في بعض مواقف الحياة ، تحتاج إلى التصرف بسرعة كبيرة. في بعض الأحيان يكون هذا الشرط مستحيلًا: على سبيل المثال ، من المستحيل ببساطة دون حظ كبير في وقت قصير جدًا العثور على شخص مصاب بفصيلة دم نادرة ، ومستعد أيضًا لمشاركتها. أنشأ الرجال منتجًا يسمى DonorUA ، والذي يساعد حقًا في إنقاذ الأرواح باستخدام روبوت الدردشة. مزيد من التفاصيل تحت القطع.
أعطي الكلمة للمؤلف.قبل بضع سنوات في هاكاثون لإنشاء خدمات اجتماعية ، حاولت تطوير مشروع لأتمتة الشكاوى المتعلقة بتشغيل الإسكان والخدمات المجتمعية. تقدم التطوير بإحكام ، وكانت النسخة التجريبية معقدة ومتقدمة تقنيًا ، لذلك لم تقم هيئة المحلفين بتقييم الجهد أو الفكرة نفسها. ولكن في هذا الحدث ، قابلت فتاة ، رئيسة منظمة عامة ، كانت تتعامل مع مشاكل مختلفة في مجال التبرع بالدم في أوكرانيا لعدة سنوات. كلمة لكلمة - وأنت بالفعل أحد مؤسسي مشروع جديد.
في تلك اللحظة ، لم أكن أعرف أي شيء عن التبرع بالدم. كانت المعرفة الوحيدة هي أن الناس يتبرعون أحيانًا بالدم لأشخاص آخرين. كيف يتم تنظيمه ، ما هي المشاكل التي يعيش فيها هذا المجال ، وكم يكلف وأين نحن - بالنسبة لي كان لغزا كاملا.
ولدي خبرة واسعة في أتمتة العمليات وكتابة أنظمة المؤسسة ، قررت أن إنشاء قاعدة بيانات وأتمتة عمليات معينة لن يستغرق الكثير من الوقت.
أولاً ، اتضح أن البلاد تفتقر إلى سجل موحد للمتبرعين بالدم. ثم اكتشفت ، دون استثناء ، أن جميع المنظمات المانحة المحلية ، في أفضل الأحوال ، تستخدم ملف Excel مع قائمة الجهات المانحة وهواتفها ونوع الدم. عندما وصل طلب البحث عن الجهات المانحة ، جلس موظفو المؤسسة على الهاتف وبدأوا في الاتصال بالجميع على التوالي على أمل أن يستجيب أحدهم. كما تعلمون ، كانت فعالية هذا النهج تقريبًا صفر.
في جميع البلدان ، التشريعات في مجال التبرع صارمة للغاية. على سبيل المثال ، في أوكرانيا ، لا يمكنك التبرع بالدم لمدة عام كامل إذا كنت قد اخترقت أو وشمت ، أو بضعة أشهر إذا ذهبت إلى بلد غريب أو غيرت شريكك للتو. تستغرق قائمة موانع وقيود التبرع أكثر من صفحة واحدة.
في البلدان المتقدمة ، حيث لا توجد مشاكل واضحة مع الدم المتبرع به ، يتم حل المشكلة بكل بساطة - تمول الدولة بسخاء هذا المجال. في البلدان الأقل نمواً والمتخلفة ، يمكن أن يصل نقص دم المتبرعين إلى 90٪ ، مما يجعل الدم سلعة باهظة الثمن ويخلق سوق ظل ضخمة. أيضًا ، في العديد من دول ما بعد الاتحاد السوفيتي ، غالبًا ما تجرد الدولة من البحث عن المانحين ، وتحول المسؤولية إلى أقارب المرضى الذين يحتاجون في الواقع إلى دم المتبرعين. وبالنظر إلى أن حياة المريض تعتمد إلى حد كبير على ما إذا كان قد تم نقله في الوقت المناسب أم لا ، فإن مسألة البحث السريع عن المتبرعين تصبح ، دون مبالغة ، مسألة "الحياة والموت".
كما اتضح فيما بعد ، فإن هذا بعيد كل البعد عن المشاكل ، لذا فقد تطور مشروع "أسبوعين" إلى شيء أكثر من ذلك بكثير.
