Healthtech-softwareontwikkeling bij Startup House: projecten en resultaten met compliance als prioriteit

Belangrijkste feiten in één oogopslag

• Compliance-raamwerken waarop wij bouwen: HIPAA, GDPR, ISO 27001 (compliant)
• Toonaangevende zorgklant: Siemens Healthineers, met een verkoopplatform actief in meer dan 60 landen, ter ondersteuning van 5.000+ salesvertegenwoordigers
• MVP voor de zorg: Simon Care Management, een mobiele app voor dementiezorg die klaar is voor tests, gebouwd samen met patiënten en mantelzorgers
• AI in klinische omgevingen: al onze AI-producten gebruiken RAG-architectuur en antwoorden uitsluitend vanuit door de klant goedgekeurde data, met elke respons herleidbaar tot een brondocument
• Databeleid: patiëntgegevens worden nooit gebruikt om AI-modellen te trainen

Wat compliance-first in de praktijk betekent

In zorgsoftware is compliance óf een architectuurkeuze óf achteraf inbouwen. Wij bouwen het vanaf dag één in: volledige versleuteling van data in rust en tijdens transport, rolgebaseerde toegangscontrole, audit logging en SSO-integratie maken deel uit van het initiële ontwerp, niet van een hardeningfase vlak voor de lancering. Startup House is ISO 27001-compliant, en bij gereguleerde zorgprojecten sluiten we aan op uw HIPAA- en GDPR-vereisten, afhankelijk van de use case.

Die aanpak ziet er in elk project anders uit. Zo zag dat er in de praktijk uit.

Siemens Healthineers: een wereldwijd verkoopplatform in meer dan 60 landen

De klant: Siemens Healthineers AG, met hoofdkantoor in Erlangen, Duitsland, een toonaangevend bedrijf in medische apparatuur. Partnerschap sinds mei 2020, inmiddels meer dan 6 jaar.

De uitdaging: Ondersteun de Digital Sales Companion voor meer dan 5.000 salesvertegenwoordigers wereldwijd. Het product moest data uit meerdere bedrijfssystemen halen en vanaf dag één naadloos integreren met bestaande enterprise-applicaties.

Wat we hebben gebouwd: Mobiele en webapplicaties die het dagelijkse werk van de wereldwijde salesorganisatie ondersteunen, gebouwd door een 30-koppig Startup House-team. De architectuur gebruikt TypeScript, microservices voor wereldwijde schaalbaarheid, GraphQL en Elasticsearch voor snelle, schaalbare zoekfunctionaliteit. Een proof-of-concept met de Neo4j graph database leverde 10- tot 100× snellere responses op dan de eerdere PostgreSQL-opzet.

De resultaten: Het product is actief in meer dan 60 landen. In zijn review benadrukte Program Manager Holger Rohden tijdige opleveringen, scope bewaakt en kwaliteit boven verwachting.

Lees de Siemens Healthineers-case study

Simon Care Management: een dementiezorg-MVP getest met patiënten en mantelzorgers

De klant: Simon Care Management (USA/UK), een applicatie die mensen met dementie en hun mantelzorgers ondersteunt. Samenwerking sinds april 2023.

De uitdaging: Een werkende MVP leveren, gericht op kernfunctionaliteit, met een interface afgestemd op de behoeften van mensen met dementie. Toegankelijkheid was hier geen checklistpunt; het was de producteis.

Wat we hebben gebouwd: Een driedelig agile traject: scoping met gebruikerstests en inschattingen, MVP-ontwikkeling, daarna uitbreidingen waaronder een notificatiesysteem. De cijfers achter de bouw: 8 development sprints, 7 gebruikerstests met patiënten en mantelzorgers en 2 uitgewerkte prototypes: één voor mantelzorgers en één voor patiënten. De stack: TypeScript, React Native en MobX aan de frontend, een Node.js REST API aan de backend, draaiend op Google Cloud Platform, met Google Places autocomplete en real-time locatietracking.

De resultaten: Een testklare MVP-mobiele app, verspreid naar bèta-testers via TestFlight, met productinzichten verzameld via Amplitude.

Lees de Simon Care-case study

Doogie: binnen 2 maanden een AI-architectuur op HIPAA-niveau bewezen

Doogie is anders dan de projecten hierboven: het is een interne showcase-applicatie die laat zien hoe compliance-first AI-ontwikkeling eruitziet, geen commercieel product. Binnen 2 maanden na de kick-off leverde een team van 12 een werkende AI-gezondheidsadvies-app met responstijden van 0,1 seconde, gebouwd rond ChatGPT-integratie.

