Digital sundhedsinfrastruktur fordele ved cloud-to-edge-arkitektur

Under COVID-19 tog digital sundhed fart, da kravene til fysisk afstand blev altafgørende.

Nogle udbydere oplevede stigninger i virtuelle besøg i titusinder, blev andre komponenter, herunder fjernovervågning af patienten og bærbar teknologi, mere almindelige.

Før pandemiens fremkomst havde 88 % af sundhedsudbyderne hannonce investeret i et fjerntliggende patientovervågningssystem (RPM)., som kunne omfatte blodsukkermålere eller oximetre. Og i 2022 antal bærbare enheder i USA forventes at toppe 67 mio.

Men for at gøre digital sundhed tilgængelig for patienter og nyttig for udbydere kræves den rette infrastruktur og integration med elektroniske sundhedsjournaler (EPJ'er).

I øjeblikket er den digitale kløft ved at lukke sig; 83 % af amerikanske indbyggere i landdistrikterne har nu adgang til bredbåndstjenester. Mindre end 10 % har ikke adgang til mobilt bredbånd. Edge computing kan yderligere bringe digitale sundhedstjenester til patienter ved at decentralisere data til mindre datacentre, der er skræddersyet til specifikke formål eller populationer.

I skyen eller på kanten til digital sundhedsinfrastruktur?

Cloud-infrastruktur er afgørende for at udvikle apps og forbinde patientenheder med EPJ'er. "Den traditionelle kilde til sandhed for hospitaler er medicinske journaler, men det er et ekstremt lille segment af dataene i forhold til, hvad RPM-apps og -enheder indsamler," sagde Mike McSherry, CEO for Xealth.

Men når det kommer til selve wearables og sensorer, kan edge computing gøre det nemmere at overføre data fra wearables og sensorer som tilsluttede blodsukkermonitorer, oximetre, vægte, blodtryksmanchetter eller andre monitorer, der bruges af diabetespatienter.

Ifølge Journal of Diabetes Science and Technology, uploader disse enheder til smartphones og tablets, som fungerer som edge computing-hubs. Dataene behandles på en af ​​disse mobile enheder og uploades derefter til enten et kantdatacenter eller til et centraliseret cloudlager til analyse. Ulempen er, at data ikke uploades i realtid, hvis patientens smartphone eller tablet er offline.

Tekniske vidensbarrierer kan også hæmme datasynkronisering i realtid. "Hvis du forventer, at patienten skal Bluetooth-synkronisere deres telefon til en enhed, er det ikke alle, der er så teknisk dygtige," bemærkede McSherry. Flere enheder er ved at blive udstyret med cellulære chips til at håndtere dataforbindelse og autentificering, tilføjede han. Disse hjælper med at sikre, at data uploades i realtid og hjælper med patientens overholdelse til refusionsformål.

Det er her edge computing kan gøre en forskel. Aktiveret af 5G, nogle af applikationerne til edge computing omfatte lukket kredsløbskommunikation med pacemakere, defibrillatorer og endda mekaniske ventilationsanlæg.

Integration med EPJ kan give udfordringer

De fleste af integrationsudfordringerne med EPJ'er kan overvindes med FHIR Application Programming Interface (API), ifølge Josh Claman, administrerende direktør for Rimidi. FHIR API er en regeringsmanderet API, der giver mulighed for datainteroperabilitet, som opstod som en del af 21st Century Cures Final Act Regel fra Centers for Medicare & Medicaid Services og Office of the National Coordinator for Health Information Technology.

Alligevel eksisterer der stadig kommercielle og praktiske problemer med interoperabilitet og integration. EPJ-virksomheder "tænker på dataene som deres data," sagde Claman. "De forsøger at skabe en defensiv voldgrav omkring det, de gør."

Friktionspunkter som disse burde slides væk gennem regeringsbestemmelser og den voksende bevidsthed om, at disse partnerskaber er frugtbare for tredjepartsudviklere af RPM og digital sundhedsinfrastrukturteknologi og EHR-leverandører, tilføjede Claman.

Aktiv overvågning i den kliniske arbejdsgang

Det er vigtigt at bemærke, at fordi der ikke er nogen ensartede løsninger til patienter, skal læger og sygeplejersker advares, når målinger trender i den forkerte retning, ifølge Xealths McSherry. Arbejdsgangen skal indlejres i EPJ, og patienter skal vide, hvordan de tilmelder sig forskellige værktøjer eller tjenester for at sikre, at de uploader deres data med det samme. Der vil også være behov for at fortsætte arbejdsgangen uden for advarslerne, uanset om det er at underrette et logistikfirma om at sende mere medicin eller en enhed til patienten, eller for at spore patientens overholdelse af deres behandlingsprogram.

Et andet aspekt er arbejdsgangen i forbindelse med patientbehandling, såsom før eller efter en rutineprocedure. For eksempel modtager de fleste patienter før en koloskopi en udskrift af instruktioner. En arbejdsgang kunne sende SMS-påmindelser til patienten, såsom advarsler om at stoppe med at spise eller drikke på et bestemt tidspunkt og påmindelser om at indtage deres forberedelsesdrikke, bemærkede McSherry. "Det, vi forsøger at gøre, er at lukke sløjfen og gøre flere af disse digitale kontaktpunkter og engagementer mere automatiserede," sagde han.

AI er stadig i begyndende stadier

Ifølge McSherry, når det kommer til AI og maskinlæring i digital sundhed, disse er mere tydelige på diskrete serviceniveauer. For eksempel sagde han, at en app, der overvåger adfærdssundhed, ville have prædiktiv modellering baseret på patientrespons og komorbiditeter.

I mange tilfælde AI spiller mere en rolle i indirekte patientbehandling, såsom forebyggende diagnostik til ambulante patienter, der er mere tilbøjelige til at have komplikationer, sagde McSherry. "Vi ser også farmaceutisk forskning og anden udvikling af lægemidler og udstyr på den front," bemærkede han.