الخطوات الأولى
البداية الحقيقية للمشروع هي المشاركة في مؤتمر IDCEE 2014 ، الذي عقد في إطاره هاكاثون حول الابتكار الاجتماعي. في ذلك اليوم فزنا ، وأصبح واضحًا لنا أن الموضوع كان مثيرًا للاهتمام ومهمًا ، لذلك بدأنا في تنفيذ المشروع بحماس كبير. فويلا ، وبعد 4 أشهر ، في ربيع عام 2015 ، أطلقنا الإصدار الأول الذي يحتوي على قاعدة بيانات للمستلمين والمتبرعين من أقراص Excel اللوحية ، بالإضافة إلى آلية بسيطة إلى حد ما لاختيار المانحين والمستلمين. واستشرافا للمستقبل ، سأقول أن نظام التوصيات خضع لعدد كبير من التغييرات ويأخذ في الاعتبار حاليًا من 10 إلى 15 معلمة مختلفة.
حدثت نقطة التحول الأولى بعد شهر ونصف من إطلاق المشروع ، عندما تمكن المنسقون أولاً من العثور على متبرع في غضون 15 دقيقة بعد نشر التطبيق على الموقع. سأكون صادقًا - لقد تفاعل كثيرون في مؤسستنا بتشكك كبير تجاه الأتمتة والنظام الذي يتم تطويره. ولكن بعد أن أكمل النظام المهمة الأولى ، اكتسبنا الثقة بأننا نسير في الاتجاه الصحيح.
بحلول نهاية عام 2015 ، كان هناك بالفعل حوالي 4000 مانح في قاعدة البيانات ، مما جعل من الممكن إغلاق ما لا يقل عن نصف طلبات البحث عن المانحين. تم إغلاق النصف الثاني بالطريقة القديمة - باستخدام الهاتف. مرت كل عام 2015 في صراع النهج القديم والجديد. في النهاية ، فاز النهج الجديد. حظرنا البحث عن المتبرعين عبر الهاتف واستخدام Excel ، وقيدنا الوصول إلى النظام لجميع المنسقين دون استثناء ، وقمنا بقطع جميع خطوط الهاتف. لقد أدركنا أننا بحاجة إلى منسق منصة واحد يكون لديه مهمة واحدة - للبحث عن المانحين باستخدام الوسائل العادية لنظام DonorUA. كان الأمر مؤلمًا ، واضطررت إلى تشديد شيء ما ، ولكن نتيجة لذلك ، عمل النظام بشكل كامل ، وأدركنا أنه يمكننا إغلاق المزيد من التطبيقات. لكن لا أحد يعرف عن المشروع (أحد أشهر المنشورات الأوكرانية في منشور واحد حول المشاريع الاجتماعية الجديدة في عام 2015 لم يذكر حتى كلمة واحدة عن مشروعنا) ، على التوالي ، تحول عدد قليل من الناس إلينا. على الرغم من العدد الهائل من المنشورات حول بحث الجهات المانحة على Facebook / Twitter / Vkontakte. ثم ...
مراقبة الشبكة الاجتماعية
... قدمت اقتراحًا لشركة YouScan ، التي تعمل في مراقبة الشبكات الاجتماعية في ru و ukrnet. نظامهم موجه نحو الشركات الكبيرة والمتوسطة الحجم ، وبصراحة ، فإن اقتراحي باستخدام نظامهم للعثور على رسائل بحث الجهات المانحة قد ثبطهم. أخذ ممثل الشركة استراحة لإجراء العديد من الاختبارات وعاد بعد بضعة أيام بمعلومات مفادها أن فرضيتنا كانت صحيحة وأن نظامهم يتواءم بشكل جيد مع مهمة البحث عن الرسائل. وبالتالي ، في لحظة ، أتيحت لنا الفرصة في الوقت الحقيقي لمراقبة جميع الرسائل حول الموضوع والرد عليها بسرعة. سمح لنا هذا النهج بأن نصبح رائدين في الشبكات الاجتماعية - في غالبية المنشورات حول بحث المانحين هناك رابط لمشروعنا في التعليقات ، ونجد منشورات أخرى من خلال YouScan. بعد العثور على أي رسائل ، نتصل بمؤلفي المنشورات ونقدم خيارات مختلفة للتعاون.
