Plattform för datahantering inom precisionsmedicin för effektiviserad analys av vårddata tack vare uppgradering av infrastrukturen

Innowise förbättrade en avancerad datahanteringsplattform för precisionsmedicinsk diagnostik, vilket effektiviserar analysen av olika vårddataset för att påskynda matchningen mellan patient och behandling och ge viktiga insikter för läkemedelsutveckling.

Kund

Industri

Hälsovård

Region

Kund sedan

2023

Vår kund är ett banbrytande företag inom precisionsmedicinsk diagnostik. Deras produkt fungerar som en kritisk mellanhand mellan medicinska inrättningar, patienter med tillstånd som cancer eller hjärtsjukdomar och läkemedelsföretag som utvecklar behandlingar för dessa sjukdomar. Den avancerade lösning för datahantering aggregerar och analyserar olika dataset, inklusive resultat från laboratorietester, patientutfall och läkemedelseffektivitet för att exakt matcha patienter med lämpliga behandlingar och kliniska prövningar, samtidigt som det ger värdefulla insikter till läkemedelsföretag för läkemedelsutveckling och identifiering av riktade patientgrupper.

Utmaning

Ineffektiva pipelines och miljöer för databehandling

Företaget hade betydande brister i sina pipelines och miljöer för databehandling, vilket hindrade dem från att effektivt samla in, bearbeta och analysera kritiska data från diagnostiska tester från flera olika källor. Denna ineffektivitet ledde till förseningar i datatillgängligheten för både Dataingenjörer och slutanvändare, potentiella problem med datakvalitet och suboptimalt resursutnyttjande i deras AWS-infrastruktur.

Kunden upplevde också utmaningar med att lägga till nya användare och hantera behörigheter för befintliga användare i AWS-miljön. Innowise-teamet, som består av DevOps-ingenjörer och Datavetare anförtroddes dessa uppgifter.

Lösning

Uppgraderad lösning för datahantering med optimerad infrastruktur och förbättrad säkerhet

Våra experter genomförde en omfattande översyn av kundens programvara för att implementera en mångfacetterad lösning.

Optimering av CI/CD-pipelines

Vår DevOps ingenjörer omarbetade infrastrukturens arbetsflöden för att förbättra dess effektivitet och skalbarhet. Vi profilerade de befintliga datapipelinesen för att identifiera luckor och optimerade sedan datastrukturer och format för att minska redundans och förbättra bearbetningseffektiviteten. För att ytterligare påskynda datatransformation och analys implementerade experterna parallella bearbetningstekniker. Vi förbättrade och omarbetade också koden för att göra den mer lätthanterlig. Resultatet blev ett strömlinjeformat, högpresterande datapipelinesystem.

Optimering och driftsättning av miljöer

Vi optimerar utnyttjandet av AWS molninfrastruktur genom att dimensionera instanser rätt och implementera automatisk skalning. Vi tillämpade också principerna för Infrastructure-as-Code med hjälp av Terraform för att automatisera provisionering och hantering av molnresurser. Docker hjälpte till att containerisera databehandlingsmiljön för enhetlighet mellan utveckling, testning och produktion. En CI/CD-pipeline upprättades för att automatisera kodintegration, testning och distributioner. Vi satte också upp automatiserad testning för miljön för att snabbt fånga upp konfigurationsproblem.

Optimering av användar- och behörighetshantering

Vi implementerade bästa praxis för AWS IAM för att förbättra hanteringen av användare och behörigheter. Detta inkluderade att skapa policyer baserade på principen om minsta möjliga privilegium och att konfigurera multifaktorautentisering (MFA) för alla IAM-användare. Vi optimerade EC2-instanstyper baserat på analys av arbetsbelastningen och satte upp CloudWatch-larm för proaktiv övervakning. För att minska säkerhetsriskerna utvecklade vi dessutom automatiserade skript för användarhantering och behörigheter.

