Reducer omkostninger til sundhedsapps med AWS SQS

Det globale marked for mHealth-apps forventes at vokse markant, ifølge Fortune Business Insights. Det vil stige fra 80,87 milliarder dollars i 2023 til 861,40 milliarder dollars i 2030, med en sammensat årlig vækstrate (CAGR) på 40,2 % i prognoseperioden.

At træde ind på markedet for medicinske sundheds-apps er ret lovende, men præsenterer også nogle udfordringer. En væsentlig udfordring er at overholde budgetbegrænsninger, da udviklingen af sundheds-apps kan være ret omkostningsfuld. Omkostningerne spænder fra 30.000 til 500.000 dollars, afhængigt af projektets størrelse, skaleringspotentiale og implementerede funktioner.

Integration af nye teknologier er nøglen til succes, men også det mest krævende aspekt af projektbudgettet. Medicinske teknologier som telemedicin, fjernovervågning og sporing af enheder er især dyre at integrere i en medicinsk app.

Den omtrentlige pris for integration af sundhedsteknologier:

Du tænker måske – Det er udgiften værd, men kan det gøres billigere? Ja, svaret er ja. Der er mange måder at gøre udviklingsomkostningerne mere økonomiske på.

Forklaring:

• Ansæt udviklere fra regioner med lavere lønomkostninger. Dette kan reducere udgifterne markant uden at gå på kompromis med kvaliteten.
• Udnyt open source-biblioteker og -frameworks. Denne løsning kan hjælpe dig med at reducere licensgebyrer og udviklingstid.
• Udvikl først et Minimum Viable Product (MVP). Dette giver dig mulighed for at teste markedet med grundlæggende funktioner og reducere risici.
• Udnyt cloudplatforme. I dag er dette en yderst omkostningseffektiv løsning, da du ikke behøver at investere tungt i fysiske servere og vedligeholdelse.
• Implementer agil metodologi og en tværplatformstilgang. Disse strategier forbedrer yderligere effektiv budgettering for dit projekt.

Disse strategier forbedrer yderligere effektiv budgettering for dit projekt.
Siden vores involvering i webudvikling har vi afprøvet mange strategier, men denne liste er et udvalg af de mest effektive. Vi følger dem alle og anbefaler på det kraftigste at anvende så mange som muligt.

For at være præcis, vores udviklingsteam inkluderer eksperter fra Østeuropa og Centralasien, som er expats fra lande med lavere skatter og leveomkostninger. Vores eksperter er dygtige inden for cloud-systemer som AWS og fortsætter med at udvikle denne ekspertise. AWS hjælper med at implementere tværplatformstilgangen, som vi beskriver nærmere.

Hvis du kommer til os og beder os om at bygge en applikation eller et andet webprodukt, foreslår vi normalt at starte med et MVP, da det er et afgørende første skridt mod fremtidige produkters stabile funktionalitet. Vi arbejder også med agil metodologi og vil ikke fortsætte, før vi har sikret, at visse trin af produktstabilitet er opnået.

For at illustrere hvordan en omkostningseffektivitetsstrategi kan fungere i praksis, vil vi gerne præsentere vores casestudie fra sundhedsbranchen, med fokus på tværplatformstilgangen og et specifikt instrument — SQS by AWS.

Da vi startede sundhedsudviklingsprojektet for vores klient (projektet er under NDA), anbefalede vi uden tøven at bruge Amazon Web Services (AWS) til dets arkitektur. Vi var overbeviste om, at AWS ville reducere serverudgifter og give større fleksibilitet for fremtidige implementeringer.

Projektet omfatter en web- og mobilapplikation designet til at spore og overvåge data fra sundhedsenheder forbundet til Internet of Things (IoT). Disse data hjælper sundhedspersonale og medicinske serviceforbrugere med at holde sig informeret om deres interaktioner.

Alle de nævnte funktioner er ret dyre. De mest omkostningsfulde funktioner er online kommunikation mellem patienter og læger samt behandling af big data.

For at gøre beskeder mere organiseret og omkostningseffektive, brugte vi AWS Simple Queue Service (SQS). Vi ønsker at diskutere denne tjeneste i detaljer, sammen med andre løsninger vi implementerede for at forbedre omkostningseffektivitet og workflow-effektivitet.

I vores projekt skal vi oprette en rapport og sende den til tusindvis af brugere hver måned. Processen involverer flere trin:

Denne proces er tidskrævende. Vigtigere er det, at hvis vi skulle sende alle rapporterne samtidigt, ville systemet bryde sammen. For at forhindre dette udnyttede vi AWS Simple Queue Service (SQS).