كان لا بد من تعويض العدد المتزايد من طلبات البحث عن المتبرعين بالدم بزيادة في قاعدة المتبرعين. وبعد بعض المداولات ، نشأت فكرة لأتمتة تجنيد المتبرعين بالدم من خلال الشبكات الاجتماعية. قررنا الجمع بين مراقبة الشبكات الاجتماعية وبرامج الدردشة الآلية وأنظمة معالجة اللغات الطبيعية للبحث عن مانحين محتملين. بهذه الفكرة ، جئنا إلى ستوكهولم في Startup Weekend: Social Innovations و ... وربحنا مرة أخرى.
على اليسار مخطط عام عام لمعالجة اللغات الطبيعية وعملية تحويل النص إلى كائن منظم. على اليمين مثال على الرسالة والكيانات التي يمكن استخراجها منها.من الرسائل ، يمكننا تلقائيًا استخراج البيانات مثل اسم المستلم والعدد المطلوب من المتبرعين ، بشكل عاجل أم لا ، فصيلة الدم وعامل Rh والمدينة وتفاصيل الاتصال. للتدريب النموذجي ، استخدمنا WIT.AI و Microsoft LUIS. بالنسبة للغة الإنجليزية ، حصلنا على نتائج جيدة للغاية ، ولكن للأسف ، تعمل هذه الأنظمة بشكل سيء في اللغات السيريلية - الروسية والأوكرانية. وبالنظر إلى حقيقة أن النظام موجه نحو هذه اللغات ، فقد تأجل تطوير هذا الاتجاه حتى أوقات أفضل.
في الواقع ، كانت الفكرة أوسع بكثير: لتطوير برنامج دردشة ، يمكنك من خلاله تجنيد المتبرعين بالدم تلقائيًا من خلال الأنظمة الاجتماعية والمراسلات الفورية.
مثال على شكل الحوارات بين برنامج الدردشة والمتبرعين المحتملين بالدمللأسف ، من الصعب تنفيذ هذه الفكرة - أولاً وقبل كل شيء ، بسبب فضيحة Facebook و Cambridge Analytica ، وكذلك بعد اعتماد قانون GPRD في أوروبا ، والذي لا يسمح بجمع البيانات الشخصية وتحليلها وإدارتها.
المساعد الشخصي للمتبرع - برنامج المانحين UA.Bot
ولكن بعد الفوز في ستوكهولم ، قدرنا إمكانات برامج الدردشة الآلية واستاءنا بشدة من عدم وجود أدوات NLP / NER للغة الأوكرانية. لذلك ولد المشروع الجانبي - المانح UA.Bot.
إنشاء DonorUA.Bot ، أردنا حل العديد من المشاكل:
- التعامل مع موضوع برامج الدردشة الآلية - بنجاح ؛
- إنشاء التعرف على الكيانات المسماة للغة الأوكرانية - ناجح جزئيًا ؛
- لجمع قاعدة معرفية حول موانع التبرع ، وكذلك التشريعات والقيود والمزايا للمانحين - بنجاح ، يتم تحديث قاعدة البيانات باستمرار ؛
- أولاً ، قم بإنشاء أداة لنفسك - لخدمة الدعم ، لأن 80٪ من الأسئلة - نفس الأسئلة - ناجحة.
بالإضافة إلى ذلك ، من خلال برنامج الدردشة الخاص بنا ، تمكنا من رفض عدد كبير من الرسائل الإخبارية بالبريد الإلكتروني ، والتي تم استبدالها برسائل شخصية وتلقائية في Viber و Telegram. لا يزال البريد الإلكتروني متاحًا في قائمة الخيارات ، ولكن عددًا متزايدًا من الأشخاص يفضلون المراسلة.
برنامج Skype و Messenger botولكن مع رسائل SMS ، لم ننمو معًا. رفض جميع المشغلين الوطنيين المشروع لتوفير بوابة SMS. لذلك ، يعد استخدام برامج الدردشة الآلية والمراسلات الفورية خطوة واضحة ، وحتى رخيصة جدًا.
