Healthtech-softwareudvikling hos Startup House: Projekter og resultater med compliance i højsædet

Nøglefakta i korte træk

• Compliance-rammer vi arbejder efter: HIPAA, GDPR, ISO 27001 (compliant)
• Flagskibskunde i sundhed: Siemens Healthineers, med en salgsplatform aktiv i mere end 60 lande, der understøtter 5.000+ salgsrepræsentanter
• MVP til sundhed: Simon Care Management, en testklar mobilapp til demenspleje, bygget sammen med patienter og omsorgspersoner
• AI i kliniske miljøer: alle vores AI-produkter bruger RAG-arkitektur og svarer kun ud fra kundens godkendte data, med hvert svar sporbar til et kildedokument
• Datapolitik: patientdata bruges aldrig til at træne AI-modeller

Hvad compliance-first reelt betyder

I sundhedssoftware er compliance enten et arkitekturvalg eller en eftermontering. Vi bygger det ind fra dag ét: fuld kryptering i hvile og under overførsel, rollebaseret adgangskontrol, revisionslogning og SSO-integration er en del af den indledende arkitektur, ikke en hardening-fase før lancering. Startup House er ISO 27001-compliant, og til reguleret sundhedsarbejde mapper vi til jeres HIPAA- og GDPR-krav afhængigt af use case.

Den tilgang viser sig forskelligt i hvert projekt. Sådan så det ud i praksis.

Siemens Healthineers: en global salgsplatform i 60+ lande

Kunden: Siemens Healthineers AG med hovedsæde i Erlangen, Tyskland, en leder inden for medicinsk udstyr. Partnerskab siden maj 2020, i gang i mere end 6 år.

Udfordringen: Understøtte Digital Sales Companion for mere end 5.000 salgsrepræsentanter globalt. Produktet skulle trække data fra flere koncernkilder og fra dag ét integrere tæt med eksisterende enterprise-applikationer.

Det vi byggede: Mobile og webapplikationer, der understøtter den globale salgsorganisations daglige arbejde, bygget af et 30-personers Startup House-team. Arkitekturen bruger TypeScript, microservices for global skalerbarhed, GraphQL og Elasticsearch til hurtig, skalerbar søgning. Et proof of concept med Neo4j-grafdatabase leverede 10–100x hurtigere svar end den tidligere PostgreSQL-opsætning.

Resultaterne: Produktet er aktivt i mere end 60 lande. I sin vurdering fremhævede Program Manager Holger Rohden rettidig levering, fastholdt scope og kvalitet over forventning.

Læs casestudiet om Siemens Healthineers

Simon Care Management: et demenspleje-MVP testet med patienter og omsorgspersoner

Kunden: Simon Care Management (USA/UK), en applikation der understøtter mennesker med demens og deres omsorgspersoner. Samarbejde siden april 2023.

Udfordringen: Levere et fungerende MVP fokuseret på kernefunktioner, med en brugergrænseflade tilpasset mennesker med demens. Tilgængelighed var ikke et punkt på en tjekliste. Det var selve produktkravet.

Det vi byggede: En tretrins agil proces: scoping med brugertest og estimater, MVP-udvikling og derefter udvidelser, herunder et notifikationssystem. Tallene bag buildet: 8 udviklingssprints, 7 brugertestsessioner med patienter og omsorgspersoner samt 2 detaljerede prototyper – én til omsorgspersoner og én til patienter. Stacken: TypeScript, React Native og MobX på frontend, en Node.js REST API på backend, kørende på Google Cloud Platform, med Google Places autocomplete og sporing af position i realtid.

Resultaterne: En testklar MVP-mobilapp, distribueret til beta-testere via TestFlight, med produktindsigter indsamlet gennem Amplitude.

Læs casestudiet om Simon Care

Doogie: bevis for HIPAA-grade AI-arkitektur på 2 måneder

Doogie adskiller sig fra projekterne ovenfor: Det er en intern showcase-applikation, vi byggede for at demonstrere, hvordan compliance-first AI-udvikling ser ud – ikke et kommercielt produkt. På 2 måneder fra kickoff leverede et team på 12 en fungerende AI-app til sundhedsrådgivning med svartider på 0,1 sek., bygget omkring ChatGPT-integration.

