Spersonalizowane oprogramowanie medyczne na AWS: redukcja błędów po wydaniu o 60%

Innowise opracował bezserwerową infrastrukturę na AWS, umożliwiając rekomendacje zdrowotne dla spersonalizowanego oprogramowania medycznego i wdrażając solidny potok CI / CD w celu płynnego wdrażania i testowania.

Klient

Branża

IT w opiece zdrowotnej

Region

Izrael

Klient od

2022

Nasz klient jest innowatorem w dziedzinie technologii opieki zdrowotnej. Koncentruje się na pomaganiu osobom z przewlekłymi schorzeniami w osiągnięciu lepszego stanu zdrowia poprzez stosowanie się do dostosowanych zaleceń opartych na sztucznej inteligencji. Kładąc nacisk na indywidualizację, klient oferuje spersonalizowane oprogramowanie medyczne i aplikację mHealth dla osób fizycznych i świadczeniodawców opieki zdrowotnej.

Szczegółowe informacje o kliencie nie mogą być ujawnione zgodnie z postanowieniami NDA.

Wyzwanie

Przeprojektowanie spersonalizowanego oprogramowania medycznego w celu zbudowania solidnej infrastruktury dla zaleceń zdrowotnych

Nasza współpraca z klientem, rozpoczęta w 2022 roku, koncentrowała się na ulepszeniu jego systemu zarządzania zdrowiem dostępnego na platformach internetowych i mobilnych. Wykorzystując AI Dzięki zastosowaniu technologii inteligencji emocjonalnej (EI), spersonalizowane oprogramowanie medyczne dynamicznie dostosowuje się do unikalnej osobowości, nawyków i stylu życia każdego użytkownika. Takie podejście ma na celu ułatwienie trwałych zmian na całe życie i zachęcenie do przestrzegania programów leczenia.Wyzwaniem dla klienta było przeprojektowanie systemu w celu śledzenia działań użytkownika i dostarczania bardziej precyzyjnych zaleceń optymalizujących zdrowie. Wymagało to solidnej infrastruktury do obsługi rekomendacji i powiadomień, która musiała być skalowalna i łatwa w utrzymaniu. Co więcej, zarówno w wersji webowej, jak i mobilnej brakowało kompleksowych rozwiązań. usługach QA.

Wdrożenie

Spersonalizowane oprogramowanie medyczne z ulepszonym systemem zaplecza, testami A/B i usprawnionym potokiem CI/CD.

W ramach współpracy z klientem opracowaliśmy zaawansowaną i skalowalną infrastrukturę do obsługi spersonalizowanego oprogramowania medycznego z zaleceniami zdrowotnymi. "Kładąc nacisk na praktyki Infrastructure as Code (IaC), połączyliśmy moc AWS CDK z TypeScript. Umożliwiło nam to stworzenie solidnego, bezserwerowego frameworka zdolnego do obsługi złożonych procesów rekomendacji i powiadomień, integralnie związanych z usprawnieniem zarządzania zdrowiem. Nasz zespół skupił się również na testowaniu aplikacji mobilnych i systemów zaplecza.

Wdrożenie infrastruktury

W początkowej fazie naszego procesu rozwoju wdrożyliśmy aplikację AWS Cloud Development Kit (CDK) z TypeScript. Ten strategiczny wybór pozwolił nam skryptować infrastrukturę chmury tak, jakby była oprogramowaniem. Usprawniło to tworzenie zasobów i zapewniło, że nasza konfiguracja była łatwa w utrzymaniu i skalowalna - co ma kluczowe znaczenie dla systemu zaprojektowanego do obsługi rosnącej liczby użytkowników.Szkieletem infrastruktury była architektura bezserwerowa zaprojektowana z myślą o wysokiej dostępności i efektywności kosztowej. Przetwarzanie bezserwerowe umożliwiło nam tworzenie i uruchamianie aplikacji bez myślenia o serwerach. Oznaczało to, że mogliśmy skupić się na podstawowym produkcie bez konieczności zarządzania infrastrukturą.Aby połączyć różnorodne działania i usługi wymagane przez aplikację, wykorzystaliśmy AWS Step Functions do stworzenia State Machines. Zapewniały one dokładne przetwarzanie każdej interakcji użytkownika, wyzwalając prawidłową sekwencję zdarzeń - od pozyskiwania danych po spersonalizowane powiadomienia i rekomendacje JIT (Just In Time).

