Digitaalne terviseinfrastruktuur saab pilvest servani arhitektuurist kasu

COVID-19 ajal sai digitaalne tervis hoogu, kuna füüsilise distantseerumise nõuded muutusid ülimaks.

Mõned teenusepakkujad nägid virtuaalsete külastuste arvu kasvu riigis kümned tuhanded, muutusid muud komponendid, sealhulgas patsientide kaugjälgimine ja kantav tehnoloogia, üha tavalisemaks.

Enne pandeemia tulekut oli 88% tervishoiuteenuste osutajatest hreklaam investeeritud patsiendi kaugseire (RPM) süsteemi, mis võivad hõlmata vere glükoosimõõtjaid või oksümeetreid. Ja aastaks 2022 on kantavate seadmete arv USA-s peaks see ületama 67 miljonit.

Kuid selleks, et muuta digitaalne tervis patsientidele kättesaadavaks ja teenuseosutajate jaoks kasulikuks, on vaja õiget infrastruktuuri ja integreerimist elektrooniliste tervisekaartidega (EHR).

Praegu on digitaalne lõhe taandumas; 83%-l USA maapiirkondade elanikest on nüüd juurdepääs lairibateenusele. Vähem kui 10% ei oma juurdepääsu mobiilsele lairibaühendusele. Edge-arvuti võib veelgi tuua patsientidele digitaalseid tervishoiuteenuseid, detsentraliseerides andmed väiksematesse andmekeskustesse, mis on kohandatud konkreetsete eesmärkide või elanikkonnarühmade jaoks.

Kas pilves või digitaalse tervise infrastruktuuri äärel?

Pilveinfrastruktuur on rakenduste arendamiseks ja patsiendiseadmete EHR-idega ühendamiseks ülioluline. "Traditsiooniline tõeallikas haiglate jaoks on haiguslood, kuid see on väga väike osa andmetest võrreldes sellega, mida RPM-i rakendused ja seadmed koguvad," ütles Xealthi tegevjuht Mike McSherry.

Kuid mis puudutab kantavaid esemeid ja andureid, võib äärearvutus hõlbustada andmete edastamist kantavatelt seadmetelt ja anduritelt, nagu ühendatud veresuhkru monitorid, oksümeetrid, kaalud, vererõhumansetid või muud diabeedihaigete kasutatavad monitorid.

Vastavalt Ajakiri Diabetes Science and Technology, laadivad need seadmed üles nutitelefonidesse ja tahvelarvutitesse, mis toimivad andmetöötluskeskustena. Andmeid töödeldakse ühes neist mobiilseadmetest ja laaditakse seejärel analüüsimiseks üles kas serva andmekeskusesse või tsentraliseeritud pilvehoidlasse. Puuduseks on see, et andmeid ei laadita reaalajas üles, kui patsiendi nutitelefon või tahvelarvuti on võrguühenduseta.

Tehniliste teadmiste tõkked võivad samuti takistada andmete reaalajas sünkroonimist. "Kui eeldate, et patsient sünkroonib oma telefoni Bluetoothiga seadmega, pole kõik tehniliselt nii vilunud," märkis McSherry. Ta lisas, et andmeühenduse ja autentimise haldamiseks varustatakse rohkem seadmeid mobiilsidekiipidega. Need aitavad tagada andmete reaalajas üleslaadimise ja aitavad patsiendil hüvitist taotleda.

See on koht, kus servaarvutus võib midagi muuta. Lubatud 5G kaudu, mõned servaarvutusrakendused hõlmavad suletud ahelaga sidet südamestimulaatorite, defibrillaatorite ja isegi mehaanilised ventilatsioonisüsteemid.

Integreerimine EHR-iga võib tekitada väljakutseid

Rimidi tegevjuhi Josh Clamani sõnul saab enamiku EHR-idega integreerimise väljakutsetest ületada FHIR-i rakendusprogrammide liidese (API) abil. FHIR API on valitsuse volitatud API, mis võimaldab andmete koostalitlusvõimet, mis tekkis osana 21. sajandi ravimeetodite lõppakti reegel Medicare'i ja Medicaidi teenuste keskustest ning riikliku terviseinfotehnoloogia koordinaatori büroost.

Siiski on koostalitlusvõime ja integratsiooniga seotud kaubanduslikud ja praktilised probleemid. EHR-ettevõtted "mõelge andmetele kui nende andmetele," ütles Claman. "Nad üritavad oma tegevuse ümber luua kaitsekraavi."

Claman lisas, et sellised hõõrdepunktid peaksid kaduma valitsuse määruste ja kasvava teadlikkuse tõttu, et need partnerlussuhted on viljakad RPM-i ja digitaalse terviseinfrastruktuuri tehnoloogia kolmandatest osapooltest arendajatele ning EHR-i tarnijatele.

Aktiivne jälgimine kliinilises töövoos

Oluline on märkida, et kuna patsientidele pole kõigile sobivaid lahendusi, tuleb Xealthi McSherry andmetel arste ja õdesid hoiatada, kui mõõdikud liiguvad vales suunas. Töövoog peab olema EHR-i manustatud ja patsiendid peavad teadma, kuidas registreeruda erinevatesse tööriistadesse või teenustesse, et tagada andmete kiire üleslaadimine. Samuti on vaja jätkata töövoogu väljaspool hoiatusi, olgu selleks siis logistikaettevõtte teavitamine, et ta tarnib patsiendile rohkem ravimeid või seadet või jälgib patsiendi raviprogrammi järgimist.

Teine aspekt on patsiendihooldusega seotud töövoog, näiteks enne või pärast rutiinset protseduuri. Näiteks enne kolonoskoopiat saavad enamik patsiente juhiste väljatrüki. McSherry märkis, et töövoog võib saata patsiendile SMS-meeldetuletusi, näiteks hoiatusi söömise või joomise lõpetamise kohta kindlal ajal ja meeldetuletusi nende jookide tarbimiseks. "Püüame sulgeda ahela ja muuta rohkem neid digitaalseid puutepunkte ja seotust automatiseeritumaks," ütles ta.

AI on endiselt tekkimas

McSherry sõnul, kui tegemist on AI ja masinõpe digitaalses tervises, on need selgemini märgatavad erinevatel teenusetasemetel. Näiteks ütles ta, et käitumist jälgival rakendusel oleks prognoositav modelleerimine, mis põhineb patsiendi reaktsioonidel ja kaasuvatel haigustel.

Paljudel juhtudel, AI mängib suuremat rolli kaudses patsiendihoolduses, näiteks ennetav diagnostika ambulatoorsetele patsientidele, kellel on suurema tõenäosusega tüsistusi, ütles McSherry. "Sellel rindel näeme ka farmaatsiauuringuid ning muid ravimite ja seadmete arendusi," märkis ta.