/
Claves de API almacenadas, con cada llamada al modelo autenticada mediante AWS IAM
Productos de IA sobre una sola base de AWS alineada con HIPAA
El audio de la sesión no se envía a servidores, ya que la conversión de voz a texto se ejecuta en el navegador
Attunica
Delaware, Estados Unidos
Tecnología de salud conductual / Herramientas clínicas y académicas de IA
Amazon Bedrock (Claude), AWS Fargate, Amazon Aurora Serverless, Amazon RDS (PostgreSQL), Amazon S3, AWS Secrets Manager, Amazon CloudWatch, AWS IAM, AWS STS, AWS Key Management Service, Amazon ECR, AWS Certificate Manager, Application Load Balancer
Attunica opera dos productos de IA conectados para salud conductual: un tomador de notas clínicas que ayuda a los terapeutas a gestionar la documentación de las sesiones y una plataforma de simulación que entrena a estudiantes de Maestría en Trabajo Social mediante interacciones en vivo con personas cliente generadas por IA. Avahi migró las llamadas de IA de ambos productos a Amazon Bedrock y reforzó la infraestructura que los respalda, trasladando a Attunica por completo fuera de la gestión directa de claves de API y hacia la autenticación basada en AWS IAM para cada llamada al modelo.
Attunica es una empresa de tecnología de salud conductual creada en colaboración con una escuela líder de trabajo social. Su plataforma aborda dos problemas conectados en el sector: los terapeutas están abrumados por los requisitos de documentación y los programas de trabajo social carecen de herramientas estructuradas para capacitar a clínicos ante el comportamiento de clientes influenciado por la IA.
Los dos productos de Attunica, un tomador de notas clínicas y una plataforma de entrenamiento con simulación de IA en vivo, llamaban a sus modelos de IA directamente a través de las API de los proveedores, y cada uno almacenaba y gestionaba sus propias claves de API. Para productos que manejan contenido de sesiones de terapia y datos cercanos a la PHI, eso implicaba credenciales que administrar y rotar, sin un control de acceso consistente entre las llamadas al modelo de ambas aplicaciones y sin una ruta unificada hacia los registros de auditoría y los controles de cifrado que requiere el uso clínico y académico.
Attunica necesitaba que cada llamada de IA en ambos productos pasara por una única ruta de autenticación auditable, en lugar de claves de API dispersas. Amazon Bedrock permitió a Avahi migrar ambos productos a modelos Claude usando exclusivamente credenciales de AWS IAM, de modo que no se almacena ni se rota ninguna clave, ni puede filtrarse fuera del propio perímetro de acceso de AWS. Cada servicio se ejecuta en AWS Fargate detrás de un Application Load Balancer, con los datos estructurados del simulador en Amazon Aurora Serverless y los del tomador de notas en Amazon RDS para PostgreSQL, ambos cifrados en reposo con claves administradas por el cliente y accesibles únicamente mediante rutas de acceso sin bastión, con sesiones registradas.
Como socio de AWS de nivel premier, con experiencia práctica migrando aplicaciones de IA en producción a Bedrock, Avahi pudo asumir una migración transversal que abarcó código de aplicación, infraestructura como código, pipelines de CI/CD y suites de pruebas en dos repositorios mantenidos de forma independiente, sin tratar ninguno de los productos como una reconstrucción desde cero.
Avahi migró ambos productos de Attunica fuera de las API directas de los proveedores de modelos y hacia Amazon Bedrock, autenticando todo mediante la cadena de credenciales de AWS en lugar de claves de API almacenadas.
Para el tomador de notas clínicas, sus dos funciones de IA —generar notas de progreso y planes de tratamiento a partir de la entrada del clínico— ahora llaman a Claude a través de Bedrock desde un único cliente utilizado en toda la aplicación. La aplicación se ejecuta en AWS Fargate detrás de un balanceador de carga, respaldada por una base de datos PostgreSQL cifrada, de una sola instancia, en Amazon RDS, con TLS obligatorio y protección contra eliminación. La conversión de voz a texto para la toma de notas del clínico se ejecuta completamente del lado del cliente en el navegador, por lo que el audio de la sesión nunca llega a los servidores de Avahi ni de Attunica; solo el texto resultante se envía a Claude para la generación de notas.
