40%
成本减少
30%
查询响应时间缩短
99.99%
维持正常运行时间
数小时到几分钟
减少了开发人员的时间
概述
自 2012 年成立以来,健康和保健服务提供商 Healthify 一直在使用 Amazon Web Services(AWS),而且自 2017 年以来一直在构建他们自己的人工智能(AI)解决方案。随着业务的增长,作为一项计划的一部分,该公司采用了更多的 AWS 解决方案,以便更高效地开发新的人工智能功能、提高盈利能力并实现卓越运营。
使用 AWS,Healthify 降低了成本、缩短了查询时间、保持了正常运行时间、将开发人员的时间从数小时缩短到几分钟,并加快了人工智能模型的部署。

机会 | 使用 AWS 开发生成式人工智能解决方案
Healthify 是全球最大的医疗技术公司之一,他们的健康应用程序拥有大约 4000 万注册用户。他们的目标是专注于营养、健身、压力和睡眠这四大支柱,以改善全球 10 亿人的健康状况。Healthify 的移动应用程序具有生活方式跟踪器,可以联系营养教练和健身教练,并访问可以帮助用户实现健康目标的个性化计划。
Healthify 委托 AWS 为他们的应用程序创建人工智能助手,并允许用户访问人工智能生成的健身计划。他们从 2018 年开始让人工智能与机器学习(ML)协作,当时,Healthify 开始使用 Amazon SageMaker(一项能够为任何使用案例构建、训练和部署机器学习模型的服务)构建他们的人工智能/机器学习应用程序,并缩短迭代时间。2022 年,通过将 MLOps 迁移到 Amazon Sagemaker 以便将 SageMaker 的功能整合到他们的 MLOps 流程中,Healthify 能够在 3 到 4 小时的时间里部署和测试新模型,而以前需要 2 到 3 天的时间。此外,Healthify 还将调整模型所需的时间缩短了大约 50%。由于可以灵活地将工作流自动化,Healthify 将他们的迭代时间从数小时缩短到几分钟。
在 2023 年,Healthify 开始使用 Amazon Bedrock,这是一项完全托管式服务,可提供来自领先人工智能公司的高性能基础模型的选择。该公司部署了他们的对话式智能解决方案,该解决方案通过执行自动式情感和情绪分析,从多种印度语言的语音通话中提取了关键洞察。平均每月分析 1600 多个电话,通话记录摘要帮助 Healthify 的教练提供卓越的客户服务。此外,审核员可以利用深入分析来确定趋势、主题和潜在的训练机会。
对话式智能解决方案借助 Amazon SageMaker 并使用开源机器学习模型执行说话人识别、转录和音频文件翻译。该解决方案利用自然语言处理服务 Amazon Comprehend 从记录中提取情感和特定实体。此外,该解决方案还使用生成式人工智能模型(例如 Amazon Bedrock 上的 Anthropic Claude)来总结对话、识别操作项、检测问题以及监控关键绩效指标。
“我们的呼叫分析解决方案由 Amazon Bedrock 提供支持,预计能够将我们的营养教练接待客户的能力提高 75% 之多,”Healthify 工程部副总裁 Abhijit Khasnis 表示。
“Healthify 想方设法整合更丰富的解决方案,以改善客户服务,同时提高盈利能力并优化运营。一个示例是 Healthify 于 2023 年年初推出的 Snap,这是一款基于照片的食物识别系统,通过使用基于视觉的机器学习模型检测食品,可以更轻松地进行营养跟踪。Snap 使用开源视觉模型,并由 Amazon SageMaker 对其进行训练和部署。此模型可以在单张食品照片中检测到 10000 多种印度食物,该团队还将继续调整模型的准确性。

通过使用 AWS,我们可以居于不断发展的技术的最前沿,从而大规模提供创新的健康和保健服务。”
Abhijit Khasnis
Healthify 的 Vice President
解决方案 | 使用 AWS Enterprise On-Ramp 优化基础设施并将 AWS 支出减少 40%
为了支持业务增长并为用户提供不间断的体验,Healthify 订阅了 AWS Enterprise On-Ramp,使用这项服务,企业可以从技术客户经理(TAM)、服务专家和云工程师那里获得技术指导。Healthify 使用 AWS Enterprise On-Ramp 实施了多项优化计划,例如提高了基础设施处理高流量的能力。
例如,在每年的一月份,该公司的流量增长几乎是 11 月和 12 月的流量总和的两倍半。Healthify 与他们的 TAM 合作,在高峰期之前审查关键资源,并主动识别和缓解潜在风险。以前,Healthify 必须过度预置基础设施才能满足扩展需求,因此产生了大量的成本。而使用 AWS Enterprise On-Ramp,Healthify 提高了弹性并进行了扩展,可支持 50% 的额外流量,同时将成本增幅限制在 10% 以内。