Vi konfigurerede SQS-tjenesten til at håndtere partier af 100 rapporter ad gangen, hvilket er det maksimale, vores system effektivt kan behandle. SQS tager den samlede opgave med tusindvis af rapporter og administrerer dem i portioner. Når én rapport er behandlet, tager tjenesten straks den næste. Denne automatiserede kø sikrer kontinuerlig behandling uden manuel indgriben, forebygger systemoverbelastning og optimerer effektiviteten.

Da vi arbejder på AWS, som muliggør problemfri integration mellem forskellige tjenester, stoppede vi ikke ved blot at bruge SQS; vi integrerede også API Gateway WebSockets. Denne realtidstjeneste hjalp os med at reducere månedlige udgifter med en faktor ti. 

Ved at udnytte AWS Lambda kan vi reservere databehandlingslager på forhånd, målt i gigabytes per sekund. For eksempel kan vi reservere 1 GB RAM i 10 sekunder. Selvom vi ikke kan overskride disse grænser, giver Lambda fremragende kontrol over vores budget, da vi kun betaler for det, vi bruger.

Her er en sammenligning for at illustrere omkostningskontrollen:

Prisen er $0.0000033334 per GB-sekund.

Ved at integrere SQS med Lambda og API Gateway kunne vi reducere tiden for afsendelse af realtidsdata til tusindvis af læger fra 10 sekunder til 0,5 sekunder. Forestil dig, at du skal levere 1000 e-mails til 1000 læger. Hvis du havde én postbud, ville det tage lang tid. Men med SQS er det som at have 1000 postbude, der leverer e-mails parallelt.

Der er ingen grund til at betale 1000 imaginære postbude – kun én tjeneste håndterer denne opgave, hvilket gør det til en meget økonomisk løsning.

Der er mange flere udfordringer i vores projekt, som vores team af udviklere håndterer dagligt. En af de største udfordringer er behandling af data fra flere kilder.

Hver handling i vores system registreres, og ved månedens udgang resulterer det i en enorm mængde data. Vi analyserer alle disse data og opbygger forskellige rapporter til formål som fakturering, analyser og mere. For at opnå dette kombinerer vi forskellige AWS-tjenester som SNS, SQS, S3, OpenSearch, RDS og Lambda. 

For eksempel, i vores projekt, hvis en læge ringer til en patient og taler i 5 minutter, og derefter ringer igen et par timer senere i yderligere 5 minutter, betragter systemet disse som to forskellige sessioner, selvom det er den samme samtale. I løbet af en måned kan disse korte opkald mellem læger og patienter akkumulere til 1 times samlet tid. Vi indsamler alle data om sessioner på forhånd og samler dem i én database i realtid, så systemet ved udgangen af måneden ikke behandler en stor mængde data på én gang.

— Atajan, Full Stack Udvikler hos JetBase

For ikke længe siden integrerede vi Chat GPT for at hjælpe læger med at skrive tekstbeskeder og rapportsammendrag. Indledningsvis var implementeringsomkostningerne høje. Efter at have analyseret situationen besluttede vi at minimere omkostningerne ved at implementere en mindre dyr model af Chat GPT. 

Vores klient stoler på os med hensyn til omkostningseffektivitet. Sammen tester vi løsninger og ideer, analyserer resultaterne, og hvis en løsning eller ide tjener projektet godt, fortsætter vi med at investere penge og kræfter i det. For eksempel, med Chat GPT, ville vi prøve denne idé. Vi implementerede en simpel version, forbedrede den derefter i visse aspekter, verificerede omkostningseffektiviteten og traf nødvendige beslutninger. Sådan arbejder vi hos JetBase med implementering af nye funktioner.

— Atajan, Full Stack Udvikler hos JetBase
 

Som illustration tog den simple version af Chat GPT-funktionen 20 til 40 timers udviklingstid. Men at starte med en mere kompleks version af funktionen ville have taget 10 gange mere udviklingstid, hvilket ville resultere i markant højere omkostninger for vores klient.

Vi har ikke kun optimeret databehandling ved at bruge SQS og andre løsninger, men vi har også markant reduceret udgifterne til visse infrastrukturkomponenter af projektet.

Derudover fortsætter vi med at implementere nye funktioner og tjenester, samtidig med at vi altid følger en omkostningseffektiv strategi.

Som et team af udviklere med ekspertise inden for AWS, overvejer vi hos JetBase alle de muligheder, Amazon Web Services tilbyder, og stræber efter at finde de bedste løsninger for vores klienter og kolleger. At arbejde på AWS giver os mulighed for at reducere omkostninger og eliminere unødvendige opgaver som servervedligeholdelse. Vores udviklere er fokuserede på kodning og deres ekspertise inden for afgørende udviklingsaspekter som automatisering, skalerbarhed og sikkerhed.

JetBase-teamet er ivrige efter at påtage sig dit udviklingsprojekt. Tøv ikke med at kontakte os og indsende din anmodning. Konsultationen med vores eksperter er gratis.