Software di medicina personalizzata su AWS: riduzione di 60% dei bug post-rilascio

Innowise ha progettato un'infrastruttura serverless su AWS, che consente di fornire raccomandazioni sulla salute per il software di medicina personalizzata e di implementare una solida pipeline CI/CD per la distribuzione e il test senza soluzione di continuità.

Cliente

Industria

Informatica sanitaria

Regione

Israele

Cliente da

2022

Il nostro cliente è un innovatore nel settore delle tecnologie sanitarie. Si occupa di aiutare le persone affette da patologie croniche a raggiungere una salute migliore seguendo raccomandazioni personalizzate guidate dall'intelligenza artificiale. Ponendo l'accento sull'individualizzazione, il cliente offre un software di medicina personalizzata e un'applicazione mHealth per i singoli e gli operatori sanitari.

Le informazioni dettagliate sul cliente non possono essere divulgate in base alle disposizioni dell NDA.

Sfida

Riprogettare il software di medicina personalizzata per costruire una solida infrastruttura per le raccomandazioni sulla salute

La nostra collaborazione con il cliente, iniziata nel 2022, si è incentrata sul miglioramento del loro sistema di gestione della salute disponibile su piattaforme web e mobili. Utilizzando AI e la tecnologia dell'intelligenza emotiva (EI), il software di medicina personalizzata si adatta dinamicamente alla personalità, alle abitudini e allo stile di vita unici di ogni utente. Questo approccio mira a facilitare cambiamenti sostenibili per tutta la vita e a incoraggiare l'adesione ai programmi di trattamento.La sfida del cliente consisteva nel riprogettare un sistema in grado di tracciare le azioni degli utenti e di fornire con maggiore precisione raccomandazioni per l'ottimizzazione della salute. Era necessaria una solida infrastruttura per la gestione delle raccomandazioni e delle notifiche, che doveva essere scalabile e manutenibile. Inoltre, sia la versione per il web che quella per la piattaforma mobile non erano complete Servizi QA.

Soluzione

Software di medicina personalizzata con sistema back-end migliorato, test A/B e pipeline CI/CD ottimizzata

Nell'ambito del nostro impegno con il cliente, abbiamo sviluppato un'infrastruttura avanzata e scalabile per supportare un software di medicina personalizzata con raccomandazioni sulla salute. "Enfatizzando le pratiche di Infrastructure as Code (IaC), abbiamo combinato la potenza di AWS CDK con TypeScript. Questo ci ha permesso di creare un robusto framework serverless in grado di gestire complessi processi di raccomandazione e notifica, parte integrante del miglioramento della gestione della salute. Il nostro team si è concentrato anche sul test delle applicazioni mobili e dei sistemi back-end.

Implementazione dell'infrastruttura

Nella fase fondamentale del nostro processo di sviluppo, abbiamo distribuito il sistema Sviluppo AWS Cloud Kit (CDK) con TypeScript. Questa scelta strategica ci ha permesso di scrivere l'infrastruttura cloud come se fosse un software. Ha semplificato la creazione delle risorse e ha garantito che la nostra configurazione fosse manutenibile e facilmente scalabile, un aspetto cruciale per un sistema progettato per gestire un numero crescente di utenti.La spina dorsale dell'infrastruttura era costituita da un'architettura serverless progettata per garantire un'elevata disponibilità e l'efficienza dei costi. Il serverless computing ci ha permesso di creare ed eseguire applicazioni senza pensare ai server. In questo modo potevamo concentrarci sul prodotto principale senza dover gestire l'infrastruttura.Per intrecciare le diverse azioni e i diversi servizi richiesti dall'applicazione, abbiamo utilizzato le funzioni passo passo di AWS per creare macchine di stato. Esse hanno garantito che ogni interazione dell'utente venisse elaborata con precisione, innescando la corretta sequenza di eventi, dall'ingestione dei dati alle notifiche e alle raccomandazioni personalizzate JIT (Just In Time).

Sviluppo di applicazioni mHealth

Il nostro team ha abbracciato Python per la sua semplicità ed efficienza nella creazione di funzioni Lambda, che hanno costituito il nucleo di diverse servizi back-end. Queste funzioni erano responsabili dell'intero processo di notifica agli utenti, dall'elaborazione dei dati all'invio di raccomandazioni e messaggi sulla salute.Il nostro team di sviluppo PHP ha migliorato l'interfaccia utente di un'applicazione web che utilizza October CMS, concentrandosi su un sistema di facile utilizzo per la gestione dei dati di notifica, compresi modelli, segnaposto e condizioni. Questo passaggio da un modello dipendente dagli sviluppatori a un approccio più accessibile ha permesso ai proprietari dei prodotti di gestire i dati in modo indipendente, snellendo il flusso di lavoro e aumentando l'efficienza del processo di gestione delle notifiche.La complessità della trasformazione dei dati grezzi degli utenti in approfondimenti richiedeva processi ETL robusti. AWS Glue ha fornito un servizio ETL gestito che ha semplificato la preparazione e il caricamento dei dati per l'analisi. Per gestire il flusso di dati in tempo reale, abbiamo costruito delle pipeline di dati che incorporano servizi come AWS EventBridge per l'instradamento di bus di eventi e AWS Kinesis per la gestione di flussi massicci di dati sulla salute, assicurando che le interazioni degli utenti venissero elaborate ed eseguite senza ritardi.

