Podsumowanie
Kluczowe efekty
Wzrost skuteczności leczenia pacjentów z 25% do 75% dzięki stabilności platformy i jakości danych
Utrzymanie kodu źródłowego mikroskopu sterowanego przez AI
Jakość i przewidywalność w skalującym się rozwiązaniu medycznym
Mojo rozwijało rozwiązanie, które działa bezpośrednio w procesie diagnostyki medycznej. Wraz z rosnącą liczbą wdrożeń i intensywnym tempem rozwoju produktu pojawiło się ryzyko, że manualne testy i rozproszone środowiska nie zapewnią wystarczającej kontroli nad jakością oprogramowania.
Firma potrzebowała modelu, który:
- Zagwarantuje powtarzalną jakość wyników analiz
- Ograniczy ryzyko błędów w środowisku klinicznym
- Pozwoli zespołom rozwijać produkt bez spowalniania innowacji
- Umożliwi bezpieczne uruchamianie systemu w kolejnych laboratoriach
Kluczowe było przejście z ręcznego, reaktywnego testowania do zautomatyzowanego i przewidywalnego procesu kontroli jakości, który stanie się integralną częścią rozwoju platformy AI.
Automatyzacja jakości i procesów wdrożeniowych end-to-end
Sii Polska przejęła pełną odpowiedzialność za standaryzację i automatyzację procesów testowych w środowisku oprogramowania sterującego mikroskopem AI oraz w aplikacjach wspierających diagnostykę. Projekt objął analizę istniejących procedur, stworzenie narzędzi testowych, optymalizację pipeline’ów CI/CD i przygotowanie środowiska do wdrożeń w chmurze.
Zakres działań obejmował:
- Opracowanie frameworku testowego w PyTest i pokrycie jednostkowe kluczowych komponentów aplikacji
- Stworzenie modułu testów systemowych w ROBOT Framework
- Przygotowanie środowiska CI/CD, zintegrowanego z testami automatycznymi i generowaniem raportów
- Budowę aplikacji GUI z wykorzystaniem PySide i Anvil
- Wdrożenie i utrzymanie aplikacji w chmurze Microsoft Azure
- Utrzymanie i rozwój kodu źródłowego mikroskopu AI oraz szybkie usuwanie błędów zgłaszanych przez operatorów
Dzięki ujednoliceniu procesu testowego i wprowadzeniu CI/CD, zespoły deweloperskie Mojo zyskały pełną widoczność postępu i jakości oprogramowania w każdym cyklu wdrożeniowym.
Stabilność, skalowalność i szybsze innowacje w opiece płodności
Automatyzacja testów i uporządkowanie procesu wdrożeń pozwoliły Mojo przekształcić dynamicznie rozwijany produkt w stabilną, przewidywalną platformę medyczną, gotową do pracy w wielu laboratoriach jednocześnie. Kliniki zyskały niezawodne oprogramowanie mikroskopów AI, które ogranicza ryzyko przerw w analizie próbek i zapewnia spójność wyników między placówkami, co ma kluczowe znaczenie przy skalowaniu diagnostyki.
Z perspektywy zespołów Mojo przewidywalny proces release’ów i pełna automatyzacja testów skróciły czas wdrożeń oraz wyeliminowały błędy wynikające z pracy manualnej, pozwalając skupić się na rozwoju algorytmów AI zamiast na reagowaniu na problemy produkcyjne. Każda zmiana w systemie jest dziś weryfikowana w kontrolowany sposób, co znacząco zmniejsza ryzyko regresji.
Najważniejszy efekt widoczny jest jednak po stronie pacjentów. Stabilność i jakość oprogramowania przekładają się na dokładniejsze analizy próbek, krótszy czas oczekiwania na wyniki i większą przewidywalność całego procesu leczenia. W praktyce oznacza to wyższą skuteczność terapii i większe zaufanie do technologii wspierającej decyzje kliniczne – szczególnie istotne w obszarze leczenia niepłodności, gdzie każda decyzja ma ogromne znaczenie emocjonalne i medyczne.