RALD
Informacje ogólne
Model szybkiego rozwoju algorytmów RALD (ang. Rapid Algorithm Development) to opracowany przez nas model skracający czas tworzenia algorytmów MBDAA (czyli algorytmów określających aktywność choroby na podstawie szeregu biomarkerów), działający w oparciu o proces inżynierii linii produktowej PFE (ang. Product Family Engineering).
Product Family Engineering
Product Family Engineering, czyli inżynieria linii produktowej, to synonim wyrażenia „Domain Engineering” sformułowanego przez instytut Carnegie Mellon Software Engineering Institute. Termin „Product Family Engineering” został wprowadzony przez Jamesa Neighborsa w jego pracy naukowej stworzonej na Uniwersytecie Kalifornijskim w Irvine w 1980 roku. Linie oprogramowania są dość powszechnie spotykane w codziennym życiu, jednakże zanim linia produktów może zostać z powodzeniem utworzona, konieczne jest przeprowadzenie szeroko zakrojonego procesu, znanego jako Product Family Engineering.
Można zatem zdefiniować PFE jako metodę tworzenia bazowej architektury dla platformy produktowej danej organizacji. Jego rezultatem jest struktura oparta na powszechności oraz planowanych zmiennościach. Podstawowa rodzina produktowa może stanowić punkt wyjścia różnych wariantów produktów, co oferuje możliwość ponownego wykorzystywania i różnicowania produktów w obrębie jednej linii.
Product Family Engineering jest stosunkowo nowym podejściem do tworzenia nowych produktów. Skupia się ono na procesie tworzenia nowych produktów w taki sposób, by można było ponownie wykorzystać ich elementy i wprowadzić zmienność przy ograniczeniu czasu i kosztów. Product Family Engineering koncentruje się przede wszystkim na ponownym wykorzystywaniu komponentów i struktur w maksymalnym możliwym stopniu.
Liczne badania dowodzą, że wykorzystywanie procesu Product Family Engineering podczas opracowywania nowych produktów niesie ze sobą wiele korzyści, między innymi:
- Większą produktywność
- Wyższą jakość
- Szybsze wprowadzenie na rynek
- Niższe zapotrzebowanie na pracowników
Dzięki temu proces tworzenia wszystkich nowych algorytmów MBDAA charakteryzuje się szybkością i wysoką jakością, ponieważ potencjalne markery nowotworowe wykrywane są przy pomocy naszego narzędzia Iterative Internet Autonomous Agent (IIAA), a ponowne wykorzystanie bloków (zarówno funkcyjnych, jak i programowych) niczym klocków oznacza skrócenie czasu pracy nad powstaniem nowego produktu, czasu testowania, czasu integracji, a także czasu wdrażania, co z kolei skraca czas wprowadzenia na rynek przy zachowaniu wszystkich gwarancji.
Ponadto, również materiały marketingowe i pomocnicze (między innymi broszury czy formularze zamówienia) przygotowywane są przy wykorzystaniu metody Product Family Engineering, co gwarantuje maksymalną wydajność wszystkich procesów odbywających się w BIOPROGNOS.