Teknik

Back end

Python

Cloud-plattform

AWS

Infrastruktur som kod

Terraform

Containerisering

Docker, Amazon EKS

Databas

AWS RDS

Säkerhets- och åtkomsthantering

AWS IAM, Secret Manager

Övervakning och loggning

AWS Cloudwatch, Grafana, Prometheus

CI/CD

GitHub Actions

Beräkningstjänst

AWS EC2

Process

Vårt projekt för att förbättra plattformen för datahantering inom precisionsmedicin följde ett strukturerat tillvägagångssätt som säkerställde att varje aspekt av lösningen var anpassad till kundens behov.

Förståelse för kraven

Vi undersökte kundens pipelines för databehandling och AWS-infrastruktur och identifierade ineffektivitet och områden där förbättringar kunde göras.

Omdesign av arkitektur

Vi omstrukturerade systemet för att förbättra datahanteringen, skalbarheten och säkerheten inom AWS.

Agile utveckling

Med hjälp av Python och relaterade verktyg förbättrade vi back-end-processer, datastrukturer och implementerade parallella bearbetningstekniker.

Automatisering av infrastruktur

Vi skapade Terraform-skript för att effektivisera hanteringen av AWS-resurser.

Containerisering och CI/CD

Vi containeriserade databehandlingsmiljön med Docker och satte upp automatiserade pipelines för integration, testning och driftsättning.

Testning

Vi utvärderade databehandlingens hastighet, noggrannhet, systemets tillförlitlighet och IAM:s säkerhetsåtgärder.

Team

Projektledare

DevOps-ingenjörer

Dataforskare

QA-ingenjör

Resultat

Ökad databehandlingshastighet, minskade kostnader för molnbaserad databehandling och sömlöst datautbyte

Implementeringen av vår lösning ledde till betydande förbättringar av vår kunds datahanteringskapacitet.

Databehandlingens hastighetDe optimerade pipelines minskade laddningstiderna för data med 35%, vilket gav snabbare tillgång till bearbetade data.
Resurseffektivitet: den omkonfigurerade AWS-miljön ledde till en minskning av kostnaderna för molntjänster med 29%.
Utbyte av data: den sömlösa processen för datautbyte gör att läkemedelsföretagen nu får snabbare tillgång till relevanta patientdata.

Projektets löptid

Oktober 2023 - januari 2024

35%

kortare laddningstider för data

29%

minskade kostnader för AWS cloud computing

Relaterade fall

Kontakta oss!

Boka ett samtal eller fyll i formuläret nedan så återkommer vi till dig när vi har behandlat din förfrågan.

Namn

Företag

E-post

Telefon

Meddelande Vänligen inkludera projektinformation, varaktighet, teknologistack, IT-proffs som behövs och annan relevant information

Spela in ett röstmeddelande om ditt projekt för att hjälpa oss att förstå det bättre

Bifoga ytterligare dokument vid behov

Ladda upp filen

Du kan bifoga upp till 1 fil på totalt 2 MB. Giltiga filer: pdf, jpg, jpeg, png

Observera att när du klickar på knappen Skicka kommer Innowise att behandla dina personuppgifter i enlighet med vår Integritetspolicy för att ge dig lämplig information.

Vad händer härnäst?

Efter att ha mottagit och behandlat din begäran kommer vi att återkomma till dig inom kort för att specificera dina projektbehov och underteckna en NDA för att säkerställa konfidentialitet av information.

Efter att ha undersökt kraven utarbetar våra analytiker och utvecklare en projektförslag med arbetets omfattning, lagets storlek, tid och kostnad uppskattningar.

Vi ordnar ett möte med dig för att diskutera erbjudandet och komma överens.

Vi skriver på ett kontrakt och börjar arbeta med ditt projekt så snabbt som möjligt.

Plattform för datahantering inom precisionsmedicin för effektiviserad analys av vårddata tack vare uppgradering av infrastrukturen

Kund

Utmaning

Ineffektiva pipelines och miljöer för databehandling

Lösning