Die digitale Gesundheitsinfrastruktur profitiert von der Cloud-to-Edge-Architektur

Quellknoten: 805962

Gesundheitsdienstleister haben sich die Cloud-to-Edge-Architektur zunutze gemacht, um unzählige neue Funktionen zu ermöglichen, die den Patienten zugute kommen.

Während der COVID-19-Krise erlebte die digitale Gesundheit einen Aufschwung, da die Einhaltung der räumlichen Distanz immer wichtiger wurde.

Einige Anbieter verzeichneten einen Anstieg der virtuellen Besuche im ZehntausendeAndere Komponenten, darunter die Fernüberwachung von Patienten und tragbare Technologie, wurden immer häufiger eingesetzt.

Vor dem Ausbruch der Pandemie hatten 88 % der Gesundheitsdienstleister hDie Anzeige investierte in ein Remote-Patient-Monitoring-System (RPM).Dazu können Blutzuckermessgeräte oder Oximeter gehören. Und bis 2022 Anzahl tragbarer Geräte in den USA wird voraussichtlich auf über 67 Millionen geschätzt.

Um jedoch die digitale Gesundheitsversorgung für Patienten zugänglich und für Anbieter nützlich zu machen, sind die richtige Infrastruktur und die Integration in elektronische Gesundheitsakten (EHRs) erforderlich.

Derzeit schließt sich die digitale Kluft; 83 % der US-Bürger in ländlichen Gebieten haben mittlerweile Zugang zu Breitbanddiensten. Weniger als 10 % haben keinen Zugang zu mobilem Breitband. Edge Computing kann den Patienten noch mehr digitale Gesundheitsdienste bieten, indem Daten in kleineren Rechenzentren dezentralisiert werden, die auf bestimmte Zwecke oder Bevölkerungsgruppen zugeschnitten sind.

In der Cloud oder am Edge für die digitale Gesundheitsinfrastruktur?

Die Cloud-Infrastruktur ist für die Entwicklung von Apps und die Verbindung von Patientengeräten mit EHRs von entscheidender Bedeutung. „Die traditionelle Quelle der Wahrheit für Krankenhäuser sind Krankenakten, aber das ist ein äußerst kleiner Teil der Daten im Vergleich zu dem, was die RPM-Apps und -Geräte sammeln“, sagte Mike McSherry, CEO von Xealth.

Aber wenn es um die Wearables und Sensoren selbst geht, kann Edge Computing die Übertragung von Daten von Wearables und Sensoren wie angeschlossenen Blutzuckermessgeräten, Oximetern, Waagen, Blutdruckmanschetten oder anderen von Diabetikern verwendeten Monitoren erleichtern.

Nach Angaben des Journal of Diabetes Wissenschaft und TechnologieDiese Geräte laden Daten auf Smartphones und Tablets hoch, die als Edge-Computing-Hubs dienen. Die Daten werden auf einem dieser mobilen Geräte verarbeitet und dann zur Analyse entweder in ein Edge-Rechenzentrum oder in ein zentrales Cloud-Repository hochgeladen. Der Nachteil besteht darin, dass die Daten nicht in Echtzeit hochgeladen werden, wenn das Smartphone oder Tablet des Patienten offline ist.

Auch technische Wissensbarrieren können die Datensynchronisierung in Echtzeit behindern. „Wenn man vom Patienten erwartet, dass er sein Telefon über Bluetooth mit einem Gerät synchronisiert, ist nicht jeder technisch versiert“, bemerkte McSherry. Er fügte hinzu, dass immer mehr Geräte mit Mobilfunkchips für die Datenkonnektivität und Authentifizierung ausgestattet würden. Diese tragen dazu bei, dass die Daten in Echtzeit hochgeladen werden, und unterstützen die Compliance des Patienten bei Erstattungszwecken.

Hier kann Edge Computing einen Unterschied machen. Ermöglicht durch 5G, einige der Anwendungen für Edge Computing umfassen Closed-Loop-Kommunikation mit Herzschrittmachern, Defibrillatoren und sogar mechanische Lüftungssysteme.