Integrazione e distribuzione continue

Per mantenere coerenza e qualità nei nostri processi di distribuzione, abbiamo creato pipeline CI/CD utilizzando Bitbucket per il controllo dei sorgenti e AWS CodePipeline per orchestrare le build, i test e le distribuzioni. Queste pipeline hanno facilitato la transizione dallo sviluppo alla produzione, con passaggi automatizzati che hanno ridotto gli errori umani e semplificato i rilasci.

Amazon Elastic Container Service (ECS) è stato configurato per eseguire e gestire i nostri container Docker. Questo servizio ha semplificato l'orchestrazione dei container del sistema, permettendoci di distribuire, gestire e scalare i sistemi di raccomandazione e notifica con facilità.

Qualità assicurazione

La garanzia di qualità è stata una componente critica e integrante del nostro processo di implementazione. I nostri ingegneri QA hanno convalidato la funzionalità, le prestazioni e l'usabilità del sistema back-end e hanno garantito la massima qualità dell'applicazione mobile combinando metodi di test manuali e automatizzati.

Un punto chiave della nostra strategia di QA è stato il test approfondito del software di medicina personalizzata sulle piattaforme mobili. Abbiamo condotto test manuali approfonditi simulando scenari d'uso reali per garantire che l'interfaccia e le funzionalità dell'app funzionassero perfettamente su vari dispositivi. A ciò si è aggiunta l'esecuzione di test automatici per coprire una gamma più ampia di casi d'uso.

La gestione dei flussi di lavoro CI/CD è stato un altro aspetto vitale del nostro processo di QA. Abbiamo monitorato questi flussi di lavoro per evitare che il codice non testato o affetto da bug venisse distribuito in produzione. Questo approccio è diventato particolarmente cruciale dopo aver identificato le lacune del processo che hanno permesso l'emergere di bug nell'applicazione live, in particolare durante il rilascio critico della versione 2.0 per il nuovo mercato.

Per perfezionare ulteriormente l'applicazione in base all'interazione degli utenti, abbiamo implementato meccanismi di A/B testing. Questo ha migliorato il coinvolgimento degli utenti e ha fornito preziose informazioni sul loro comportamento e sulle loro preferenze, consentendo al cliente di apportare miglioramenti al prodotto basati sui dati.

Il cliente è rimasto particolarmente colpito dalla solidità dei nostri test mobile e back-end, nonché dall'efficienza della pipeline CI/CD. Questi sforzi hanno portato a una riduzione significativa dei problemi legati alla distribuzione e a un aumento sostanziale della stabilità dell'applicazione mHealth.

Tecnologie e strumenti

Back-end

PHP, Python, TypeScript

Cloud

AWS (Step Functions, Lambda, Kinesis, Event Bridge, Api Gateway, CloudFormation, Glue, Athena, App Sync, ECS, ECR, Batch, RDS, Redshift, DynamoDB)

Databases

Postgres, Redshift, Redis, DynamoDB

Sistemi di controllo alla fonte

Bitbucket

Condotte

Pipeline Bitbucket, Pipeline del codice

Processo

Il nostro lavoro con il cliente è stato caratterizzato da una progressione graduale, da una comunicazione trasparente e da un forte impegno verso le metodologie Agile. Questo approccio ci ha permesso di adattarci rapidamente, di mantenere un impegno costante con il cliente e di migliorare continuamente i nostri processi nel corso del progetto. Ecco come si è svolto il progetto:

Avvio e pianificazione

Abbiamo iniziato con una fase di analisi e pianificazione approfondita, allineando i nostri compiti alle esigenze del cliente. Questa fase ha posto le basi per quello che sarebbe diventato un ciclo di sviluppo di un'applicazione mHealth reattiva.

Configurazione dell'infrastruttura

Utilizzando AWS CDK, abbiamo creato uno script dell'infrastruttura per supportare un back end serverless, assicurando che il sistema fosse scalabile e resiliente.

Sviluppo delle funzioni

I nostri sviluppatori hanno scritto funzioni Lambda per elaborare i dati e gestire le notifiche, gestite attraverso l'infrastruttura serverless.

