.NET उत्पाद जो जीवन बचाता है

कुछ जीवन स्थितियों में, आपको बहुत तेज़ी से कार्य करने की आवश्यकता होती है। कभी-कभी यह स्थिति असंभव होती है: उदाहरण के लिए, किसी दुर्लभ रक्त प्रकार वाले व्यक्ति को खोजने के लिए बहुत ही कम समय में महान भाग्य के बिना बस असंभव है, जो इसे साझा करने के लिए भी तैयार है। लोगों ने डोनोरुआ नामक एक उत्पाद बनाया, जो वास्तव में चैट बॉट का उपयोग करके जीवन को बचाने में मदद करता है। कटौती के तहत अधिक जानकारी।



मैं लेखक को मंजिल देता हूं।

सामाजिक सेवाओं के निर्माण के लिए एक हैकथॉन में कुछ साल पहले, मैंने आवास और सांप्रदायिक सेवाओं के संचालन के बारे में शिकायतों को स्वचालित करने के लिए एक परियोजना विकसित करने की कोशिश की। विकास ने कसकर प्रगति की, डेमो संस्करण जटिल और तकनीकी रूप से उन्नत था, इसलिए निर्णायक मंडल ने या तो प्रयास या विचार का मूल्यांकन नहीं किया। लेकिन इस घटना में, मैं एक लड़की, एक सार्वजनिक संगठन के प्रमुख से मिला, जो कई वर्षों से यूक्रेन में रक्तदान के क्षेत्र में विभिन्न समस्याओं से निपट रही थी। शब्द के लिए शब्द - और आप पहले से ही एक नई परियोजना के कोफ़ाउंडर हैं।

उस समय, मुझे रक्तदान के बारे में कुछ भी पता नहीं था। एकमात्र ज्ञान यह था कि लोग कभी-कभी अन्य लोगों को रक्त दान करते हैं। यह कैसे आयोजित किया जाता है, यह क्षेत्र किन समस्याओं के साथ रहता है, इसकी लागत कितनी है और हम कहाँ हैं - मेरे लिए एक पूर्ण रहस्य था।

प्रक्रियाओं को स्वचालित करने और एंटरप्राइज़ सिस्टम लिखने में बहुत अनुभव होने के बाद, मैंने फैसला किया कि एक डेटाबेस बनाना और कुछ प्रक्रियाओं को स्वचालित करने में अधिक समय नहीं लगेगा।

सबसे पहले, यह पता चला कि देश में रक्त दाताओं के एकीकृत रजिस्टर का अभाव है। तब मुझे पता चला कि, अपवाद के बिना, सभी घरेलू दाता संगठन, सबसे अच्छा, दानकर्ताओं की सूची, उनके फोन और रक्त प्रकार के साथ एक एक्सेल फाइल का उपयोग करते हैं। जब दानदाताओं की खोज के लिए आवेदन आया, तो संगठन के कर्मचारी फोन पर बैठ गए और हर किसी को इस उम्मीद में एक पंक्ति में बुलाना शुरू कर दिया कि कोई जवाब देगा। जैसा कि आप जानते हैं, इस दृष्टिकोण की प्रभावशीलता लगभग शून्य थी।



सभी देशों में, दान के क्षेत्र में कानून बहुत सख्त है। उदाहरण के लिए, यूक्रेन में आप एक पूरे वर्ष के लिए रक्तदान नहीं कर सकते हैं यदि आपने छेदा या टैटू कराया है, या कुछ महीने अगर आप एक विदेशी देश में गए हैं या सिर्फ अपने साथी को बदल दिया है। दान के लिए मतभेद और सीमाओं की सूची एक से अधिक पृष्ठ लेती है।

विकसित देशों में, जहां दान किए गए रक्त के साथ कोई स्पष्ट समस्या नहीं है, इस मुद्दे को काफी सरलता से हल किया जाता है - राज्य उदारतापूर्वक इस क्षेत्र का वित्त पोषण करते हैं। कम विकसित और अविकसित देशों में, दाता रक्त की कमी 90% तक हो सकती है, जो रक्त को एक महंगी वस्तु बनाता है और एक विशाल छाया बाजार बनाता है। इसके अलावा, सोवियत संघ के बाद के कई देशों में, राज्य अक्सर दाताओं की तलाश से दूर हो जाते हैं, उन रोगियों के रिश्तेदारों को जिम्मेदारी सौंपते हैं, जिन्हें वास्तव में दाता रक्त की आवश्यकता होती है। और यह देखते हुए कि रोगी का जीवन बहुत कुछ इस बात पर निर्भर करता है कि उन्हें समय पर आधान मिला या नहीं, दानदाताओं की त्वरित खोज का सवाल है, अतिशयोक्ति के बिना, "जीवन और मृत्यु" का प्रश्न।