Die Integration mit EHR kann Herausforderungen mit sich bringen

Laut Josh Claman, CEO von Rimidi, können die meisten Integrationsherausforderungen mit EHRs mit der FHIR-Anwendungsprogrammierschnittstelle (API) bewältigt werden. Die FHIR-API ist eine staatlich vorgeschriebene API, die Dateninteroperabilität ermöglicht, die im Rahmen der FHIR-API entstand 21st Century Cures Schlussgesetzregel von den Centers for Medicare & Medicaid Services und dem Office of the National Coordinator for Health Information Technology.

Dennoch gibt es immer noch kommerzielle und praktische Probleme mit der Interoperabilität und Integration. EHR-Unternehmen „betrachten die Daten als ihre Daten“, sagte Claman. „Sie versuchen, einen Schutzwall um das zu errichten, was sie tun.“

Reibungspunkte wie diese sollten durch staatliche Vorschriften und das wachsende Bewusstsein, dass diese Partnerschaften für Drittentwickler von RPM- und digitaler Gesundheitsinfrastrukturtechnologie sowie EHR-Anbieter fruchtbar sind, verschwinden, fügte Claman hinzu.

Aktive Überwachung im klinischen Arbeitsablauf

Da es keine einheitlichen Lösungen für Patienten gibt, ist es wichtig zu beachten, dass Ärzte und Pflegekräfte gewarnt werden müssen, wenn die Messwerte in die falsche Richtung tendieren, so McSherry von Xealth. Der Arbeitsablauf muss in die elektronische Patientenakte eingebettet werden und Patienten müssen wissen, wie sie sich bei verschiedenen Tools oder Diensten anmelden, um sicherzustellen, dass sie ihre Daten zeitnah hochladen. Es wird auch notwendig sein, den Arbeitsablauf außerhalb der Warnungen fortzusetzen, sei es, um ein Logistikunternehmen zu benachrichtigen, mehr Medikamente oder ein Gerät an den Patienten zu versenden, oder um die Einhaltung seines Behandlungsprogramms durch den Patienten zu verfolgen.

Ein weiterer Aspekt ist der Arbeitsablauf im Zusammenhang mit der Patientenversorgung, beispielsweise vor oder nach einem Routineeingriff. Beispielsweise erhalten die meisten Patienten vor einer Darmspiegelung einen Ausdruck der Anweisungen. Ein Workflow könnte SMS-Erinnerungen an den Patienten senden, z. B. Warnungen, zu einem bestimmten Zeitpunkt mit dem Essen oder Trinken aufzuhören, und Erinnerungen daran, seine Vorbereitungsgetränke zu sich zu nehmen, bemerkte McSherry. „Wir versuchen, den Kreislauf zu schließen und mehr dieser digitalen Touchpoints und Interaktionen stärker zu automatisieren“, sagte er.

KI befindet sich noch im Anfangsstadium

Laut McSherry, wenn es darum geht KI und maschinelles Lernen in der digitalen Gesundheit, diese sind auf einzelnen Serviceebenen deutlicher zu erkennen. Er sagte beispielsweise, dass eine App zur Überwachung der Verhaltensgesundheit über eine prädiktive Modellierung auf der Grundlage von Patientenreaktionen und Komorbiditäten verfügen würde.

In vielen Fällen, KI spielt eher in der indirekten Patientenversorgung eine Rolle, wie etwa präventive Diagnostik für ambulante Patienten, bei denen das Risiko von Komplikationen höher ist, sagte McSherry. „Wir sehen an dieser Front auch pharmazeutische Forschung und andere Arzneimittel- und Geräteentwicklungen“, bemerkte er.

Quelle: https://www.iotworldtoday.com/2021/04/07/digital-health-infrastructure-benefits-from-cloud-to-edge-architecture/

Zeitstempel:

Mehr von IOT Welt