Klasyczny wywiad medyczny w gabinecie pochłania dużą część czasu konsultacji: lekarz zadaje serię pytań, notuje odpowiedzi, decyduje o kolejnym pytaniu na bazie poprzednich. Klient z branży medycznej chciał odciążyć ten proces — pozwolić pacjentowi przeprowadzić wstępny, ustrukturyzowany wywiad w aplikacji mobilnej (głosowo lub klikowo), a lekarzowi pokazywać już posortowane wnioski wraz z sugerowanymi kierunkami diagnostycznymi.
Konwersacyjny asystent medyczny do wywiadu pacjenta
Aplikacja na Android i iOS prowadząca strukturalny wywiad medyczny — głosem lub klikiem — z modułem ML i panelem dla lekarzy
Wyzwanie
Rozwiązanie
Zbudowaliśmy aplikację mobilną dostępną natywnie na Android (Kotlin) i iOS (Swift), oferującą dwa równoległe tryby interakcji: głosowy — pacjent odpowiada wypowiedzią, aplikacja rozpoznaje mowę, ekstrahuje odpowiedź i przekazuje do silnika decyzyjnego; klikowy — pacjent wybiera odpowiedź z predefiniowanych opcji, idealnie dla osób preferujących prywatność lub w głośnym otoczeniu. Backend (Node.js + PHP/Laravel) trzyma logikę biznesową, ML do analizy odpowiedzi oraz API dla obu klientów. Lekarze dostają osobny panel webowy w Vue z widokiem przeprowadzonych wywiadów, sugestiami diagnostycznymi i możliwością ich akceptacji/korekty.
Silnik rozpoznawania mowy i przetwarzania odpowiedzi
Tryb głosowy oparty jest o natywne biblioteki rozpoznawania mowy (Speech Framework na iOS, SpeechRecognizer na Android), z opcjonalnym fallbackiem na chmurową usługę dla dłuższych wypowiedzi. Tekst z rozpoznania mowy przechodzi przez warstwę normalizacji (usuwanie wahań, korekty fonetyczne typowe dla polskich nazw medycznych) i jest mapowany na predefiniowane kategorie odpowiedzi — tak żeby silnik decyzyjny operował na jednolitej reprezentacji niezależnie od tego, czy pacjent kliknął opcję czy ją powiedział.
Silnik ML — dobór pytań i sugestie diagnostyczne
Sercem aplikacji jest moduł ML, który:
- Wybiera kolejne pytanie na bazie dotychczasowych odpowiedzi — drzewo decyzyjne uczone na danych przygotowanych przez zespół medyczny klienta, optymalizujące zmniejszanie niepewności diagnostycznej w jak najmniejszej liczbie kroków.
- Klasyfikuje sygnały z odpowiedzi do kategorii objawowych (układ pokarmowy, oddechowy, neurologiczny itd.) i waży je czasem trwania, intensywnością i wcześniejszymi schorzeniami pacjenta.
- Sugeruje kierunki diagnostyczne — generuje listę najbardziej prawdopodobnych chorób kompatybilnych z zebranym wywiadem, wraz ze stopniem dopasowania. Wynik nie jest diagnozą — to materiał wejściowy dla lekarza prowadzącego konsultację.
Efekt
Pacjent przeprowadza wstępny wywiad w aplikacji w wygodnym dla siebie tempie, lekarz dostaje strukturalny raport zamiast surowych notatek. Aplikacja w obu sklepach (App Store, Google Play), moduł lekarski używany przez zespoły medyczne klienta.
Co zbudowaliśmy
API i silnik ML
Node.js obsługuje real-time komunikację z mobilką, kolejkowanie analizy ML i orkiestrację silnika decyzyjnego (drzewo pytań). Laravel (PHP) odpowiada za panel administracyjny, zarządzanie bazą wiedzy medycznej, kontami lekarzy i raportowaniem. Wspólna baza relacyjna.
Panel lekarza
SPA w Vue.js dla zespołu medycznego — lista przeprowadzonych wywiadów, szczegółowy widok pacjenta z timeline odpowiedzi, sugestiami ML i miejscem na decyzję lekarza. Komunikacja z backendem przez REST + WebSocket dla powiadomień o nowych wywiadach.
Klient Android
Natywna aplikacja Android (Kotlin), interfejs konwersacyjny z dwoma trybami (głos/klik) przełączalnymi w trakcie wywiadu, integracja z Android SpeechRecognizer, lokalna kolejka odpowiedzi z synchronizacją do backendu (działanie przy słabym połączeniu).
Klient iOS
Natywna aplikacja iOS (Swift), bliźniaczy UX do wersji Android, integracja ze Speech Framework Apple, AVAudioEngine dla nasłuchu z VAD (voice activity detection), wsparcie dostępności i trybu wysokiego kontrastu.
Stack technologiczny
Efekty
Powiązane realizacje
Mobilna aplikacja do analizy znamion skórnych
Pełny stack: backend, panel pacjenta/lekarza, Android z analizą obrazu OpenCV
→Magic Storyland — personalizowane bajki dla dzieci
Generator ilustrowanych bajek na dobranoc czytanych przez lektora — AI okiełznane warstwą bezpieczeństwa dla dzieci
→MiniJob — marketplace lokalnych usług
Aplikacja mobilna i backend łączące osoby szukające pomocy z lokalnymi wykonawcami: zlecenia, oferty, czat i oceny
→Masz pomysł?
Wycena, konsultacja czy audyt - wybierz ścieżkę, która Ci pasuje. Resztą zajmiemy się my.
Wycena projektu
Powiedz nam o pomyśle — zakres, harmonogram i koszt dostarczymy w 5 dni.
Wypełnij brief→ 02Konsultacja techniczna
30-minutowa rozmowa z naszym tech leadem o stacku, architekturze i ryzykach.
Umów rozmowę→ 03Audyt produktu
Sprawdzimy kod, architekturę i wydajność. Raport z konkretną roadmapą.
Zacznij audyt- Odpowiadamy w 24h
- NDA na pierwszym callu
- Pierwsza rozmowa bez zobowiązań