जैसा कि बाद में पता चला, यह सभी समस्याओं से दूर है, इसलिए "दो सप्ताह" की परियोजना कुछ अधिक हो गई है।

पहला कदम

परियोजना के लिए एक वास्तविक शुरुआत IDCEE 2014 सम्मेलन में भागीदारी है, जिसके ढांचे में सामाजिक नवाचार पर हैकथॉन आयोजित किया गया था। उस दिन हम जीत गए, और यह हमारे लिए स्पष्ट हो गया कि विषय दिलचस्प, महत्वपूर्ण था, इसलिए बड़े उत्साह के साथ हमने परियोजना को लागू करना शुरू कर दिया। वोइला, और 4 महीने के बाद, 2015 के वसंत में, हमने एक्सेल टैबलेट्स से प्राप्तकर्ताओं और दाताओं के डेटाबेस के साथ पहला संस्करण लॉन्च किया, साथ ही दाताओं और प्राप्तकर्ताओं के चयन के लिए एक काफी सरल तंत्र। आगे देखते हुए, मेरा कहना है कि सिफारिश प्रणाली में भारी संख्या में परिवर्तन हुए हैं और वर्तमान में 10 से 15 विभिन्न मापदंडों को ध्यान में रखते हैं।

परियोजना के शुरू होने के डेढ़ महीने बाद पहला मोड़ तब आया, जब समन्वयक पहली बार साइट पर आवेदन पोस्ट करने के बाद 15 मिनट के भीतर एक दाता खोजने में सक्षम थे। मैं ईमानदार रहूंगा - हमारे संगठन में कई लोगों ने स्वचालन पर भारी संशय के साथ प्रतिक्रिया की और प्रणाली विकसित की जा रही है। लेकिन सिस्टम ने पहला काम पूरा करने के बाद, हमें विश्वास दिलाया कि हम सही दिशा में आगे बढ़ रहे हैं।

2015 के अंत तक, डेटाबेस में लगभग 4,000 डोनर पहले से मौजूद थे, जिससे डोनर सर्च अनुरोधों के कम से कम आधे को बंद करना संभव हो गया। दूसरी छमाही को पुराने तरीके से बंद कर दिया गया - फोन का उपयोग करना। 2015 के सभी पुराने दृष्टिकोण और नए के संघर्ष में पारित हुए। अंत में, नया दृष्टिकोण जीता। हमने फोन द्वारा दानकर्ताओं की खोज करने और एक्सेल का उपयोग करने पर प्रतिबंध लगा दिया, बिना किसी अपवाद के सभी समन्वयकों के लिए सिस्टम तक सीमित पहुंच और अन्य टेलीफोन लाइनों को काट दिया। हमें एहसास हुआ कि हमें एक ही मंच समन्वयक की जरूरत है, जिसका एक काम होगा - डोनरयू सिस्टम के नियमित साधनों का उपयोग करके दाताओं की खोज करना। यह दर्दनाक था, मुझे कुछ कसना था, लेकिन परिणामस्वरूप, सिस्टम ने पूरी तरह से काम किया, और हमें एहसास हुआ कि हम अधिक अनुप्रयोगों को बंद कर सकते हैं। लेकिन किसी को भी परियोजना के बारे में नहीं पता था (2015 में नई सामाजिक परियोजनाओं के बारे में एक एकल प्रकाशन में सबसे प्रसिद्ध यूक्रेनी प्रकाशनों में से एक ने हमारे प्रोजेक्ट के बारे में एक शब्द भी नहीं बताया), क्रमशः, बहुत कम लोग हमारे पास गए। फेसबुक / ट्विटर / Vkontakte पर दाता खोज के बारे में बड़ी संख्या में पोस्ट के बावजूद। और फिर ...

