M2T1 Doctor_Appointment
1.0.0
Este projeto de prova de conceito (POC) tem como objetivo demonstrar como a tecnologia digital avançada e a integração da IA podem otimizar o processo de agendamento de consultas em hospitais. Ao automatizar a identificação da disponibilidade do médico e otimizar a alocação de slots de compromisso, pretendemos melhorar a experiência geral do paciente e reduzir os tempos de espera.
Na área da saúde, a programação eficiente de consultas é crucial para garantir que os pacientes recebam cuidados oportunos e maximizando a utilização dos recursos do médico. Este projeto propõe uma solução digital que utiliza tecnologias avançadas para automatizar o processo de identificação de disponibilidade do médico e alocar slots de compromisso de acordo. O objetivo principal é reduzir os tempos de espera do paciente e melhorar a eficiência geral do processo de agendamento de consultas em hospitais.
Seleção de doenças : os usuários podem selecionar doenças específicas (por exemplo, febre, pele, olho) para encontrar médicos relevantes.
Disponibilidade médica : Uma lista de médicos especializados na doença selecionada é exibida, marcada em verde (disponível) ou vermelho (indisponível) com base em seu status atual.
Descrição do slot : os usuários podem visualizar informações detalhadas do slot para cada médico, incluindo disponibilidade e descrição dos slots disponíveis.
Opções de classificação : os médicos podem ser classificados com base no horário ou taxas de compromisso, permitindo que os pacientes escolham a opção mais conveniente.
Reserva e registro : Quando um paciente seleciona um médico e horário de compromisso, um pop -up de login/registro aparece para autenticação do usuário.
Ajustes de tempo e taxas : Os intervalos do tempo de reserva são personalizáveis (por exemplo, 5 ou 10 minutos), com taxas ajustadas de acordo.
Atendimento manual : os médicos têm a opção de marcar manualmente sua participação usando um painel separado.
Detecção de rosto : alternativamente, um sistema de detecção de rosto na entrada pode automatizar o rastreamento de entrada e saída, garantindo atualizações de disponibilidade de médicos em tempo real.
Amazon Rekognition : Usado para detecção e reconhecimento de rosto.
Instância do EC2 : fornece hospedagem escalável e segura.
S3 Bucket : Usado para armazenamento e recuperação de dados.
HTML, CSS (Tailwind CSS), JavaScript : Desenvolvimento de Front -end para a interface do usuário.
Django, SQL : Desenvolvimento de back -end para gerenciar dados, compromissos e frequência médica.
Visite o site e use o painel do usuário para encontrar médicos com base em doenças, disponibilidade e taxas.
Os médicos podem fazer login para marcar sua participação manualmente ou usar o sistema de detecção de rosto para rastreamento automático de participação.
A IA desempenha um papel crucial na previsão da disponibilidade do médico. Ao analisar dados históricos e insumos em tempo real, o sistema pode alocar slots de nomeação com eficiência, considerando fatores como disponibilidade do médico e preferências de pacientes.
O modelo de IA é continuamente refinado com base na análise de feedback e dados, garantindo uma maior precisão de agendamento ao longo do tempo.
Contribuições para este projeto são.
Mentor: Snahal Kumar: 20bec081
Abra um problema ou crie uma solicitação de tração para discutir e contribuir.