Para la plataforma de simulación, Avahi migró tres puntos de llamada separados —que cubren la generación de respuestas del avatar, el contenido del módulo de entrenamiento y la puntuación de evaluación posterior a la sesión— a Bedrock, mientras mantuvo la capa de voz en vivo y avatar de la plataforma en sus proveedores existentes en tiempo real, que no se enrutan a través de Bedrock. La plataforma se ejecuta como múltiples servicios independientes en AWS Fargate, cada uno con su propio rol de acceso, respaldados por Amazon Aurora Serverless para datos estructurados. Avahi también construyó el pipeline de evaluación que califica las sesiones de entrenamiento contra una rúbrica, entregado y listo para activarse una vez que Attunica finalice su propia política de puntuación. En ambos productos, Avahi aplicó HIPAAcontroles alineados con HIPAA. Cifrado de base de datos obligatorio en tránsito y en reposo, registro completo del tráfico de red, acceso a la base de datos con sesiones registradas sin acceso permanente a shell, y tráfico solo HTTPS en cada balanceador de carga.
Ambos productos de Attunica se migraron de las API directas de proveedores de modelos a Amazon Bedrock, autenticados mediante AWS IAM sin claves de API almacenadas
Un tomador de notas clínicas que genera notas de progreso y planes de tratamiento mediante Claude, ejecutándose en AWS Fargate con una base de datos PostgreSQL cifrada
Una plataforma de simulación migrada que ejecuta múltiples servicios independientes en AWS Fargate, con llamadas al modelo migradas a Bedrock y datos estructurados en Amazon Aurora Serverless
Un pipeline de evaluación de sesiones basado en rúbrica, construido y listo para activarse a la espera de la decisión de Attunica sobre la política de puntuación
HIPAA-controles alineados aplicados de forma consistente en ambos productos: cifrado en reposo y en tránsito, registro completo del tráfico de red y acceso a la base de datos con sesiones registradas
Documentación completa de arquitectura e infraestructura, además de transferencia de conocimiento, que cubre ambos productos
Attunica concluyó este proyecto con ambos productos de IA ejecutándose sobre una base consistente y auditable, en lugar de credenciales de API dispersas y gestionadas directamente. Cada llamada al modelo en ambos productos ahora se autentica mediante AWS IAM en lugar de una clave almacenada, y ambos productos cuentan con los mismos controles HIPAA-alineados para cifrado, registro y acceso. Con la documentación completa de arquitectura y la transferencia de conocimiento finalizadas, el equipo de Attunica asume la propiedad de ambos sistemas en adelante, incluida una capacidad de evaluación para la plataforma de entrenamiento que está lista para activarse tan pronto como se finalice la política de puntuación que la sustenta.
Attunica
Delaware, Estados Unidos
Tecnología de salud conductual / Herramientas clínicas y académicas de IA
Amazon Bedrock (Claude), AWS Fargate, Amazon Aurora Serverless, Amazon RDS (PostgreSQL), Amazon S3, AWS Secrets Manager, Amazon CloudWatch, AWS IAM, AWS STS, AWS Key Management Service, Amazon ECR, AWS Certificate Manager, Application Load Balancer
Attunica opera dos productos de IA conectados para salud conductual: un tomador de notas clínicas que ayuda a los terapeutas a gestionar la documentación de las sesiones y una plataforma de simulación que entrena a estudiantes de Maestría en Trabajo Social mediante interacciones en vivo con personas cliente generadas por IA. Avahi migró las llamadas de IA de ambos productos a Amazon Bedrock y reforzó la infraestructura que los respalda, trasladando a Attunica por completo fuera de la gestión directa de claves de API y hacia la autenticación basada en AWS IAM para cada llamada al modelo.
Attunica es una empresa de tecnología de salud conductual creada en colaboración con una escuela líder de trabajo social. Su plataforma aborda dos problemas conectados en el sector: los terapeutas están abrumados por los requisitos de documentación y los programas de trabajo social carecen de herramientas estructuradas para capacitar a clínicos ante el comportamiento de clientes influenciado por la IA.
Los dos productos de Attunica, un tomador de notas clínicas y una plataforma de entrenamiento con simulación de IA en vivo, llamaban a sus modelos de IA directamente a través de las API de los proveedores, y cada uno almacenaba y gestionaba sus propias claves de API. Para productos que manejan contenido de sesiones de terapia y datos cercanos a la PHI, eso implicaba credenciales que administrar y rotar, sin un control de acceso consistente entre las llamadas al modelo de ambas aplicaciones y sin una ruta unificada hacia los registros de auditoría y los controles de cifrado que requiere el uso clínico y académico.