सोशल नेटवर्क मॉनिटरिंग

... मैंने YouScan नामक कंपनी को एक प्रस्ताव दिया, जो ru- और ukrnet में सामाजिक नेटवर्क की निगरानी में लगी हुई है। उनकी प्रणाली बड़े और मध्यम आकार के व्यवसायों के प्रति तैयार है, और, स्पष्ट रूप से, दाता खोज संदेशों को खोजने के लिए उनकी प्रणाली का उपयोग करने के मेरे प्रस्ताव ने उन्हें हतोत्साहित किया है। कंपनी के प्रतिनिधि ने कई परीक्षणों का संचालन करने के लिए एक ब्रेक लिया और कुछ दिनों बाद इस जानकारी के साथ लौटा कि हमारी परिकल्पना सही थी और संदेश खोजने के कार्य के साथ उनकी प्रणाली अच्छी तरह से सामना करती है। इस प्रकार, एक पल में, हमें विषय पर सभी संदेशों की निगरानी करने और जल्दी से उन्हें जवाब देने के लिए वास्तविक समय में अवसर मिला। इस दृष्टिकोण ने हमें सोशल नेटवर्क में एक नेता बनने की अनुमति दी - अधिकांश सार्वजनिक रूप से दाता खोज के बारे में टिप्पणियों में हमारी परियोजना के लिए एक लिंक है, और हम YouScan के माध्यम से अन्य प्रकाशन पाते हैं। किसी भी संदेश को खोजने के बाद, हम प्रकाशनों के लेखकों से संपर्क करते हैं और सहयोग के लिए विभिन्न विकल्प प्रदान करते हैं।

रक्त दाताओं की खोज के लिए आवेदनों की बढ़ी हुई संख्या को दाता आधार में वृद्धि से ऑफसेट करना पड़ा। और कुछ विचार-विमर्श के बाद, सोशल नेटवर्क के माध्यम से रक्त दाताओं की भर्ती को स्वचालित करने के लिए एक विचार उत्पन्न हुआ। हमने संभावित दाताओं की खोज के लिए सामाजिक नेटवर्क, चैटबॉट और प्राकृतिक भाषा प्रसंस्करण प्रणालियों की निगरानी को संयोजित करने का निर्णय लिया। इस विचार के साथ, हम स्टार्टअप वीकेंड के लिए स्टॉकहोम आए: सामाजिक नवाचार और ... फिर से जीते।



बाईं ओर प्राकृतिक भाषा प्रसंस्करण की एक सामान्य रूपरेखा है और पाठ को एक संरचित वस्तु में बदलने की प्रक्रिया है। दाईं ओर एक संदेश और संस्थाओं का एक उदाहरण है जिसे इससे निकाला जा सकता है।

संदेशों से हम स्वचालित रूप से डेटा प्राप्त कर सकते हैं जैसे प्राप्तकर्ता का नाम, दाताओं की आवश्यक संख्या, तत्काल या नहीं, रक्त प्रकार और आरएच कारक, शहर और संपर्क विवरण। मॉडल प्रशिक्षण के लिए, हमने WIT.AI और Microsoft LUIS का उपयोग किया। अंग्रेजी भाषा के लिए, हमें बहुत अच्छे परिणाम मिले, लेकिन, दुर्भाग्य से, इस तरह के सिस्टम सिरिलिक भाषाओं में खराब काम करते हैं - रूसी और यूक्रेनी। और इस तथ्य को देखते हुए कि प्रणाली इन भाषाओं की ओर अग्रसर है, इस दिशा का विकास बेहतर समय तक के लिए स्थगित कर दिया गया है।

वास्तव में, यह विचार बहुत व्यापक था: एक चैटबोट विकसित करने के लिए, जिसके साथ आप सामाजिक सिस्टम और तत्काल दूतों के माध्यम से रक्त दाताओं को स्वचालित रूप से भर्ती कर सकते हैं।



चैटबोट और संभावित रक्त दाताओं के बीच संवाद क्या हो सकता है, इसका एक उदाहरण

काश, इस विचार को लागू करना मुश्किल है - सबसे पहले, फेसबुक और कैम्ब्रिज एनालिटिका के घोटाले के कारण, साथ ही साथ यूरोप में जीपीआरडी कानून को अपनाने के बाद, जो व्यक्तिगत डेटा के व्यक्तिगत संग्रह, विश्लेषण और प्रबंधन की अनुमति नहीं देता है।

