Smart-маршрутизация (ФБУЗ ПОМЦ ФМБА России)

Приволжский окружной медицинский центр (ФБУЗ ПОМЦ ФМБА России) внедрил систему маршрутизации пациентов, которая позволяет сократить время прохождения медицинского осмотра в два раза. Программно-аппаратный комплекс разработан с элементами искусственного интеллекта.

Регистратор заранее вносит информацию о пациенте и перечень специалистов, которых ему нужно посетить в рамках медосмотра: например, терапевт, офтальмолог, хирург, лор и другие. Дальше в системе формируется QR-код, где зашифрованы данные обо всех этапах, которые предстоит пройти пациенту. Пациент подносит этот код к специальному считывающему устройству. Решение о том, в какой кабинет ему нужно пройти, принимает программно-аппаратный комплекс, работающий на базе искусственного интеллекта. Он в режиме реального времени оценивает длину очереди (время ожидания) к каждому специалисту и время приема, после чего предлагает оптимальное для каждого пациента решение. В результате нагрузка на всех врачей поликлиники распределяется более эффективно, время ожидания в очереди сокращается. В среднем, время медосмотра сократилось в два раза.

Разработка программного обеспечения была завершена в мае прошлого года, систему начали тестировать в Поликлинике №1 ПОМЦ в августе 2022, запустив все виды профилактических осмотров через нее. Сейчас комплекс заработал в полную силу и позволил оценить собственную эффективность.

Ключевой партнер

ООО «Автономные решения»

Модель угроз безопасности (Cбер)

В 2022 году перед командой была поставлена амбициозная задача: изменить подходы к работе с возникающими угрозами безопасности банка и интегрировать в риск-структуру банка новый предиктивный подход к идентификации угроз безопасности в процессах и продуктах банка.

В рамках данного проекта были с нуля разработаны решения и инструменты: от создания самой модели угроз безопасности с ее атрибутами, соответствующими процессами и методиками и выстраивания оргструктуры с кросс-территориальным взаимодействием, до создания IT и AI инструментов.

Описание проекта

Автоматизация процесса лидогенерации в сфере управления недвижимости с участием искусственного интеллекта (УК Андроньевская)

Автоматизация отраслевых бизнес-процессов в сфере эксплуатации инженерных систем и управления недвижимости, часть 1: создание смарт-процессов для агрегации, учета и распределения входящих лидов от потенциальных клиентов с учетом обработки искусственным интеллектом существующих баз данных и определение перспективы заключения договора с конкретным лидом/клиентом.

Цели проекта

  • минимизировать фактор человеческой ошибки
  • оптимизировать издержки на фонд оплаты труда отдела коммерческого обеспечения
  • сократить затраты на коммерческий отдел компании в целом
  • сократить срок первичной обработки входящего запроса
  • сократить срок предоставления коммерческого предложения («Быть первым»)
  • оптимизировать процесс от «Получения заявки» до «Заключения договора»
  • автоматизировать процесс в рамках работы 24/7
  • стандартизировать процесс получения входящих обращений
  • увеличить и сохранить максимальную коммерческую выгоду от входящих обращений
  • автоматизировать диспетчеризацию входящих обращений

Ключевой партнер

Вайсмарт Инвент

Описание проекта

 

Цифровая трансформация планирования водохозяйственных мероприятий (Федеральное агентство водных ресурсов)

Одна из ключевых функций Федерального агентства водных ресурсов (Росводресурсы) – реализация мер по предотвращению негативного воздействия вод.

Ежегодно Росводресурсы рассматривают более 3000 заявок на финансирование водохозяйственных мероприятий, среди которых: строительство и реконструкция гидроузлов, защитных гидротехнических сооружений, руслорегулирующих, берегозащитных и водопропуских сооружений, дамб, плотин, проведение работ по дноуглублению и расчистке русел рек.

На практике финансированию подлежит не более 30% поданных заявок. Основная задача Росводресурсов – выявить и своевременно реализовать мероприятия с наибольшим социально-значимым эффектом.

Решаемые проблемы

  • высокая трудоемкость и существенные временные затраты на подачу и рассмотрение заявок на финансирование мероприятий
  • невозможность автоматизированной оценки и выявления мероприятий с наибольшим социально-значимым эффектом (отсутствие данных в машиночитаемом виде)

Целевые показатели

  • снижение размера ущерба от негативного воздействия вод не менее чем на 5% (среднегодовой ущерб от наводнений оценивается в 40 млрд руб, среднегодовой размер предотвращенного ущерба: 17,5 млрд руб)
  • увеличение количества защищенных от негативных и неблагоприятных явлений на водных объектах жителей не менее чем на 5% (среднегодовое количество защищенных жителей: 20 млн человек)
  • увеличение доли отраслевых мероприятий, в отношении которых производится автоматизированная оценка социально-значимого эффекта до 80%

Ключевой партнер

Comindware

Описание проекта

Презентация проекта

Видеозапись выступления

Система категоризации рисков на основе объективных источников получения данных о принципах нарушений (Государственная инспекция по контролю за использованием объектов недвижимости города Москвы)

Госинспекция по недвижимости является функциональным органом исполнительной власти города Москвы, осуществляющим региональный государственный контроль и муниципальный земельный контроль. С 1 июля 2021 года Госинспекция по недвижимости проводит контрольные мероприятия с учетом риск-ориентированного подхода с применением камерального анализа. До этого времени преобладал ручной режим планирования контрольных мероприятий.

