en tellen van pillen behaalt een nauwkeurigheid van 99,91% voor een leverancier van medische technologie.
Samenvatting
Een toonaangevend bedrijf in de gezondheidstechnologie had behoefte aan een geautomatiseerde oplossing voor het identificeren en tellen van farmaceutische pillen aan de hand van afbeeldingen met behulp van de National Drug Code (NDC)-classificaties. We hebben een computervisiesysteem ontwikkeld dat in staat is om pilsoorten te detecteren, classificeren en tellen met een precisie van 99,91 TP3T, waardoor handmatige tel-fouten worden geëlimineerd en de processen voor farmaceutische voorraadbeheer worden gestroomlijnd.
Uitdaging
Een grote aanbieder van technologie en diensten in de gezondheidszorg, gespecialiseerd in farmaceutische oplossingen en data-analyse in de gezondheidszorg, ondervond problemen met het handmatig tellen van pillen.
Handmatig pillen tellen is foutgevoelig en tijdrovend, wat knelpunten creëert die van invloed zijn op voorraadbeheer, patiëntveiligheid en naleving van regelgeving. De klant had behoefte aan een proof-of-concept dat automatisch specifieke farmaceutische producten kon herkennen en tellen aan de hand van NDC-codes in foto's, waarbij complexe scenario's met meerdere soorten pillen in één afbeelding moesten worden afgehandeld en tegelijkertijd aan de nauwkeurigheidsnormen voor farmaceutische producten moest worden voldaan.
Oplossing van AI Superior
We hebben een computervisiesysteem ontwikkeld op basis van een diep neuraal netwerk. Deze aanpak is verfijnd voor het detecteren en tellen van farmaceutische pillen. Het systeem is getraind op een dataset met hogeresolutieafbeeldingen uit verschillende categorieën en voert een inferentiepipeline uit die voorspellingskaders genereert met betrouwbaarheidsscores. Deze scores worden vergeleken met de grondwaarheid met behulp van de precisie-, recall- en F1-scores. Zowel kleine als grote modelvarianten zijn geïmplementeerd om een balans te vinden tussen prestaties en rekenkracht. De oplossing omvat tevens een gebruikersinterface voor het uploaden van afbeeldingen, het aanpassen van de betrouwbaarheidsdrempel en realtime visualisatie van de resultaten, samen met volledige technische documentatie en broncode.
Resultaat en implicaties
Het systeem behaalde een precisie, recall en F1-score van meer dan 99,91 TP3T voor alle voorspellingen, een aanzienlijke verbetering ten opzichte van handmatige methoden. Het stelt zorgorganisaties in staat om processen voor farmaceutische voorraadbeheer te automatiseren, personeel vrij te maken voor waardevollere patiëntenzorg en te zorgen voor consistente, controleerbare naleving van de regelgeving.
Naast dit specifieke gebruiksscenario wijst de technologie op een breder potentieel voor computervisie in de kwaliteitscontrole van de gezondheidszorg, waaronder inspectie van medische hulpmiddelen, validatie van geneesmiddelenproductie en automatisering van klinische proeven. Deze aanpak kan worden opgeschaald over de gehele farmaceutische toeleveringsketen, van productie tot apotheek, en verbetert zowel de patiëntveiligheid als de operationele efficiëntie.
Dutch 
English 
German 
Arabic 
French 
Spanish