9am.health: rozwój platformy medtech, która skaluje opiekę metaboliczną jako benefit pracowniczy

Partnerstwo od dnia zero

fireup.pro dołączyło do 9am.health na początkowym etapie. Zespół budował API, podstawowe funkcjonalności i pierwsze flow użytkownika. W ciągu kilku miesięcy produkt trafił na produkcję i zaczął być używany przez pierwszych pacjentów. W kolejnych latach współpraca rozwijała się razem z produktem. Zespół fireup.pro nie działał jak zewnętrzny wykonawca realizujący zamknięty zakres. Stał się częścią zespołu produktowego 9am.health: uczestniczył w decyzjach technicznych, analizie wymagań, code review, testach, rozwoju architektury, integracjach i usprawnieniach procesów.Over the following years, the collaboration evolved alongside the product itself. The fireup.pro team did not operate as an external vendor delivering a fixed scope of work. Instead, it became an integral part of the 9am.health product team participating in technical decision-making, requirements analysis, code reviews, testing, architecture development, integrations, and process improvements.

Dwa zespoły produktowe: member-facing i clinical

Wraz ze wzrostem skali produkt został podzielony na obszary odpowiedzialności.

• Team MemberZespół odpowiada za część widoczną dla użytkownika: aplikację, onboarding, taski, ścieżki programu, integracje z usługami wspierającymi użytkownika oraz logikę prowadzącą go przez proces. Pracuje nad rozwojem aplikacji użytkownika i dedykowanymi flow dla partnerów B2B, task frameworkiem prowadzącym użytkownika przez kolejne kroki, integracjami z dostawcami usług (np. wagami Withings) oraz logiką kwalifikacji użytkownika do programów i leków.
• Team ClinicalZespół odpowiada za część kliniczną i back-office: narzędzia dla lekarzy, care teamu i innych ról zaangażowanych w opiekę nad pacjentem. Pracuje nad rozwojem wewnętrznego narzędzia EMR i obsługą danych pacjenta, prezentacją wyników badań laboratoryjnych, logiką dawkowania leków i sugestiami dotyczącymi zmian dawki, a także wsparciem procesu wystawiania recept i automatyzacjami odciążającymi care team.

Architektura przygotowana na startupowy wzrost

Od początku projektu zespół zakładał, że produkt może szybko urosnąć. Dlatego backend był projektowany tak, aby nie zamknąć drogi do skalowania. W praktyce oznaczało to rozwój w oparciu o dobre praktyki architektoniczne, m.in. Domain-Driven Design, separation of concerns, CQRS, standardy code review oraz testy architektoniczne pilnujące spójności kodu.

Takie podejście pozwoliło rozwijać produkt szybko, ale bez budowania długu technologicznego, który uniemożliwiłby obsługę większej liczby użytkowników.

This approach allowed the product to evolve quickly without creating technical debt that could later prevent the platform from supporting a growing number of users.

LabCadence: logika badań laboratoryjnych szyta na miarę

Jednym z najbardziej unikalnych rozwiązań w projekcie jest logika kadencji badań laboratoryjnych. System analizuje sytuację użytkownika, jego schorzenia, poprzednie wyniki, aktualny program, przyjmowane leki i wymagania medyczne, aby określić, jakie badania powinny zostać zlecone i kiedy.

W zależności od wyników i progów medycznych system może sugerować kolejne badania, odroczenie badań, ponowne wykonanie panelu po określonym czasie lub zmianę dalszego flow. To rozwiązanie wspiera m.in. badania A1C, panele metaboliczne, parametry wątrobowe, lipidy i inne markery istotne dla leczenia metabolicznego.

LabCadence nie jest prostą checklistą. To złożony mechanizm decyzji klinicznych, w którym wiele wartości zależy od siebie nawzajem. Dzięki niemu lekarze i care team otrzymują bardziej uporządkowany proces, a użytkownik dostaje zalecenia zgodne z jego sytuacją zdrowotną.

EMR dla care teamu i lekarzy

Wewnętrzne narzędzie EMR zostało stworzone jako nowoczesna platforma do obsługi pacjentów. Korzystają z niego lekarze i członkowie care teamu w różnych rolach. Narzędzie pozwala podejrzeć informacje o użytkowniku, jego status, historię, wyniki badań, zadania, warunki medyczne, leki i kolejne kroki procesu.W przeciwieństwie do wielu przestarzałych narzędzi używanych w healthcare, rozwiązanie 9am.health zostało zaprojektowane jako produkt szyty na miarę: dopasowany do konkretnego flow, konkretnych ról i konkretnych potrzeb zespołu klinicznego. To zwiększa efektywność obsługi i pozwala automatyzować coraz większą część powtarzalnych czynności.

Automatyzacja tasków i prowadzenie użytkownika przez proces

Aplikacja 9am.health opiera się na logice tasków. Użytkownik po zalogowaniu widzi konkretne zadania do wykonania: uzupełnienie danych, przesłanie wyników badań, wypełnienie ankiety, wykonanie kolejnego kroku programu lub przygotowanie się do konsultacji.

Integracje wspierające pełny proces opieki

Zespół fireup.pro rozwijał i utrzymywał integracje, które łączą 9am.health z zewnętrznym ekosystemem healthcare i usługami wspierającymi użytkownika. Każda z nich wymagała osobnej analizy, testów, obsługi wyjątków i dostosowania do realiów amerykańskiego rynku. Przykłady obejmują:

• integracje z systemami recept,
• integracje z aptekami,
• integracje z laboratoriami i wynikami badań,
• integracje z dostawcami urządzeń, np. wagami,
• integracje z systemami wysyłki wiadomości,
• integracje z platformami partnerów B2B,
• integracje związane z kwalifikacją, finansowaniem i świadczeniami.

QA jako warunek bezpieczeństwa produktu medycznego

W projekcie healthcare testowanie ma szczególne znaczenie. Zespół QA odpowiadał nie tylko za manualne sprawdzanie funkcjonalności, ale też za analizę wymagań, wychwytywanie przypadków brzegowych, weryfikację logiki medycznej, pracę z bazą danych, testy end-to-end i testy wydajnościowe.

Sophie AI: wsparcie care teamu w obsłudze podstawowych pytań

Wraz ze wzrostem liczby użytkowników rosła też liczba pytań kierowanych do care teamu. Część dotyczyła prostych kwestii: gdzie znaleźć funkcję, co trzeba uzupełnić, jak przejść dalej, co blokuje receptę lub konsultację.

Aby odciążyć zespół i skrócić czas odpowiedzi, w aplikacji wdrożono Sophie AI - chat wspierający użytkowników w podstawowych pytaniach dotyczących aplikacji i procesu. Jeśli AI nie jest w stanie pomóc albo użytkownik chce kontaktu z człowiekiem, rozmowa może zostać przekierowana do care teamu.

To rozwiązanie nie zastępuje decyzji medycznych. Jego celem jest odciążenie zespołu z prostych, powtarzalnych zapytań i skierowanie uwagi ludzi tam, gdzie jest naprawdę potrzebna.