Госинспекцией по недвижимости разработан и применяется риск-ориентированный подход для проведения контрольных мероприятий. Новый подход к проведению проверок в зависимости от категории риска позволяет сфокусироваться на проверке потенциальных нарушителей и снизить административную нагрузку в отношении добросовестных предпринимателей.

В ходе организации работы необходимо было разработать логику алгоритмов, на основании которого выявляется нарушение в автоматизированном формате, логику категоризации объектов по степени риска в зависимости от имеющейся информации об объекте из всех используемых источников, в том числе обращений и результатов контрольных мероприятий.

Таким образом, в ходе реализации проекта прорабатывались правовые, информационные и методологические вызовы. В настоящее время объекты контроля анализируются с использованием информационных систем, после чего присваивается категория риска объекту в информационной системе АИС «Контроль недвижимости города Москвы», формируется задача контрольно-инспекционным подразделениям на проведение контрольных (надзорных) мероприятий, далее формируется поручение на проведение мероприятия и осуществляются контрольные действия, после чего составляются процессуальные документы.

В работе используются новые программные алгоритмы анализа информационных систем. Для анализа берутся результаты работы искусственного интеллекта, беспилотных летательных аппаратов, сведения из открытых источников и федеральных и муниципальных органов власти. Данные категорируются и выстраиваются в алгоритмы выявления признаков правонарушений, после чего устанавливается одна из пяти категорий риска (чрезвычайно высокий, высокий, средний, умеренный и низкий).

Описание проекта

Презентация

Процессы БПЛА

Процессы риски

Видеозапись выступления

Единая сервисная экосистема работы с обращениями (АНО «Служба обеспечения деятельности финансового уполномоченного»)

В конце 2021 года Автономной некоммерческой организацией «Служба обеспечения деятельности финансового уполномоченного» создана единая сервисная экосистема работы с обращениями потребителей финансовых услуг в адрес финансового уполномоченного, состоящая из следующих информационных систем.

  1. Система обработки обращений, обеспечивающая выполнение полного цикла работы с обращениями от регистрации и первичной обработки нового обращения до подготовки и утверждения решения финансового уполномоченного. Автоматизированные целевые процессы можно представить в виде следующих категорий:  работа с обращениями граждан;  взаимодействие с финансовыми организациями, экспертными организациями, судебными органами и государственными структурами; — аналитика и планирование.
  2. Личные кабинеты (заявителя, финансовой организации, экспертной организации, судьи) — сервисы обмена документами и организации взаимодействия с финансовым уполномоченным. Все личные кабинеты интегрированы с Системой обработки обращений
  3. Автоматизированная информационная система интеллектуальной полнотекстовой обработки документов, предназначенная преимущественно для распознавания в первоначальном виде и качестве поступающих электронных документов и извлечения максимального количества полезной информации для дальнейшей контекстной обработки документа. АИС также используется для определения соответствия пакета документов, приложенного к обращению потребителя финансовых услуг, критериям приема к рассмотрению обращений финансовым уполномоченным в соответствии с Законом № 123-ФЗ.
  4. Библиотека решений финансового уполномоченного, обеспечивающая функции поиска информации в процессе подготовки решений финансового уполномоченного (поиск и анализ похожих решений финансового уполномоченного за счет применения современных подходов к анализу текстовых данных). В составе Библиотеки решений финансового уполномоченного особую роль занимает система умного поиска и нахождения документов по их содержимому в больших массивах информации с использованием инструментов искусственного интеллекта.

Ключевой партнер

NAUMEN

Описание проекта

Презентация

Видеозапись выступления

Внедрение Named-Entity Recognition системы, с использованием алгоритмов Mashine Learning в целях автоматизации бизнес-процесса приема заявок на трансферное обслуживание (i’way)

Задачи проекта

Компания «АйВэйТрансфер» до момента внедрения системы получала заявки на трансферное обслуживание от агентств делового туризма в виде писем на электронную почту, которые обрабатывались и вносились во внутреннюю CRM систему силами более чем 20 сотрудников, работающих круглосуточно в 3 смены 365 дней в году.

Для ускорения и снижения стоимости этого процесса подрядной организацией был разработан NER-модуль, который с использованием алгоритмов машинного обучения  автоматически распознает и выгружает «сущности» (Номер заказа, Город, Тип заказа, Дата, Время — более 20 сущностей) в базу в виде готовой оформленной заявки.

Результаты

Целевым бизнес-результатом является заморозка расходов на ФОТ операторов на текущем уровне с учетом ежегодного роста объема обрабатываемых заказов на оператора на уровне 25-30%.

С выходом системы на плановую производительность получили автоматизированную обработку не менее чем 50%, проступающих заявок. К маю планируется довести показатели до 70%

Система не помогла полностью избежать «ручного» труда, т.к. в случае «сомнений» системы в корректности распознанных сущностей, заявка передается специалисту для ручной обработки.

Ключевой партнер

ООО «Экспасофт»

Описание проекта