डोनर पर्सनल असिस्टेंट - डोनर UA.Bot

लेकिन स्टॉकहोम में जीत के बाद, हमने चैटबॉट्स की क्षमता की सराहना की और यूक्रेनी भाषा के लिए एनएलपी / एनईआर टूल्स की कमी से बहुत परेशान थे। तो साइड प्रोजेक्ट का जन्म हुआ - डोनर UA.Bot।

DonorUA.Bot बनाना, हम कई समस्याओं को हल करना चाहते थे:

• चैटबॉट्स के विषय से निपटना - सफलतापूर्वक;
• यूक्रेनी भाषा के लिए नामांकित मान्यता बनाएँ - आंशिक रूप से सफल;
• दान के लिए मतभेद पर एक ज्ञान का आधार, साथ ही साथ कानून, प्रतिबंध और दाताओं के लिए लाभ एकत्र करने के लिए - सफलतापूर्वक, डेटाबेस लगातार अद्यतन किया जा रहा है;
• बनाने के लिए, सबसे पहले, अपने लिए एक उपकरण - एक समर्थन सेवा के लिए, क्योंकि 80% प्रश्न - एक ही - सफल हैं।

इसके अलावा, हमारे चैट बॉट के साथ हम बड़ी संख्या में ईमेल न्यूज़लेटर्स को मना करने में सक्षम थे, जिन्हें विबर और टेलीग्राम में व्यक्तिगत और स्वचालित संदेशों द्वारा बदल दिया गया था। ईमेल अभी भी विकल्पों की सूची में उपलब्ध है, लेकिन बढ़ती संख्या में लोग दूतों को पसंद करते हैं।



स्काइप और मैसेंजर बॉट

लेकिन एसएमएस मेलिंग के साथ हम एक साथ नहीं बढ़े हैं। सभी राष्ट्रीय ऑपरेटरों ने परियोजना को एक एसएमएस गेटवे प्रदान करने से इनकार कर दिया। इसलिए, चैटबॉट और इंस्टेंट मैसेंजर का उपयोग एक स्पष्ट कदम है, और यहां तक ​​कि बहुत सस्ता भी है।

अब क्या

आज, डोनोरूआ दाता भर्ती और प्रबंधन के लिए पूर्ण विकसित सीआरएम / सीएमएस मंच है, जिसमें शामिल हैं:

1. प्रशासक के कार्यालय, रक्तदाता, रक्त केंद्र, चिकित्सक।
2. एक सिफारिश प्रणाली जो दाताओं को प्राप्तकर्ताओं की वर्तमान सूची को देखने की अनुमति देती है, जिन्हें किसी विशेष प्राप्तकर्ता के लिए उपयुक्त दाताओं को खोजने के लिए अपने रक्त प्रकार की आवश्यकता होती है, और सिस्टम प्रशासक।
3. एक सूचना प्रणाली जो डोनर-प्राप्तकर्ता मैच मिलने पर स्वचालित रूप से Viber / Telegram / Email को सूचनाएं भेजती है।
4. रक्तपात विकी प्रारूप में दाताओं के लिए उपयोगी सूचनाओं का एक समूह है।
5. दाताओं के लिए बोनस कार्यक्रम।
6. यूक्रेन के स्वास्थ्य मंत्रालय और खुले आँकड़ों से आधिकारिक खुला (और संसाधित) डेटा।
7. सामाजिक नेटवर्क की निगरानी करना।
8. डोनर यूए। बॉट और एआई।
9. Android, iOS, Windows के लिए मोबाइल एप्लिकेशन।
10. IOS / Android के लिए बोनस प्रोग्राम के भागीदारों के लिए मोबाइल एप्लिकेशन।
11. रक्त केंद्रों का नक्शा और रक्त केंद्रों की समीक्षाएं।
12. दाता सहायता सेवा।
13. एक खुला एपीआई जिसके आधार पर अन्य सेवाओं के साथ कई एकीकरण लागू होते हैं।
14. कॉर्पोरेट दान।
15. भागीदारों से दाताओं के लिए विशेष कार्यक्रम और छूट।

उदाहरण के लिए, रक्त केंद्रों में से एक में सूचना स्टैंड की तरह दिखता है:



और यह हमारे सिस्टम में ऐसा दिखता है:



लाल रंग का मतलब है कि थोड़ा गंभीर रक्त है, पीले रंग का मतलब है खून निकलता है, हरा का मतलब पर्याप्त है

या यहाँ स्वचालन का एक और उदाहरण है। प्रत्येक दान से पहले, दाता को एक प्रश्नावली भरनी चाहिए, जिसमें लगभग 30 प्रश्न होते हैं, जिसमें 1 से 3 मिनट लगते हैं। यदि आप कल्पना करते हैं कि एक औसत रक्त केंद्र प्रति दिन 40-50 लोगों को प्राप्त कर सकता है, तो प्रति दिन 4-5 श्रमिकों में से 1-1.5 घंटे की बचत होगी (!)। हमारे सिस्टम में, एक दाता एक आवेदन को एक बार ऑनलाइन भर सकता है और इसे सूचना परिवर्तन (जो बहुत कम ही होता है) के रूप में अपडेट कर सकता है, और रक्त केंद्र अपने कार्यालय में पूर्ण किए गए आवेदन को डाउनलोड कर सकता है। और ऐसे बहुत से उदाहरण हैं जहाँ हम कुछ प्रक्रियाओं का अनुकूलन करने में सक्षम थे।

सभी प्रक्रियाओं को संख्याओं में अनुवाद करने का एक और सकारात्मक प्रभाव पड़ता है: हम किसी भी समय स्थिति का आकलन कर सकते हैं - दोनों एक अलग रक्त केंद्र के स्तर पर, और पूरे शहर या पूरे देश के स्तर पर।

वास्तुकला और प्रौद्योगिकी ढेर

यह प्रोजेक्ट ASP.NET MVC + Web API + Entity Framework पर Microsoft Azure प्लेटफ़ॉर्म पर बनाया गया है। हम Azure SQL Database, Azure Blob storage, Azure Jobs, Azure CDN, Cognitive Services + Microsoft Bot Framework का उपयोग करते हैं। Xamarin पर मोबाइल ऐप विकसित किए गए। टीम वर्क के लिए, ऑफिस 365, स्लैक, आसन और विजुअल स्टूडियो टीम सिस्टम का उपयोग किया जाता है। कुल मिलाकर, मानक .NET / Azure स्टैक, कुछ खास नहीं।

हमने Microsoft बॉट फ्रेमवर्क + के ऊपर यूक्रेनी भाषा के लिए अपना (काफी सरल) एनईआर लिखा और विबर के साथ एकीकरण जोड़ा, जिसने हमें जल्दी से यूक्रेनी भाषा में क्यूएनए (प्रश्न और उत्तर) चैटबॉट बनाने की अनुमति दी (जो माइक्रोसॉफ्ट के क्यूएए निर्माता के समान है, जो एज़्योर संज्ञानात्मक का हिस्सा है) सेवाएँ) और जल्दी से सभी लोकप्रिय प्लेटफार्मों पर उन्हें तैनात कर दें - मैसेंजर, वाइबर, टेलीग्राम, स्काइप, बिज़नेस के लिए स्लैक, माइक्रोसॉफ्ट टीम्स, ईमेल, वेब चैट और मोबाइल एप्लिकेशन में चैटबोट को एकीकृत करने के लिए डायरेक्ट लाइन एपीआई का उपयोग करें।



Azure + Microsoft Bot फ्रेमवर्क पर मानक चैट बॉट आर्किटेक्चर

Microsoft ने Microsoft Azspark कार्यक्रम के माध्यम से हमारे Azure प्रोजेक्ट को संसाधन प्रदान किए हैं। हाल ही में, माइक्रोसॉफ्ट बिज़स्पार्क को स्टार्टअप्स के लिए माइक्रोसॉफ्ट द्वारा बदल दिया गया था, और संसाधन प्राप्त करना बहुत कठिन हो गया है, लेकिन हमने सफलतापूर्वक एक और कार्यक्रम - माइक्रोसॉफ्ट फॉर नॉन-प्रॉफ़िट में लागू किया है, जिसमें आप प्रति वर्ष $ 300 उपयोगकर्ताओं और Microsoft Azure संसाधनों के लिए Office 365 प्राप्त कर सकते हैं। नि: शुल्क। इस प्रकार, इस तथ्य के बावजूद कि परियोजना, वास्तव में, सामाजिक है, सभी प्रक्रियाओं को एक वास्तविक व्यवसाय परियोजना के रूप में बनाया गया है।