ماذا الآن
اليوم ، تعد DonorUA منصة كاملة لإدارة علاقات العملاء / نظام إدارة المحتوى لتوظيف وإدارة المانحين ، والتي تشمل:
- مكاتب المسؤول ، المتبرع بالدم ، مركز الدم ، الطبيب.
- نظام توصية يسمح للمانحين برؤية القائمة الحالية للمستلمين الذين يحتاجون إلى فصيلة دمهم ، ومسؤولي النظام للعثور على متبرعين مناسبين لمستلم معين.
- نظام إعلام يرسل الإشعارات تلقائيًا إلى Viber / Telegram / Email عند العثور على تطابق بين المتبرع والمستلم.
- Bloodshed عبارة عن مجموعة من المعلومات المفيدة للمتبرعين بتنسيق wiki.
- برنامج المكافآت للجهات المانحة.
- البيانات الرسمية المفتوحة (والمعالجة) من وزارة الصحة في أوكرانيا والإحصاءات المفتوحة.
- مراقبة الشبكات الاجتماعية.
- UA المانحة. Bot و AI.
- تطبيقات الهاتف المحمول لأجهزة Android و iOS و Windows.
- تطبيقات الهاتف المحمول لشركاء برنامج المكافآت لنظامي التشغيل iOS / Android.
- خريطة لمراكز الدم ومراجعات لمراكز الدم.
- خدمة دعم المانحين.
- واجهة برمجة تطبيقات مفتوحة تقوم على أساسها تنفيذ العديد من عمليات التكامل مع الخدمات الأخرى.
- تبرعات الشركات.
- برامج وخصومات خاصة للمانحين من الشركاء.
هنا ، على سبيل المثال ، يبدو كشك معلومات في أحد مراكز الدم:
هكذا تبدو في نظامنا:
اللون الأحمر يعني أن هناك القليل من الدم الحرج ، والأصفر يعني أن الدم ينفد ، والأخضر يعني ما يكفيأو هنا مثال آخر على الأتمتة. قبل كل تبرع ، يجب على المتبرع ملء استبيان يتكون من حوالي 30 سؤالاً ، ويستغرق من 1 إلى 3 دقائق. إذا كنت تتخيل أن مركز الدم العادي يمكن أن يستقبل 40-50 شخصًا في اليوم ، فإن المدخرات ستكون 1-1.5 ساعة من 4-5 عمال في اليوم (!). في نظامنا ، يمكن للمتبرع ملء طلب عبر الإنترنت مرة واحدة وتحديثه مع تغير المعلومات (وهو أمر نادر الحدوث) ، ويمكن لمركز الدم تنزيل التطبيق المكتمل في مكتبه. وهناك الكثير من هذه الأمثلة حيث تمكنا من تحسين بعض العمليات.
ترجمة جميع العمليات إلى أرقام لها تأثير إيجابي آخر: يمكننا تقييم الوضع في أي وقت - سواء على مستوى مركز الدم المنفصل ، أو على مستوى المدينة أو البلد بأكمله.
العمارة والتكنولوجيا المكدس
تم تنفيذ المشروع على ASP.NET MVC + Web API + Entity Framework على منصة Microsoft Azure. نستخدم قاعدة بيانات Azure SQL ، وتخزين Azure Blob ، و Azure Jobs ، و Azure CDN ، و Cognitive Services + Microsoft Bot Framework. تم تطوير تطبيقات الهاتف المحمول على Xamarin. بالنسبة للعمل الجماعي ، يتم استخدام Office 365 و Slack و Asana و Visual Studio Team Systems. بشكل عام ، مكدس .NET / Azure القياسي ، لا يوجد شيء خاص.
