智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
其他品牌
如今，越來越多的醫療服務提供商已利用云到邊緣的體系結構來啟用使患者受益的多種新功能。
近幾年，數字健康開始興起，因為物理距離要求變得至關重要。
一些提供商看到虛擬訪問量增加，其他部分，包括遠程患者監視和可穿戴技術，也變得越來越普遍。
在大流行之前，有88%的醫療保養提供者已經投資了遠程病人監護(RPM)系統，其中可能包括血糖監測儀或血氧儀。例如到2022年，美國的可穿戴設備數量有望突破6700萬。
但是，為了使數字醫療對患者可用并對提供者有用，需要正確的基礎設施并與電子健康記錄(EHR)集成。
目前，數字鴻溝正在縮小。如今，在美國有83%的美國農村地區居民可以使用寬帶服務。只有不到10%的人無法使用移動寬帶。邊緣計算可通過將數據分散到針對特定目的或特定人群的較小數據中心中，從而進一步為患者提供數字醫療服務。
數字醫療基礎設施在云中還是在邊緣？
云基礎設施對于開發應用以及將患者設備與EHR連接至關重要。 Xealth首席執行官Mike McSherry表示：“醫院的傳統事實來源是病歷，但這與RPM應用和設備所收集的數據相比只是很小的一部分。”
但是，對于可穿戴設備和傳感器本身，邊緣計算可以使從可穿戴設備和傳感器(如連接的血糖儀、血氧儀、體重秤、血壓袖帶或糖尿病患者使用的其他監護儀)傳輸數據變得更加容易。
根據《糖尿病科學與技術》雜志的報道，這些設備可以上傳到智能手機和平板電腦，作為邊緣計算中心。在這些移動設備之一上處理數據，然后將其上傳到邊緣數據中心或中央云存儲庫以進行分析。缺點是，如果患者的智能手機或平板電腦處于離線狀態，則無法實時上傳數據。
技術知識壁壘也可能阻礙實時數據同步。 McSherry指出：“如果您希望患者將手機與設備進行藍牙同步，那么并不是每個人在技術上都那么熟練。”他補充說，越來越多的設備配備了蜂窩芯片來處理數據連接和身份驗證。這些有助于確保數據實時上傳，并有助于患者進行相關操作。
這就是邊緣計算可以發揮作用的地方。在5G的支持下，邊緣計算的一些應用包括與起搏器、除顫器甚至機械通風系統通信。
與EHR集成可能構成挑戰
Rimidi首席執行官Josh Claman表示，使用EH進行的大多數集成挑戰都可以通過FHIR應用程序編程接口(API)來克服。 FHIR API是政府規定的API，它允許數據互操作性，它是Medicare&Medicaid Services中心和國家衛生信息技術協調辦公室的最終法案規則的一部分。
然而，互操作性和集成仍然存在商業和實際問題。 EHR公司“將數據視為他們的數據，” Claman說。 “他們正在努力圍繞自己的所作所為制造防御性護城河。”
Claman補充說，類似的摩擦點會因政府法規而消失，并且人們日益意識到，這種合作關系對于RPM和數字醫療基礎設施技術的第三方開發商以及EHR供應商是富有成果的。
臨床工作流程中的主動監控
值得注意的是，由于沒有針對患者的萬能解決方案，因此Xealth的McSherry認為，當指標朝錯誤的方向發展時，需要提醒醫生和護士。工作流程將需要嵌入到EHR中，患者將需要知道如何注冊不同的工具或服務，以確保他們迅速上傳數據。無論是通知物流公司向患者運送更多藥物或設備，還是跟蹤患者對其治療計劃的依從性，都需要繼續在警報之外繼續工作流程。
另一方面是與患者護理有關的工作流程，例如在常規程序之前或之后。例如，在結腸鏡檢查之前，大多數患者都會收到說明的打印輸出。 McSherry指出，工作流可以向患者發送SMS提醒，例如在特定時間停止進食或飲水的提醒，以及提醒他們飲用準備飲料的提醒。他說：“我們試圖做的是閉環，使更多的數字接觸點和參與變得更加自動化。”
AI仍處于新生階段
McSherry認為，在數字健康中的AI和機器學習方面，這些在離散服務級別上更為明顯。例如，他說，監視行為健康的應用程序將具有基于患者反應和合并癥的預測模型。
McSherry說，在許多情況下，人工智能在間接患者護理中起著更大的作用，例如為可能會出現并發癥的門診患者提供預防性診斷。他指出：“我們還在這方面看到了藥物研究以及其他藥物和設備的開發。”
(原標題：數字醫療基礎設施如何從云邊架構中受益)
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