Attunica necesitaba que cada llamada de IA en ambos productos pasara por una única ruta de autenticación auditable, en lugar de claves de API dispersas. Amazon Bedrock permitió a Avahi migrar ambos productos a modelos Claude usando exclusivamente credenciales de AWS IAM, de modo que no se almacena ni se rota ninguna clave, ni puede filtrarse fuera del propio perímetro de acceso de AWS. Cada servicio se ejecuta en AWS Fargate detrás de un Application Load Balancer, con los datos estructurados del simulador en Amazon Aurora Serverless y los del tomador de notas en Amazon RDS para PostgreSQL, ambos cifrados en reposo con claves administradas por el cliente y accesibles únicamente mediante rutas de acceso sin bastión, con sesiones registradas.
Como socio de AWS de nivel premier, con experiencia práctica migrando aplicaciones de IA en producción a Bedrock, Avahi pudo asumir una migración transversal que abarcó código de aplicación, infraestructura como código, pipelines de CI/CD y suites de pruebas en dos repositorios mantenidos de forma independiente, sin tratar ninguno de los productos como una reconstrucción desde cero.
Avahi migró ambos productos de Attunica fuera de las API directas de los proveedores de modelos y hacia Amazon Bedrock, autenticando todo mediante la cadena de credenciales de AWS en lugar de claves de API almacenadas.
Para el tomador de notas clínicas, sus dos funciones de IA —generar notas de progreso y planes de tratamiento a partir de la entrada del clínico— ahora llaman a Claude a través de Bedrock desde un único cliente utilizado en toda la aplicación. La aplicación se ejecuta en AWS Fargate detrás de un balanceador de carga, respaldada por una base de datos PostgreSQL cifrada, de una sola instancia, en Amazon RDS, con TLS obligatorio y protección contra eliminación. La conversión de voz a texto para la toma de notas del clínico se ejecuta completamente del lado del cliente en el navegador, por lo que el audio de la sesión nunca llega a los servidores de Avahi ni de Attunica; solo el texto resultante se envía a Claude para la generación de notas.
Para la plataforma de simulación, Avahi migró tres puntos de llamada separados —que cubren la generación de respuestas del avatar, el contenido del módulo de entrenamiento y la puntuación de evaluación posterior a la sesión— a Bedrock, mientras mantuvo la capa de voz en vivo y avatar de la plataforma en sus proveedores existentes en tiempo real, que no se enrutan a través de Bedrock. La plataforma se ejecuta como múltiples servicios independientes en AWS Fargate, cada uno con su propio rol de acceso, respaldados por Amazon Aurora Serverless para datos estructurados. Avahi también construyó el pipeline de evaluación que califica las sesiones de entrenamiento contra una rúbrica, entregado y listo para activarse una vez que Attunica finalice su propia política de puntuación. En ambos productos, Avahi aplicó HIPAAcontroles alineados con HIPAA. Cifrado de base de datos obligatorio en tránsito y en reposo, registro completo del tráfico de red, acceso a la base de datos con sesiones registradas sin acceso permanente a shell, y tráfico solo HTTPS en cada balanceador de carga.
Ambos productos de Attunica se migraron de las API directas de proveedores de modelos a Amazon Bedrock, autenticados mediante AWS IAM sin claves de API almacenadas
Un tomador de notas clínicas que genera notas de progreso y planes de tratamiento mediante Claude, ejecutándose en AWS Fargate con una base de datos PostgreSQL cifrada
Una plataforma de simulación migrada que ejecuta múltiples servicios independientes en AWS Fargate, con llamadas al modelo migradas a Bedrock y datos estructurados en Amazon Aurora Serverless
Un pipeline de evaluación de sesiones basado en rúbrica, construido y listo para activarse a la espera de la decisión de Attunica sobre la política de puntuación
HIPAA-controles alineados aplicados de forma consistente en ambos productos: cifrado en reposo y en tránsito, registro completo del tráfico de red y acceso a la base de datos con sesiones registradas
Documentación completa de arquitectura e infraestructura, además de transferencia de conocimiento, que cubre ambos productos
Attunica concluyó este proyecto con ambos productos de IA ejecutándose sobre una base consistente y auditable, en lugar de credenciales de API dispersas y gestionadas directamente. Cada llamada al modelo en ambos productos ahora se autentica mediante AWS IAM en lugar de una clave almacenada, y ambos productos cuentan con los mismos controles HIPAA-alineados para cifrado, registro y acceso. Con la documentación completa de arquitectura y la transferencia de conocimiento finalizadas, el equipo de Attunica asume la propiedad de ambos sistemas en adelante, incluida una capacidad de evaluación para la plataforma de entrenamiento que está lista para activarse tan pronto como se finalice la política de puntuación que la sustenta.
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