Tworzenie aplikacji mHealth

Nasz zespół przyjął Python ze względu na swoją prostotę i wydajność w tworzeniu funkcji Lambda, które stanowiły rdzeń różnych aplikacji. usługi zaplecza. Funkcje te były odpowiedzialne za cały proces powiadamiania użytkownika, od przetwarzania danych po wysyłanie zaleceń zdrowotnych i wiadomości.Nasz zespół programistów PHP ulepszył interfejs użytkownika aplikacji internetowej korzystającej z October CMS, koncentrując się na przyjaznym dla użytkownika systemie zarządzania danymi powiadomień, w tym szablonami, symbolami zastępczymi i warunkami. To przejście od modelu zależnego od deweloperów do bardziej przystępnego podejścia umożliwiło właścicielom produktów niezależne zarządzanie danymi, usprawniając przepływ pracy i zwiększając wydajność procesu zarządzania powiadomieniami.Złożoność przekształcania surowych danych użytkowników w spostrzeżenia wymagała solidnych procesów ETL. AWS Glue zapewnił zarządzaną usługę ETL, która uprościła przygotowanie i ładowanie danych do analizy. Aby zarządzać przepływem danych w czasie rzeczywistym, stworzyliśmy Data Pipelines obejmujące usługi takie jak AWS EventBridge do routingu magistrali zdarzeń i AWS Kinesis do obsługi ogromnych strumieni danych zdrowotnych, zapewniając, że interakcje użytkowników były przetwarzane i podejmowane bez opóźnień.

Ciągła integracja i wdrażanie

Aby utrzymać spójność i jakość naszych procesów wdrażania, stworzyliśmy potoki CI/CD wykorzystujące Bitbucket do kontroli źródeł i AWS CodePipeline do orkiestracji kompilacji, testów i wdrożeń. Potoki te ułatwiły płynne przejście od etapu rozwoju do produkcji, dzięki zautomatyzowanym krokom, które zmniejszyły liczbę błędów ludzkich i usprawniły wydania.

Usługa Amazon Elastic Container Service (ECS) została skonfigurowana do uruchamiania i zarządzania naszymi kontenerami Docker. Usługa ta uprościła orkiestrację kontenerów systemu, umożliwiając nam łatwe wdrażanie, zarządzanie i skalowanie systemów rekomendacji i powiadomień.

Jakość zapewnienie

Zapewnienie jakości było krytycznym i integralnym elementem całego procesu wdrażania. Nasi inżynierowie QA zweryfikowali funkcjonalność, wydajność i użyteczność systemu zaplecza oraz zapewnili najwyższą jakość aplikacji mobilnej, łącząc metody testowania ręcznego i automatycznego.

Kluczowym elementem naszej strategii QA było dokładne przetestowanie spersonalizowanego oprogramowania medycznego na platformach mobilnych. Przeprowadziliśmy szeroko zakrojone testy ręczne, symulując rzeczywiste scenariusze użytkownika, aby upewnić się, że interfejs i funkcje aplikacji działają bezbłędnie na różnych urządzeniach. Zostało to uzupełnione testami automatycznymi, aby objąć szerszy zakres przypadków użycia.

Zarządzanie przepływami pracy CI/CD było kolejnym istotnym aspektem naszego procesu kontroli jakości. Monitorowaliśmy te przepływy pracy, aby zapobiec wdrożeniu nieprzetestowanego lub błędnego kodu do produkcji. Podejście to stało się szczególnie istotne po zidentyfikowaniu luk w procesie, które pozwoliły na pojawienie się błędów w działającej aplikacji, szczególnie podczas krytycznego wydania 2.0 na nowy rynek.

Aby jeszcze bardziej udoskonalić aplikację w oparciu o interakcje użytkowników, wdrożyliśmy mechanizmy testów A/B. Zwiększyło to zaangażowanie użytkowników i dostarczyło cennych informacji na temat ich zachowań i preferencji, umożliwiając klientowi wprowadzanie opartych na danych ulepszeń w swoim produkcie.

Klient był pod szczególnym wrażeniem solidności naszych testów mobilnych i back-endowych, a także wydajności potoku CI/CD. Wysiłki te doprowadziły do znacznego zmniejszenia liczby problemów związanych z wdrożeniem i znacznego zwiększenia stabilności aplikacji mHealth.

Technologie i narzędzia

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)

Bazy danych

Postgres, Redshift, Redis, DynamoDB

Źródłowe systemy kontroli

Bitbucket

Rurociągi

Bitbucket Pipelines, Code Pipeline

Proces

Nasza praca z klientem charakteryzowała się stopniowym postępem, przejrzystą komunikacją i silnym zaangażowaniem w metodologie Agile. Takie podejście umożliwiło nam szybkie dostosowanie się, utrzymanie spójnego zaangażowania z klientem i ciągłe doskonalenie naszych procesów przez cały czas trwania projektu. Oto jak rozwijał się projekt:

Inicjacja i planowanie

Rozpoczęliśmy od dokładnej analizy i fazy planowania, dostosowując nasze zadania do potrzeb klienta. Ten etap położył podwaliny pod to, co miało stać się responsywnym cyklem rozwoju aplikacji mHealth.