De architectuur is het punt: HIPAA- en HITRUST-uitgelijnd design, Kubernetes RBAC voor toegangscontrole, tweefactorauthenticatie, meerjarige logretentie voor auditing, continue penetratietesten, versleuteling van data in rust en tijdens transport, en geautomatiseerde back-ups met point-in-time recovery, op een cloud-agnostische opzet die ook bare metal ondersteunt.

Lees de Doogie-case study

AI in de zorg zonder hallucinaties

Generatieve AI in een klinische setting heeft één niet-onderhandelbare eis: het systeem mag geen antwoorden verzinnen. Elk AI-product dat we in de zorg inzetten gebruikt Retrieval-Augmented Generation (RAG). De AI beantwoordt vragen uitsluitend op basis van door de klant goedgekeurde klinische data, documentatie en geverifieerde datasets, nooit op basis van openbare internetbronnen. Elke respons is herleidbaar tot een specifiek brondocument.

Onze AI-toolkit voor de zorg omvat:

• KnowHub, een AI-gestuurd kennisportaal dat institutionele kennis omzet in een veilige assistent voor medewerkers en patiënten, die 24/7 antwoord geeft, uitsluitend op basis van geverifieerde documenten, in elke taal.
• SmartSearch, semantische search die medische intentie begrijpt in plaats van trefwoorden te matchen, en bij elk resultaat een bronverwijzing teruggeeft.
• InProduct AI, een copilot voor MedTech SaaS-bedrijven die integreert met de codebase en realtime technische documentatie genereert.
• Modernisering van legacy-systemen, een conversationele AI-laag bovenop bestaande klinische systemen, zodat artsen en verpleegkundigen in gewone taal gegevens kunnen opvragen terwijl de kern van de klinische logica intact blijft.

Op al deze oplossingen zijn twee beleidsregels van toepassing. Patiëntgegevens worden nooit gebruikt om AI-modellen te trainen, en alle AI-verwerking vindt plaats binnen de veilige omgeving van de klant, onder het bestaande toegangsbeleid en SSO.

Hoe lang duurt het om zorgsoftware te bouwen?

Op basis van onze praktijkervaring: doorlooptijden voor een MVP hangen af van de scope en de hoeveelheid gebruikerstests. AI-producten zoals KnowHub of SmartSearch kunnen al binnen 2 weken live zodra de data is voorbereid. Planningen worden nauwkeurig bepaald na een discovery call.

Over Startup House

Startup House is een cross-functioneel softwareontwikkelingsteam van 50 mensen, gevestigd in Warschau, Polen, opgericht in 2016, met 100+ opgeleverde producten, een klant-NPS van 75 en klanten op 5 continenten. We bouwen zorgsoftware voor MedTech-bedrijven en health SaaS-platformen.

Bouwen in de zorg? Plan een call van 30 minuten.

Veelgestelde vragen

Hoe gaat Startup House om met HIPAA- en GDPR-compliance in zorgsoftware?

Compliance is vanaf dag één in de architectuur ingebouwd: volledige versleuteling van data in rust en tijdens transport, rolgebaseerde toegangscontrole, audit logging en SSO-integratie. Startup House is ISO 27001-compliant. Onze Doogie-showcase toont een HIPAA- en HITRUST-conforme architectuur, en in klantprojecten sluiten we aan op uw HIPAA- en GDPR-vereisten afhankelijk van de use case.

Hoe voorkomt Startup House dat AI onjuiste antwoorden geeft in klinische omgevingen?

Alle AI-oplossingen voor de zorg zijn gebouwd op RAG (Retrieval-Augmented Generation). De AI beantwoordt alleen op basis van door de klant goedgekeurde klinische data en geverifieerde documenten, nooit op basis van openbare internetbronnen, en elke respons is herleidbaar tot een specifiek brondocument.

Worden patiëntgegevens gebruikt om AI-modellen te trainen?

Nooit. Vertrouwelijke bedrijfsdata en patiëntdossiers worden niet gebruikt om publieke of gedeelde AI-modellen te trainen. Alle AI-verwerking vindt plaats binnen de veilige omgeving van de klant, onder het bestaande toegangsbeleid.

Hoe lang duurt het om een zorgapplicatie te bouwen?

AI-producten zoals KnowHub of SmartSearch kunnen al binnen 2 weken live zodra de data is voorbereid. Doorlooptijden voor maatwerk zorgapplicaties hangen af van de scope en worden vastgesteld na een discovery call.