Поиск

Распределенная in‑memory система очередей сообщений. Позволяет создавать очереди с различной архитектурой в зависимости от потребностей бизнеса.

Российская графово-векторная база данных. Анализируйте связи между данными в реальном времени, используя высокоскоростное хранилище графов и векторов.

Управленческая аналитика, построенная на данных реальной клинической практики (RWD) из электронных медицинских карт (ЭМК) и сформированных с помощью ИИ цифровых профилях пациентов. Функциональные возможности Аналитика по зарегистрированным заболеваниям Аналитика по распространенности факторов риска Аналитика о распределении пациентов по группам риска Поддержка ключевых нозологических групп: сердечно-сосудистые заболевания, сахарный диабет, легочные заболевания, COVID-19, акушерские и гинекологические заболевания, наркологические заболевания

Для нашей системы мы создаем различные модели на основе машинного обучения. Главное – это предиктивная аналитика, которая позволяет системе предсказать возможные события со здоровьем пациента. Но нам также нужны модели извлечения признаков из текстовых записей и модели для выявления подозрений на заболевания

Функциональные возможности Централизованный сбор обезличенных медицинских данных из электронных медицинских карт (ЭМК) Автоматическое объединение различных эпизодов в единый цифровой профиль пациента Автоматическое извлечение признаков из неструктурированных медицинских записей Выявление ошибок в данных, обнаружение и исключение дублей Формирование структурированных наборов данных под требования заказчика Анализ собранных наборов данных реальной клинической практики (RWD)

Функции мастер-системы: Определение уровня критичности технического состояния оборудования Автоматическое формирование отчетов по результатам обходов с отправкой данных ответственным специалистам «Журнал дефектов» — организация и контроль полного цикла устранения выявленных дефектов Планирование рекомендуемого ремонта на основе технического состояния оборудования

Сервис Webiomed.DataSet позволяет автоматизировать обработку из самых разнообразных источников обезличенные медицинских данных, накапливать на их основе цифровой профиль пациента и формировать наборы данных для машинного обучения. Возможности системы: Регистрация социальных данных Регистрация случаев оказания медицинской помощи Регистрация любых медицинских документов Автоматическое извлечение признаков с помощью сервиса Webiomed.NLP Автоматическая очистка и подготовка данных для машинного обучения

Функциональные возможности Автоматическое извлечение информации из неструктурированных медицинских записей Автоматический поиск и удаление ошибочных записей и выбросов Возможность автономного использования продукта, в т.ч. встраиванием в сторонние решения Извлечение объективных данных, симптомов из жалоб, признаков из врачебных осмотров и протоколов инструментальных исследований, результатов лабораторной диагностики, данных о назначенных лекарствах и т.д.

Отечественная in-memory колоночная СУБД для транзакционно-аналитической обработки данных в реальном времени.

Более 10 лет Tarantool помогает российским и зарубежным компаниям строить умный кэш, витрины данных, золотой профиль клиента, при этом экономить серверные мощности.

Легко мигрируйте на Tarantool DB — разработанную на платформе Tarantool NoSQL базу данных с интерфейсами доступа по протоколам Redis и IPROTO.

Сократите затраты на обслуживание real-time-репликаций из реляционных СУБД во внешние системы с помощью репликатора от Tarantool.