لقد كتبنا NER الخاص بنا (البسيط إلى حد ما) للغة الأوكرانية على رأس Microsoft Bot Framework + وأضفنا التكامل مع Viber ، مما سمح لنا بإنشاء QbA (أسئلة وأجوبة) روبوتات الدردشة باللغة الأوكرانية (على غرار Microsoft QnA Maker ، وهو جزء من Azure Cognitive الخدمات) ونشرها بسرعة على جميع الأنظمة الأساسية الشائعة - Messenger و Viber و Telegram و Skype و Skype for Business و Slack و Microsoft Teams والبريد الإلكتروني والدردشة عبر الويب واستخدام واجهة برمجة التطبيقات Direct Line لدمج برنامج الدردشة في تطبيقات الجوال.
بنية روبوت الدردشة القياسية في Azure + Microsoft Bot Frameworkيرجى من Microsoft توفير الموارد لمشروع Azure الخاص بنا من خلال برنامج Microsoft Bizspark. في الآونة الأخيرة ، تم استبدال Microsoft Bizspark بـ Microsoft لـ Startups ، وأصبح الحصول على الموارد أكثر صعوبة ، ولكننا قد تقدمنا بنجاح إلى برنامج آخر - Microsoft for Nonprofit ، حيث يمكنك الحصول على Office 365 لـ 300 مستخدم وموارد Microsoft Azure مقابل 5000 دولار سنويًا بالكامل بدون مقابل. وبالتالي ، على الرغم من حقيقة أن المشروع ، في الواقع ، اجتماعي ، يتم بناء جميع العمليات كما هو الحال في مشروع تجاري حقيقي.
يتحدث عن الأعمال.
نموذج الأعمال وتحديد المواقع
تُطرح علينا مسألة التمويل في كثير من الأحيان ، وكذلك ، في الواقع ، حول كيفية وضعنا لمشروعنا.
منذ البداية ، وضعنا DonorUA كمشروع اجتماعي غير مربح. لكن هذا غير مربح لا يعني أن الناس لا يحتاجون لدفع الرواتب ودفع الفواتير. لكن في أذهان الكثير من الناس ، لا تربح هي حرة بالمثل. لم نرغب في المشاركة في تناول المنح ، وبصراحة ، فإن جميع الأموال تقريبًا انطلقت في مرحلة مبكرة من المفاوضات - كما يقولون ، وليست صيغة. لكننا لم نرغب في ملء أوراق عطاءات لا نهاية لها ، وفي الحقيقة ، نحن لا نعرف كيف. لذلك ، فإن كل تمويل المشروع تقريبًا هو أمواله الخاصة ومساعدة مالية جزئية من شخص واحد غير مرتبط بالمشروع.
لم نفكر في خيار تحقيق الدخل من المشروع على المتلقين - غالبية المتلقين الذين يلجؤون إلينا ولديهم بالفعل مشاكل نفسية ومادية. وأولئك الذين يمكنهم شراء خدماتنا ، كقاعدة عامة ، لا يتصلون بنا ، ولكنهم يحلون المشاكل من خلال "قنواتهم".
عندما "لم يذهب" تحديد الموقع مع المشروع الاجتماعي ، بدأنا في وضع المشروع على أنه شركة ناشئة للصحة الإلكترونية ، والتي في الواقع ليست بعيدة جدًا عن الحقيقة ، ولكن مع بعض الفروق الدقيقة. لقد حقق هذا الوضع ثماره - بدأنا بانتظام في الوصول إلى وسائل الإعلام ، وتمكنا من الفوز بالعديد من مسابقات الشركات الناشئة ، وبدأنا في دعوتنا كخبراء في التكنولوجيا المدنية والابتكارات الاجتماعية. لسوء الحظ ، لم يأتنا هذا بمنح أو شركاء أو استثمارات.
حدث موقف مضحك في إحدى مسابقات بدء التشغيل التي كان من المفترض أن يحصل فيها الفائز على حوالي 75 ألف دولار للتطوير. ولكن بعد أن فزنا بهذه المسابقة ، عُرض علينا ... كتاب. نعم ، مسابقات الشركات الأوكرانية الناشئة لا معنى لها ولا رحمة لها :-) بعد ذلك ، كان هناك عدد قليل من النهائيات والانتصارات والمشاركة ، ولكن في مرحلة ما أدركنا أنها مضيعة للوقت.
