Реализуем кейс от площадки "Цифровой прорыв (ЮФО)". Кейсосодерждатель - ФГБУ «НМИЦ ТПМ» Минздрава России.
Формирование здоровьесберегающей среды является основой Федерального проекта «Укрепление общественного здоровья» в рамках Национального проекта «Демография». Формирование здоровьесберегающей среды – это самый эффективный и экономически целесообразный способ увеличения продолжительности жизни и сохранения трудовых ресурсов. Однако формирование среды является сложным процессом, требующим межсекторального взаимодействия и широкого круга компетенций, не только в вопросах здоровья, но и градостроительства, коммуникаций и др. В России отмечается дефицит как специалистов, так и инструментов в этой области. На основе открытых источников (Open Street Map), с применением технологий искусственного интеллекта, участникам хакатона нужно создать MVP в виде веб-приложения для оценки городской инфраструктуры. Основной же задачей участников будет формирование рекомендаций по улучшению среды проживания в выбранной зоне (увеличение или уменьшение указанных выше показателей относительно зон-примеров - городов со всего мира, к показателям которых нужно стремиться). Разработанный продукт (цифровой инструмент) позволит формировать региональные и муниципальные программы укрепления общественного здоровья, включая анализ доступности алкоголя, табака, продуктов питания и возможностей для физической активности.
В рамках решения предлагается веб-сервис, основанный на RESTful клиент-серверной архитектуре, поддерживаеммый большинством современных браузеров, а также мобильной ОС Android версии ??.
Реализованный проект предоставит возможность пользователю интерактивную платформу, позволяющую выбрать необходимый для анализа регион и получить краткую и более полную аналитику с точки зрения инфраструктуры. Сервис ориентируется не только на гео- и климатические данные, но также анализирует новостные справки и социальные медиа относительно выбранного региона.
graph TD;
Система-->Frontend;
Система-->Backend;
Система-->DB;
Система-->DevOps;
Frontend-->Мобильное_приложение;
Frontend-->Веб-сервис;
Backend-->Взаимодействие_с_Frontend;
Backend-->ML;
Backend-->Взаимодействие_с_DB;
Backend-->Сбор_данных;
DB-->Хранение_данных;
DevOps-->CI/CD;
DevOps-->Контейнеризация;
ML-->Классификация;
ML-->Регрессия;
Классификация-->Анализ_текстовых_данных;
Классификация-->Анализ_гео-данных;
Регрессия-->Анализ_гео-данных;
- Реализации оценки региона с точки зрения соответствия исходных критериев;
- Предоставление рекомендаций путем варьирования исходных трех критериев.
- Геоданные:
- OSM(Open Street Map)
- РОССТАТ
- ЯП:
- Фреймворки/технологии:
Для сбора датасета запустить файл:
py .\data_collector.py
Для тестирования модели оценки запустить:
py .\model_loader.py