“2024 年 1 月,我们在 AWS 上运行的系统的正常运行时间高达 99.99%,”Healthify 的首席工程师 Manjunath DS 说道。“从基础设施和数据团队的角度来看,我们将能够快速解决问题,这样我们就可以高枕无忧了。”
使用 AWS Enterprise On-Ramp,Healthify 实现了跨地区扩张并吸引了新用户,同时优化了他们的 AWS 支出。TAM 团队发现了减少未充分利用的资源、迁移到 GP3、从第三方过渡到 AWS 竞价型实例管理工具以及优化数据传输费用的机会。Healthify 实施了这些建议,将 AWS 支出减少了大约 40%。
Healthify 一直在使用第三方提取、加载和转换工具,但由于它们具有动态要求而遇到了问题。因此,该公司迁移到了 AWS Database Migration Service(AWS DMS),这是一项托管式迁移和复制服务,可帮助将数据库和分析工作负载迁移到 AWS。此外,Healthify 还在使用 AWS Enterprise On-Ramp 对其集群进行深入审查之后,提高了使用 Amazon RedShift 的效率,这是企业用来推动数据驱动型决策的一个云数据仓库。总体而言,该公司将查询响应时间缩短了 30%,从而减小了用来管理集群的操作带宽。
“当我们审查内部指标时,我们发现所有分析师的查询等待时间都缩短了很多,”Healthify 首席工程师 Anil Nayak 表示。“我们能够探索 Amazon Redshift 功能,使用这些功能可以正确分配查询并在需要时增加计算,这有助于我们的团队更高效地工作。”
Healthify 还使用了 AWS Countdown 服务,这项服务专为广泛的云使用案例而设计,包括 AWS Enterprise On-Ramp 中提供的迁移、现代化、产品发布、流式传输和上线活动,以升级 RDS MySQL 8.0 和 Redshift RA3 等关键实例。升级是分阶段进行的,对业务的影响微乎其微。AWS Enterprise On-Ramp TAM 团队帮助 Healthify 工程师做好了准备,以应对类似升级场景中出现的常见问题。TAM 团队在实时升级期间随时待命,以快速解决所遇到的任何问题,并在流量高峰时段提供关键技术支持。
成果 | 全球扩张
Healthify 的目标是继续进行全球扩张,并且正在研究能够在所有地理区域实现高可用性和低延迟的 AWS 解决方案。该公司计划在生成式人工智能领域不断进行创新,并与 TAM 团队合作,以通过扩大规模吸引更多的用户、提高运营成熟度、提高组织成本意识并改善安全状况。
“通过使用 AWS,我们可以居于不断发展的技术的最前沿,从而大规模提供创新的健康和保健服务,”Khasnis 说道。“在过去的十年里,随着我们不断扩展服务,AWS 一直是我们云基础设施的基石。我们发现,在帮助我们实现生成式人工智能示例方面,AWS 提供的机器学习支持发挥了巨大的作用。此外,事实证明,AWS Enterprise Support On-Ramp 的价值不可估量,可以在流量高峰时段提供关键技术支持。”
关于 Healthify
Healthify 是一家印度医疗保健和健康服务提供商,在全球拥有超过 3.4 亿客户。该公司的使命是通过他们的营养和健身服务,让每个人都能简单、轻松地获得负担得起的健康生活。
使用的 AWS 服务
AWS Enterprise On-Ramp
借助 Enterprise On-Ramp,您可以访问 Enterprise Support 的多项功能,包括精英工程师提供的全天候技术支持、快速响应以及自动管理环境运行状况的工具和技术。
Amazon SageMaker
Amazon SageMaker 建立在 Amazon 二十年来开发现实世界 ML 应用程序的经验之上,这些应用程序包括产品推荐、个性化、智能购物、机器人技术和语音辅助设备。
了解更多 »
AWS Countdown
在 AWS 上优化您的关键业务活动、产品发布、迁移和现代化。
了解更多 »
Amazon Bedrock
一项完全托管式服务,通过单个 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI 和 Amazon 等领先人工智能公司的高性能基础模型(FM),以及通过安全、隐私、负责任的人工智能构建生成式人工智能应用程序所需的一系列广泛功能。
了解更多 »
更多医疗保健行业客户案例
行动起来
无论行业无论规模,每天都有各种机构在使用 AWS 实现自身业务转型、实现企业愿景。欢迎您联系我们的专家,立即踏上您的 AWS 之旅。