في الوقت الحالي ، نقدم الشركات المسؤولة اجتماعيًا لعقد أيام الجهات المانحة للشركات وأن تكون جزءًا من تطوير حركة الجهات المانحة. نحن نبحث بنشاط عن مثل هذه الشركات للتعاون ، ونقدم مستوى جديدًا تمامًا من بناء الفريق ، بالإضافة إلى المسؤولية الاجتماعية للشركات.
لذلك بدأنا في كسب القليل من المال. الكلمة الرئيسية هي :-) ولا يزال لدينا الكثير من الخطط!
التعلم الآلي والذكاء الاصطناعي
مراقبة الشبكات الاجتماعية ، برامج الروبوت للدردشة ، NLP / NER - في الواقع ، نستخدم بالفعل عناصر AI منفصلة لحل مشاكل معينة. لكن احتمالات استخدام MO و AI أوسع.
في الوقت الحاضر نحن منخرطون في حل العديد من المشاكل.
التنبؤ بالطلب على الدم المتبرع به بناءً على البيانات التاريخية
المهمة قياسية إلى حد ما ، ولكن المشكلة هي أنه لا يوجد سوى القليل من البيانات التاريخية ، فهي في أفضل الأحوال مجمعة ، لذا لا يمكنك استخدامها. لكن بياناتنا ليست كافية. ومع ذلك ، آمل أن يسمح لنا الاندماج الأوثق مع مراكز الدم في المستقبل بالحصول على بيانات تاريخية غير شخصية ، وهذا سيسمح لنا باستخدام القوة الكاملة لخوارزميات الذكاء الاصطناعي للتنبؤ بالطلب.
توقع الحدث الذي يتبرع فيه المتبرع بالدم في الأيام X القادمة باحتمال N
لتطوير النماذج ، استخدمنا مجموعة بيانات مفتوحة - مجموعة
بيانات مركز خدمة نقل الدم ، والتي تحتوي في الواقع على بيانات حقيقية من أحد مراكز الدم. بعد التدريب على البيانات المتاحة للجمهور ، بدأنا في تحليل البيانات التي جمعناها باستخدام UA المتبرع. يمكنك قراءة المزيد عن هذا هنا.
انخفاض عدد المطابقات للمتبرع المتلقي
تعمل خوارزمية المطابقة للمتبرعين والمتلقين بشكل جيد ، ولكن لها عيب كبير: عند زيادة قاعدة البيانات واختيار مجموعات الدم الشائعة ، نحصل على الآلاف من التطابقات. المزيد ليس دائمًا أفضل. نحن لا نريد حقًا أن ينظر المانحون إلى رسائل منا على أنها رسائل غير مرغوب فيها. وبالتالي ، من الضروري حل مشكلة تقليل عدد المطابقات بين المتبرع والمتلقي دون فقدان الجودة. بالإضافة إلى ذلك ، يجب علينا إقناع المتبرعين غير النشطين بالتبرع المنتظم.
لحل المشكلات ، نستخدم عددًا كبيرًا من الأدوات - بدءًا من Microsoft Azure Machine Learning ، وتنتهي بمكتبات بيثون متنوعة وأداة جديدة من مكتبة Microsoft - ML.NET.
بدلا من الاستنتاج
تفتح التقنيات الحديثة عددًا كبيرًا من الفرص الجديدة ، بما في ذلك حل المشكلات الحادة للبشرية.
بمثالنا ، نريد أن نثبت أن التآزر بين الأشخاص النشطين والتكنولوجيا الحديثة يمكن أن يعمل بشكل رائع. لمدة ثلاث سنوات ، في إطار DonorUA ، ساعدنا بشكل مباشر 2.5 ألف متلقي ، و 20 ألف تبرع بالدم يحتمل أن ينقذ 60 ألف شخص.
تفتح التقنيات السحابية والذكاء الاصطناعي وخوارزميات التعلم الآلي فرصًا جديدة للمطورين والشركات ، والتي لا يمكن أن تحلم بها إلا لمدة عشر سنوات أخرى.
. .
.
عن المؤلف
— CEO DevRain Solutions, CTO UA, ..., Microsoft Artificial Intelligence Most Valuable Professional, Microsoft Regional Director.