Kapcsolat

AIHealthIQ

Az okosórád olyan mintázatokat lát az alvásodban, a pulzusodban és a mozgásodban, amelyeket szabad szemmel senki sem vesz észre. Olyan AI-alkalmazást építettünk, amely értelmezi a viselhető eszközök adatait, és közérthető nyelven jelzi, ha valamelyik mutató eltér a megszokottól.

Év
2026
Terület
Mesterséges intelligencia · Web · Mobil
AIHealthIQ · AI health platform
4
Biometrikus jelcsatorna
3
Élesített felület
1
Korrelációs csővezeték
API
Klinikai integrációs API

A projektről

Az AIHealthIQ összegyűjti az okosórák és fitneszkarkötők pulzus-, alvás-, lépésszám- és véroxigénadatait, nagy nyelvi modellek segítségével elemzi a mutatók közötti összefüggéseket, majd személyre szabott kezelési, táplálékkiegészítő- és életmódjavaslatokat jelenít meg a webes és mobilos felületen. Stúdiónk szállította az adatfogadó réteget, a korrelációs csővezetéket, az ajánlómotort és a felhasználói vezérlőpultokat.

A rendszer összegyűjti az okosórák, fitneszkarkötők és egyéb érzékelők adatait (pulzus, alvásminőség, lépésszám, véroxigénszint), mesterséges intelligenciával elemzi az összefüggéseket, majd személyre szabott javaslatokat ad a kezelésre, táplálékkiegészítőkre vagy életmódváltásra. Webes és mobilos felülettel, valamint klinikai API-val működik.

01Kihívás

  • Az okosórák rengeteg mérési adatot gyűjtenek, de ezeket senki sem értelmezi összefüggéseiben
  • A mindennapi biometrikus adatok szinte soha nem jutnak el a kezelőorvoshoz
  • A felhasználó nem tudja megítélni, mikor indokolt ténylegesen orvoshoz fordulni

02Amit építettünk

  • Viselhető eszközök adatainak integrációja (okosórák, aktivitásmérők)
  • AI-alapú korrelációelemzés és hosszú távú trendfigyelés
  • Személyre szabott egészségügyi és életmódbeli javaslatok
  • Egységes webes és mobilfelület, nyílt klinikai API-val

→Eredmény

  • Folyamatos, automatizált kontroll a saját egészségügyi mutatók felett
  • Az AI a valódi trendváltozásokat jelzi, kiszűrve a napi ingadozást
  • Konkrét, azonnal követhető életmódbeli lépések általános közhelyek helyett

03Így készült

  1. 01 · BRIEF

    A valódi diagnosztikai értéket hordozó szenzorjelek kiválasztása.

    Az alapítókkal tartott műhelymunkán rögzítettük azt a négy alapjelet (pulzus, alvás, lépésszám, SpO2), amelyek érdemben meghatározzák az ajánlásokat, minden egyéb másodlagos mutatót kivettünk az első verzió hatóköréből.

  2. 02 · BUILD

    Express-adatfogadás, LLM-alapú korreláció és közös Redux-állapotkezelés.

    Az Express-alapú háttérrendszer fogadja a gyártóspecifikus adatfolyamokat, egységes sémára normalizálja és SQLite-ban tárolja őket, majd az OpenRouter az adott jeltípushoz leginkább illeszkedő nyelvi modellhez irányítja az elemzést. A React webes és a mobilos felület ugyanarra a Redux-állapotstruktúrára épül.

  3. 03 · SHIP

    Webes, iOS- és Android-alkalmazás, valamint nyilvános klinikai API.

    Három végfelhasználói felület indult el ugyanazon a korrelációs motoron, kiegészítve egy HealthApplication-sémájú, JSON-LD-vel ellátott API-val a rendelői és klinikai integrációk számára.

04Eredmény · amit szállítottunk

05Technológia

06Képernyők

A munkák egy része még korábbi nevünkön, DField Solutionsként készült (a névváltásra azért került sor, mert a DField Solutions önálló, saját termékünkké vált).

Hasonlót építene?

Beszéljünk