مزایای زیرساخت سلامت دیجیتال از معماری ابری تا لبه

در طول کووید-19، سلامت دیجیتال به دلیل اهمیت یافتن الزامات فاصله گذاری فیزیکی مطرح شد.

برخی از ارائه دهندگان شاهد افزایش بازدیدهای مجازی در این کشور بودند ده ها هزار نفراجزای دیگر، از جمله نظارت از راه دور بیمار و فناوری پوشیدنی، رایج‌تر می‌شدند.

قبل از ظهور همه‌گیری، 88 درصد از ارائه‌دهندگان مراقبت‌های بهداشتی هآگهی سرمایه گذاری شده در سیستم نظارت از راه دور بیمار (RPM)که می تواند شامل مانیتورهای قند خون یا اکسی متر باشد. و تا سال 2022، تعداد دستگاه های پوشیدنی انتظار می رود در ایالات متحده به بالای 67 میلیون نفر برسد.

اما برای اینکه سلامت دیجیتال برای بیماران قابل دسترسی باشد و برای ارائه دهندگان مفید باشد، زیرساخت مناسب و ادغام با پرونده الکترونیک سلامت (EHRs) مورد نیاز است.

در حال حاضر، شکاف دیجیتال در حال بسته شدن است. 83 درصد از ساکنان ایالات متحده در مناطق روستایی اکنون به خدمات پهنای باند دسترسی دارند. کمتر از 10 درصد به پهنای باند تلفن همراه دسترسی ندارند. رایانش لبه می‌تواند با تمرکززدایی داده‌ها در مراکز داده کوچک‌تر که برای اهداف یا جمعیت‌های خاص طراحی شده‌اند، خدمات سلامت دیجیتال را برای بیماران به ارمغان بیاورد.

در ابر یا در لبه زیرساخت سلامت دیجیتال؟

زیرساخت ابری برای توسعه برنامه‌ها و اتصال دستگاه‌های بیمار با EHR حیاتی است. مایک مک شری، مدیر عامل شرکت Xealth گفت: «منبع سنتی حقیقت برای بیمارستان‌ها سوابق پزشکی هستند، اما این بخش بسیار کوچکی از داده‌ها در مقایسه با برنامه‌ها و دستگاه‌های RPM است که جمع‌آوری می‌کنند.

اما وقتی صحبت از خود پوشیدنی‌ها و حسگرها می‌شود، محاسبات لبه می‌تواند انتقال داده‌ها را از ابزارهای پوشیدنی و حسگرهایی مانند مانیتورهای قند خون متصل، اکسیمتر، ترازو، کاف فشار خون یا سایر مانیتورهایی که توسط بیماران دیابتی استفاده می‌شود، آسان‌تر کند.

با توجه به مجله علوم و فناوری دیابت، این دستگاه‌ها روی گوشی‌های هوشمند و تبلت‌ها آپلود می‌شوند که به عنوان مرکز محاسبات لبه عمل می‌کنند. داده ها در یکی از این دستگاه های تلفن همراه پردازش می شوند، سپس برای تجزیه و تحلیل در یک مرکز داده لبه یا در یک مخزن ابری متمرکز آپلود می شوند. نقطه ضعف آن این است که در صورت آفلاین بودن تلفن هوشمند یا تبلت بیمار، داده ها در زمان واقعی آپلود نمی شوند.

موانع دانش فنی همچنین ممکن است همگام سازی داده ها را در زمان واقعی مختل کند. مک شری خاطرنشان کرد: «اگر از بیمار انتظار دارید که تلفن خود را با بلوتوث با دستگاهی همگام‌سازی کند، همه از نظر فنی آنقدر مهارت ندارند. او افزود که دستگاه های بیشتری با تراشه های سلولی برای مدیریت اتصال داده ها و احراز هویت تجهیز شده اند. این کمک می کند تا اطمینان حاصل شود که داده ها در زمان واقعی بارگذاری می شوند و به تبعیت بیمار برای اهداف بازپرداخت کمک می کنند.

