Floworbiter Floworbiter
Otwórz menu

MedTech · Mobile + Web · Pro bono

Od opublikowanego modelu ryzyka do aplikacji, z której lekarz korzysta w trakcie wizyty.

Badacze z Dell Medical School mieli zweryfikowany model dla raka kolczystokomórkowego skóry, ale istniał tylko jako kod w R i artykuł naukowy. Zamieniliśmy go w bezpłatną aplikację na iOS, Androida i web, która w kilka sekund pokazuje lekarzowi ryzyko w perspektywie 5 lat.

Opracował: Tomasz Kośmider, CEO · Opublikowano: listopad 2026

Pobierz z App Store Pobierz z Google Play

Z całego serca polecam ten zespół! Współpraca z nimi to przyjemność: są komunikatywni, odpowiedzialni i elastyczni. Nie miałam wcześniej doświadczenia w tworzeniu serwisów internetowych, a mimo to przeprowadzili mnie przez każdy etap i przedstawili realną wycenę i harmonogram. Produkt dostarczyli na czas i poniżej budżetu. Nie mogę się ich nachwalić. 5 na 5 gwiazdek!

Anokhi Jambusaria MD, MSCE

Dell Medical School, The University of Texas at Austin

Tłumaczenie z języka angielskiego

Ryzyko 5-letnie dla każdej ścieżki leczenia w aplikacji riSCC
Formularz danych pacjenta: wiek, płeć, status odporności
Formularz danych guza: średnica, głębokość, zróżnicowanie

Ryzyko 5-letnie dla każdej ścieżki leczenia w aplikacji riSCC

Wyzwanie

Dobry model nic nie da, jeśli nie zmieści się w 15-minutowej wizycie.

Model riSCC opublikowano w 2025 roku w Journal of the American Academy of Dermatology (PMID 40024391). Potrzebuje 10 danych klinicznych i zwraca ryzyko dla 5 zdarzeń przy 3 opcjach leczenia. Klient nigdy wcześniej nie budował oprogramowania. Potrzebował partnera, który wyjaśni każdy krok, poda realną wycenę i utrzyma budżet.

  • 10

    danych klinicznych na dwóch krótkich ekranach

  • 15

    wyników naraz: 5 zdarzeń × 3 ścieżki leczenia, każdy z 95% przedziałem ufności

  • 0

    zapisanych danych pacjentów

  • 3

    platformy: iOS, Android, web

Jak to zrobiliśmy.

  1. Wycena prostym językiem.

    Zanim powstał kod, wyjaśniliśmy opcje (gdzie działa model, co jest zapisywane, jak aplikacja trafia do sklepów) i podaliśmy stały harmonogram oraz budżet.

  2. Projekt pod presję czasu.

    Przetestowaliśmy dwa układy i zostawiliśmy ten, w którym wszystkie wyniki zmieniają się na jednym ekranie w trakcie wpisywania.

  3. Prywatność od początku.

    Pierwsza wersja niczego nie zapisuje. Dane są tylko na ekranie i znikają, gdy lekarz go zamknie, więc żadne dane pacjenta nie wychodzą poza wizytę.

  4. Model w swoim języku.

    Model statystyczny zostaje w R, w kontenerze za bezpiecznym API. Gdy badacze zaktualizują model, aplikacja nie potrzebuje nowego wydania.

  5. Publikacja i automatyzacja.

    Bezpłatne aplikacje w App Store i Google Play, wersja webowa i automatyczne wdrożenia z GitHuba.

Efekt.

  • Dostarczone na czas i poniżej budżetu (słowami klienta).
  • Bezpłatne dla lekarzy na całym świecie (pro bono).
  • Architektura gotowa na rozwój: opcjonalne logowanie i anonimowa historia wyników do badań długoterminowych są zaprojektowane i czekają, jeśli zespół badawczy ich potrzebuje.

Więcej

Masz model, badanie albo narzędzie kliniczne, które powinno być aplikacją?

Pomożemy określić zakres, zadbać o bezpieczeństwo danych pacjentów i dostarczyć narzędzie lekarzom.

Porozmawiajmy o projekcie MedTech

Pozostałe case studies