Konfiguracja infrastruktury

Korzystając z AWS CDK, oskryptowaliśmy infrastrukturę do obsługi bezserwerowego zaplecza, zapewniając skalowalność i odporność systemu.

Rozwój funkcji

Nasi programiści napisali funkcje Lambda do przetwarzania danych i obsługi powiadomień, zarządzane przez infrastrukturę bezserwerową.

Budowa potoku CI/CD

Skonfigurowaliśmy Bitbucket i AWS CodePipeline, aby zautomatyzować proces wdrażania infrastruktury i aplikacji.

Jakość zapewnienie

Nasi inżynierowie QA przeprowadzili dokładne testy ręczne i automatyczne, aby upewnić się, że wszystkie funkcje działają poprawnie na różnych urządzeniach i w różnych scenariuszach użytkownika.

Wdrożenie testów A/B

Aby jeszcze bardziej poprawić wrażenia użytkownika, stworzyliśmy strukturę testów A/B, umożliwiającą podejmowanie decyzji w oparciu o dane.

Zakończenie i przegląd projektu

Projekt zakończył się kompleksowym przeglądem i fazą przekazania. Upewniliśmy się, że wszystkie elementy projektu spełniły oczekiwania klienta i przygotowaliśmy grunt pod przyszłe ulepszenia i wsparcie.

Zespół

Programiści AWS

Programista PHP

Programista Python

Inżynier DevOps

Koordynator projektu

Wyniki

Ulepszony system zaplecza, skrócenie czasu wprowadzania nowych funkcji na rynek o 20% i zwiększona stabilność oprogramowania do medycyny spersonalizowanej.

Współpraca z klientem doprowadziła do kilku znaczących osiągnięć, z których każde przyczyniło się do ogólnego sukcesu i wpływu spersonalizowanego oprogramowania medycznego:

Ulepszony system zaplecza: Opracowaliśmy solidny, skalowalny i ekonomiczny system zaplecza. Bezserwerowa architektura AWS umożliwiła aplikacji wydajną obsługę rosnących obciążeń i danych użytkowników.
Poprawiona stabilność aplikacji: Znacząco zredukowaliśmy liczbę krytycznych błędów dzięki rygorystycznym procesom kontroli jakości. Stabilność aplikacji została zwiększona o około 40%, na co wskazuje spadek liczby zgłoszeń awarii i problemów zgłaszanych przez użytkowników.
Testy A/B w celu ciągłego doskonalenia: Wdrożenie platformy testów A/B stanowiło kluczowy kamień milowy. Pozwoliło to klientowi na dopracowanie aplikacji w oparciu o opinie i zachowania użytkowników, poprawiając ich zadowolenie.
Wydajność operacyjna: Automatyzacja procesów wdrażania i wprowadzenie bardziej usprawnionego potoku CI/CD skróciło czas wprowadzania nowych funkcji na rynek o 20%.

Podsumowując, nasze podejście zorientowane na kontrolę jakości i solidna architektura bezserwerowa AWS zapewniły naszemu klientowi wysoce niezawodne i spersonalizowane oprogramowanie medyczne. Usprawnienia te wsparły jego misję dostarczania spersonalizowanych rozwiązań w zakresie opieki zdrowotnej, o czym świadczą namacalne wzrosty wydajności aplikacji i zadowolenia użytkowników.

W obecnej fazie naszego projektu nasz dedykowany zespół jest aktywnie zaangażowany w ciągły rozwój i ulepszanie aplikacji mHealth, z silnym naciskiem na testowanie i ciągłe ulepszanie infrastruktury.

Czas trwania projektu

Styczeń 2022 r. - w toku

20%

skrócenie czasu wprowadzania nowych funkcji na rynek

60%

spadek liczby błędów po wydaniu

Podobne projekty

Skontaktuj się z nami!

Zadzwoń lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.

Nazwa

Firma

E-mail

Telefon

Wiadomość Prosimy o podanie szczegółów projektu, czasu trwania, stosu technologicznego, potrzebnych specjalistów IT i innych istotnych informacji.

Nagraj wiadomość głosową na temat
projekt, który pomoże nam lepiej go zrozumieć

W razie potrzeby dołącz dodatkowe dokumenty

Prześlij plik

Można załączyć maksymalnie 1 plik o łącznej wielkości 2 MB. Ważne pliki: pdf, jpg, jpeg, png

Informujemy, że po kliknięciu przycisku Wyślij Innowise będzie przetwarzać Twoje dane osobowe zgodnie z naszą Polityką prywatności w celu dostarczenia Ci odpowiednich informacji.

Co będzie dalej?

Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.

Spersonalizowane oprogramowanie medyczne na AWS: redukcja błędów po wydaniu o 60%

Klient

Wyzwanie

Przeprojektowanie spersonalizowanego oprogramowania medycznego w celu zbudowania solidnej infrastruktury dla zaleceń zdrowotnych

Wdrożenie