اینجاست که محاسبات لبه می تواند تفاوت ایجاد کند. فعال شده توسط 5G، برخی از برنامه های کاربردی برای محاسبات لبه شامل ارتباطات حلقه بسته است با ضربان ساز، دفیبریلاتور و حتی سیستم های تهویه مکانیکی.

ادغام با EHR ممکن است چالش هایی ایجاد کند

به گفته جاش کلامن، مدیر عامل Rimidi، می توان بر اکثر چالش های یکپارچه سازی با EHR ها با رابط برنامه نویسی برنامه کاربردی FHIR (API) غلبه کرد. FHIR API یک API اجباری دولتی است که امکان تعامل داده ها را فراهم می کند که به عنوان بخشی از قانون نهایی درمان قرن 21 از مراکز خدمات مدیکر و مدیکید و دفتر هماهنگ کننده ملی فناوری اطلاعات سلامت.

با این حال، مسائل تجاری و عملی هنوز با قابلیت همکاری و یکپارچگی وجود دارد. کلامن گفت که شرکت های EHR "داده ها را داده های خود می دانند." آنها در تلاشند تا یک خندق دفاعی در اطراف کاری که انجام می دهند ایجاد کنند.

کلامن افزود: نقاط اصطکاک مانند اینها باید از طریق مقررات دولتی و آگاهی روزافزون مبنی بر اینکه این مشارکت ها برای توسعه دهندگان شخص ثالث RPM و فناوری زیرساخت سلامت دیجیتال و فروشندگان EHR مثمر ثمر هستند، از بین می روند.

نظارت فعال در گردش کار بالینی

توجه به این نکته حائز اهمیت است که به گفته مک شری Xealth، از آنجایی که هیچ راه حل یکسانی برای بیماران وجود ندارد، پزشکان و پرستاران باید زمانی که معیارها در جهت اشتباه حرکت می کنند، هشدار داده شوند. گردش کار باید در EHR تعبیه شود و بیماران باید بدانند که چگونه در ابزارها یا خدمات مختلف ثبت نام کنند تا مطمئن شوند که داده های خود را به سرعت بارگذاری می کنند. همچنین نیاز به ادامه روند کار خارج از هشدارها وجود خواهد داشت، خواه این موضوع به یک شرکت تدارکات برای ارسال دارو یا دستگاه بیشتر به بیمار یا ردیابی انطباق بیمار با برنامه درمانی خود باشد.

جنبه دیگر گردش کار مربوط به مراقبت از بیمار است، مانند قبل یا بعد از یک روش معمول. به عنوان مثال، قبل از کولونوسکوپی، اکثر بیماران پرینت دستورالعمل ها را دریافت می کنند. مک شری خاطرنشان کرد: یک گردش کار می تواند یادآورهای پیامکی مانند هشدار برای توقف خوردن یا نوشیدن در یک زمان خاص و یادآوری برای مصرف نوشیدنی های آماده سازی خود را برای بیمار ارسال کند. او گفت: "کاری که ما در تلاشیم انجام دهیم این است که حلقه را ببندیم و بیشتر این نقاط تماس دیجیتال و تعاملات را خودکارتر کنیم."

هوش مصنوعی هنوز در مراحل اولیه است

به گفته مک شری، وقتی نوبت به هوش مصنوعی و یادگیری ماشین در سلامت دیجیتال، اینها در سطوح گسسته خدمات مشهودتر هستند. برای مثال، او گفت اپلیکیشنی که سلامت رفتاری را پایش می‌کند، مدل‌سازی پیش‌بینی‌کننده بر اساس پاسخ‌های بیمار و بیماری‌های همراه دارد.

در بسیاری از موارد، هوش مصنوعی بیشتر در مراقبت غیرمستقیم از بیمار نقش داردمک شری گفت، مانند تشخیص های پیشگیرانه برای بیماران سرپایی که احتمال بیشتری برای ابتلا به عوارض دارند. او خاطرنشان کرد: «ما همچنین شاهد تحقیقات دارویی و سایر پیشرفت‌های دارویی و دستگاهی در این زمینه هستیم.