Arkitekturen er pointen: HIPAA- og HITRUST-tilpasset design, Kubernetes RBAC til adgangskontrol, tofaktorgodkendelse, flerårig logopbevaring til revisionsformål, kontinuerlig penetrationstest, kryptering i hvile og under overførsel samt automatiske backups med point-in-time recovery – på et cloud-agnostisk setup, der også understøtter bare metal.

Læs casestudiet om Doogie

AI i sundhedsvæsenet uden hallucinationer

Generativ AI i kliniske sammenhænge har ét ufravigeligt krav: Systemet må ikke opfinde svar. Alle AI-produkter, vi udruller i sundhed, bruger Retrieval-Augmented Generation (RAG). AI’en besvarer spørgsmål udelukkende ud fra kundens godkendte kliniske data, dokumentation og verificerede datasæt – aldrig offentlige internetskilder. Hvert svar er sporbar til et specifikt kildedokument.

Vores AI-værktøjskasse til sundhed inkluderer:

• KnowHub, en AI-drevet vidensportal, der omdanner institutionel viden til en sikker assistent for medarbejdere og patienter, som svarer døgnet rundt udelukkende på baggrund af verificerede dokumenter – på alle sprog.
• SmartSearch, semantisk søgning der forstår medicinsk intention i stedet for blot at matche nøgleord, og returnerer dokumentation for hvert resultat.
• InProduct AI, en copilot til MedTech-SaaS-virksomheder, der integrerer med kodebasen og genererer teknisk dokumentation i realtid.
• Modernisering af legacy-systemer, et samtalebaseret AI-lag oven på eksisterende kliniske systemer, så læger og sygeplejersker kan forespørge data på almindeligt sprog, mens den centrale kliniske logik forbliver intakt.

To principper gælder for dem alle. Patientdata bruges aldrig til at træne AI-modeller, og al AI-behandling foregår i kundens sikre miljø, styret af gældende adgangspolitikker og SSO.

Hvor lang tid tager det at bygge sundhedssoftware?

Baseret på vores leverancepraksis: MVP-tidslinjer afhænger af scope og mængden af brugertest. AI-produkter som KnowHub eller SmartSearch kan gå live allerede efter 2 uger, når data er forberedt. Tidslinjer fastlægges præcist efter en indledende afklaringssamtale.

Om Startup House

Startup House er et 50-personers, tværfagligt softwareudviklingsteam baseret i Warszawa, Polen, grundlagt i 2016, med 100+ leverede produkter, en NPS på 75 og kunder på 5 kontinenter. Vi bygger sundhedssoftware for MedTech-virksomheder og sundheds-SaaS-platforme.

Bygger I i sundhedssektoren? Book et 30-minutters opkald.

FAQ

Hvordan håndterer Startup House HIPAA- og GDPR-compliance i sundhedssoftware?

Compliance er indbygget i arkitekturen fra dag ét: fuld kryptering i hvile og under overførsel, rollebaseret adgangskontrol, revisionslogning og SSO-integration. Startup House er ISO 27001-compliant. Vores Doogie-showcase demonstrerer en HIPAA- og HITRUST-compliant arkitektur, og i kundeprojekter mapper vi til jeres HIPAA- og GDPR-krav afhængigt af use case.

Hvordan forhindrer Startup House, at AI giver forkerte svar i kliniske miljøer?

Alle AI-produkter til sundhed bygges på RAG (Retrieval-Augmented Generation). AI’en svarer kun ud fra kundens godkendte kliniske data og verificerede dokumenter – aldrig fra offentlige internetskilder – og hvert svar er sporbar til et specifikt kildedokument.

Bruges patientdata til at træne AI-modeller?

Aldrig. Proprietære data og patientjournaler bruges ikke til at træne offentlige eller delte AI-modeller. Al AI-behandling foregår i kundens sikre miljø under gældende adgangspolitikker.

Hvor lang tid tager det at bygge en sundhedsapplikation?

AI-produkter som KnowHub eller SmartSearch kan gå live allerede efter 2 uger, når data er forberedt. Tidslinjer for skræddersyede sundhedsapplikationer afhænger af scope og fastlægges efter en indledende afklaringssamtale.