व्यापार की बात हो रही है।

व्यापार मॉडल और स्थिति

वित्तपोषण का प्रश्न हमें बहुत बार पूछा जाता है, साथ ही साथ, वास्तव में, इस बारे में कि हम अपनी परियोजना को किस तरह से देखते हैं।

शुरुआत से ही, हमने डोनोरुआ को एक लाभहीन सामाजिक परियोजना के रूप में तैनात किया। लेकिन लाभहीन का मतलब यह नहीं है कि लोगों को वेतन देने और बिल का भुगतान करने की आवश्यकता नहीं है। फिर भी कई लोगों के मन में, लाभदायक नहीं समान रूप से स्वतंत्र है। हम अनुदान-भक्षण में संलग्न नहीं होना चाहते थे, और, स्पष्ट रूप से, लगभग सभी निधियों ने हमें बातचीत के प्रारंभिक चरण में बंद कर दिया - वे कहते हैं, प्रारूप नहीं। लेकिन हम अंतहीन निविदा पत्रों को भरना नहीं चाहते थे, और सच में, हम नहीं जानते कि कैसे। इसलिए, लगभग सभी परियोजना वित्तपोषण अपने स्वयं के धन और आंशिक रूप से एक व्यक्ति से वित्तीय सहायता है जो परियोजना से जुड़ा नहीं है।

हमने प्राप्तकर्ताओं पर परियोजना के मुद्रीकरण के विकल्प पर विचार नहीं किया - अधिकांश प्राप्तकर्ता जो हमारे पास आते हैं और पहले से ही मनोवैज्ञानिक और सामग्री दोनों की समस्याएं हैं। और जो लोग हमारी सेवाओं को खरीद सकते हैं, एक नियम के रूप में, हमसे संपर्क नहीं करते हैं, लेकिन "अपने चैनलों" के माध्यम से समस्याओं को हल करते हैं।

जब सामाजिक परियोजना के साथ पोजिशनिंग "नहीं हुई," तो हमने प्रोजेक्ट को एक अस्वस्थ स्टार्टअप के रूप में पेश करना शुरू किया, जो वास्तव में, सच्चाई से बहुत दूर नहीं है, लेकिन कुछ बारीकियों के साथ। इस तरह की स्थिति का भुगतान किया गया - हम नियमित रूप से मीडिया में आने लगे, कई स्टार्टअप प्रतियोगिता जीतने में सक्षम थे, और हमें नागरिक तकनीक और सामाजिक नवाचारों के विशेषज्ञ के रूप में आमंत्रित किया जाने लगा। दुर्भाग्य से, यह हमें अनुदान, साझेदार या निवेश नहीं लाया।

स्टार्टअप प्रतियोगिताओं में से एक में एक अजीब स्थिति हुई, जिसमें विजेता को विकास के लिए लगभग 75 हजार डॉलर मिलने थे। लेकिन इस प्रतियोगिता को जीतने के बाद, हमें ... एक पुस्तक के साथ प्रस्तुत किया गया। हाँ, यूक्रेनी स्टार्टअप प्रतियोगिताओं संवेदनहीन और निर्दयी हैं :-) फिर कुछ और फाइनल, जीत और भागीदारी थी, लेकिन कुछ बिंदु पर हमें एहसास हुआ कि यह समय की बर्बादी थी।

फिलहाल, हम कॉर्पोरेट डोनर दिनों को आयोजित करने और डोनर आंदोलन के विकास का हिस्सा बनने के लिए सामाजिक रूप से जिम्मेदार व्यवसायों की पेशकश करते हैं। हम सक्रिय रूप से सहयोग के लिए ऐसी कंपनियों की तलाश कर रहे हैं, जो टीम के निर्माण के नए स्तर के साथ-साथ कॉर्पोरेट सामाजिक जिम्मेदारी की पेशकश कर रहे हैं।

इसलिए हमने थोड़ा पैसा कमाना शुरू कर दिया। कुंजी शब्द थोड़ा :-) है और हमारे पास अभी भी बहुत सारी योजनाएं हैं!

मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस

निगरानी सामाजिक नेटवर्क, चैट बॉट, एनएलपी / एनईआर - वास्तव में, हम पहले से ही कुछ समस्याओं को हल करने के लिए अलग-अलग एआई तत्वों का उपयोग करते हैं। लेकिन एमओ और एआई का उपयोग करने की संभावनाएं व्यापक हैं।

फिलहाल हम कई समस्याओं को सुलझाने में लगे हुए हैं।

ऐतिहासिक आंकड़ों के आधार पर दान किए गए रक्त की मांग की भविष्यवाणी

यह कार्य काफी मानक है, लेकिन समस्या यह है कि बहुत कम ऐतिहासिक डेटा हैं, वे सबसे अच्छे हैं, कुल मिलाकर, इसलिए आप उनका उपयोग नहीं कर सकते। लेकिन हमारा डेटा पर्याप्त नहीं है। फिर भी, मुझे उम्मीद है कि भविष्य में, रक्त केंद्रों के साथ घनिष्ठ एकीकरण हमें प्रतिगामी ऐतिहासिक डेटा प्राप्त करने की अनुमति देगा और यह हमें मांग का अनुमान लगाने के लिए एआई एल्गोरिदम की पूरी शक्ति का उपयोग करने की अनुमति देगा।

इस घटना की भविष्यवाणी करते हुए कि दाता अगले X दिनों में N की संभावना के साथ रक्त दान करेगा

मॉडल विकसित करने के लिए, हमने एक खुले डेटासेट का उपयोग किया - रक्त आधान सेवा केंद्र डेटा सेट , जो वास्तव में, रक्त केंद्रों में से एक से वास्तविक डेटा होता है। सार्वजनिक रूप से उपलब्ध डेटा पर प्रशिक्षित होने के बाद, हमने दाता यूए का उपयोग करके एकत्र किए गए डेटा का विश्लेषण करना शुरू कर दिया। आप इसके बारे में और अधिक यहाँ पढ़ सकते हैं।

प्राप्तकर्ता दाता के मैचों की संख्या में कमी

दाताओं और प्राप्तकर्ताओं के लिए मिलान एल्गोरिथ्म काफी अच्छी तरह से काम करता है, लेकिन इसमें एक महत्वपूर्ण कमी है: जब आप डेटाबेस बढ़ाते हैं और लोकप्रिय रक्त समूह चुनते हैं, तो हमें हजारों मैच मिलते हैं। अधिक हमेशा बेहतर नहीं होता है। हम वास्तव में हम से संदेशों को स्पैम के रूप में दाताओं द्वारा माना नहीं चाहते हैं। इस प्रकार, गुणवत्ता की हानि के बिना दाता-प्राप्तकर्ता के मैचों की संख्या को कम करने की समस्या को हल करना आवश्यक है। इसके अलावा, हमें सक्रिय दानदाताओं को नियमित दान के लिए राजी करना चाहिए।

समस्याओं को हल करने के लिए, हम बड़ी संख्या में टूल का उपयोग करते हैं - Microsoft Azure मशीन लर्निंग से शुरू करना, विभिन्न अजगर पुस्तकालयों के साथ समाप्त होना और Microsoft से एक नया टूल - ML.NET लाइब्रेरी।

एक निष्कर्ष के बजाय

आधुनिक प्रौद्योगिकियां मानव जाति की गंभीर समस्याओं को हल करने के लिए नए अवसरों की एक बड़ी संख्या को खोलती हैं।

हमारे उदाहरण से, हम यह दिखाना चाहते हैं कि सक्रिय लोगों और आधुनिक तकनीक का तालमेल अद्भुत काम कर सकता है। तीन साल के लिए, डोनोरूआ के ढांचे के भीतर, हमने सीधे 2.5 हजार प्राप्तकर्ताओं की मदद की, और 20 हजार रक्त दान संभावित रूप से 60% बचाए गए जीवन हैं।

क्लाउड टेक्नोलॉजीज, आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग एल्गोरिदम डेवलपर्स और व्यवसायों के लिए नए अवसर खोलते हैं, जिसे आप केवल दस साल के लिए ही देख सकते हैं।

. .

.

लेखक के बारे में

— CEO DevRain Solutions, CTO UA, ..., Microsoft Artificial Intelligence Most Valuable Professional, Microsoft Regional Director.