Costruzione della pipeline CI/CD

Abbiamo configurato Bitbucket e AWS CodePipeline per automatizzare il processo di distribuzione dell'infrastruttura e delle applicazioni.

Qualità assicurazione

I nostri ingegneri QA hanno condotto test manuali e automatici approfonditi per garantire il corretto funzionamento di tutte le funzionalità su diversi dispositivi e scenari utente.

Implementazione del test A/B

Per migliorare ulteriormente l'esperienza dell'utente, abbiamo creato una struttura di test A/B, che consente di prendere decisioni basate sui dati.

Completamento e revisione del progetto

Il progetto si è concluso con una fase di revisione e consegna completa. Ci siamo assicurati che tutti gli elementi del progetto soddisfacessero le aspettative del cliente e abbiamo preparato le basi per futuri miglioramenti e supporto.

Team

Sviluppatori AWS

Sviluppatore PHP

Sviluppatore Python

Ingegnere DevOps

Ingegnere QA

Coordinatore del progetto

Risultati

Sistema backend migliorato, riduzione del time-to-market per le nuove funzionalità e maggiore stabilità per il software di medicina personalizzata.

La collaborazione con il cliente ha portato a diversi risultati di rilievo, ognuno dei quali ha contribuito al successo e all'impatto complessivo del software di medicina personalizzata:

Sistema back-end migliorato: Abbiamo sviluppato un sistema back-end robusto, scalabile ed efficiente dal punto di vista dei costi. L'architettura serverless su AWS ha permesso all'applicazione di gestire in modo efficiente carichi crescenti e dati degli utenti.
Miglioramento della stabilità dell'applicazione: Abbiamo ridotto in modo significativo i bug critici grazie a rigorosi processi di QA. La stabilità dell'applicazione è stata migliorata di circa 40%, come indicato dalla diminuzione delle segnalazioni di crash e dei problemi segnalati dagli utenti.
Test A/B per un miglioramento continuo: L'implementazione di un framework di test A/B ha segnato una tappa fondamentale. Ha permesso al cliente di perfezionare l'applicazione in base al feedback e al comportamento degli utenti, migliorando i punteggi di soddisfazione degli stessi.
Efficienza operativa: L'automazione dei processi di distribuzione e l'introduzione di una pipeline CI/CD più snella hanno ridotto il time-to-market delle nuove funzionalità di 20%.

In sintesi, il nostro approccio orientato alla QA e la robusta architettura serverless di AWS hanno fornito al nostro cliente un software di medicina personalizzata altamente affidabile. Questi miglioramenti hanno sostenuto la loro missione di fornire soluzioni sanitarie personalizzate, come dimostrato dai miglioramenti tangibili delle prestazioni dell'applicazione e della soddisfazione degli utenti.

Nella fase attuale del progetto, il nostro team dedicato è attivamente impegnato nello sviluppo e nel miglioramento dell'applicazione mHealth, con una forte enfasi sui test e sul miglioramento continuo dell'infrastruttura.

Durata del progetto

Gennaio 2022 - In corso

20%

riduzione del time-to-market per le nuove funzionalità

60%

diminuzione dei bug post-rilascio

Casi correlati

Contattateci!

Prenota una chiamata oppure compilate il modulo sottostante e sarete ricontattati una volta elaborata la vostra richiesta.

Nome

Azienda

Telefono

Messaggio Si prega di includere i dettagli del progetto, la durata, lo stack tecnologico, i professionisti IT necessari e altre informazioni pertinenti

Registra un messaggio vocale sul tuo
progetto per aiutarci a capirlo meglio

Allega ulteriori documenti se necessario

Caricare il file

È possibile allegare fino a 1 file di 2 MB complessivi. File validi: pdf, jpg, jpeg, png

Vi informiamo che cliccando sul pulsante Invia, Innowise tratterà i vostri dati personali in conformità con la nostra Informativa sulla privacy allo scopo di fornirvi informazioni adeguate.

Cosa succede dopo?

Dopo aver ricevuto ed elaborato la vostra richiesta, vi ricontatteremo a breve per illustrare le esigenze del progetto e firmare un NDA per garantire la riservatezza delle informazioni.

Dopo aver esaminato i requisiti, i nostri analisti e sviluppatori elaborano una proposta di progetto con l'ambito di lavoro, le dimensioni del team, i tempi e i costi stimati.

Organizziamo un incontro con voi per discutere l'offerta e giungere a un accordo.

Firmiamo un contratto e iniziamo a lavorare sul vostro progetto il prima possibile.

Software di medicina personalizzata su AWS: riduzione di 60% dei bug post-rilascio

Cliente

Sfida

Riprogettare il software di medicina personalizzata per costruire una solida infrastruttura per le raccomandazioni sulla salute

Soluzione