Les avantages de l'infrastructure de santé numérique de l'architecture Cloud-to-Edge

Pendant le COVID-19, la santé numérique a décollé alors que les exigences de distance physique devenaient primordiales.

Certains fournisseurs ont constaté une augmentation des visites virtuelles dans le des dizaines de milliers, d'autres composants, y compris la surveillance à distance des patients et la technologie portable, devenaient de plus en plus courants.

Avant l'avènement de la pandémie, 88% des prestataires de soins de santé hannonce investie dans un système de surveillance à distance des patients (RPM), qui pourraient inclure des glucomètres ou des oxymètres. Et d'ici 2022, le nombre d'appareils portables aux États-Unis devrait dépasser 67 millions.

Mais, pour rendre la santé numérique accessible aux patients et utile pour les prestataires, la bonne infrastructure et l'intégration avec les dossiers de santé électroniques (DSE) sont nécessaires.

Actuellement, la fracture numérique se resserre; 83% des résidents américains des zones rurales ont désormais accès au service haut débit. Moins de 10% n'ont pas accès au haut débit mobile. L'informatique de pointe peut apporter davantage de services de santé numériques aux patients en décentralisant les données dans des centres de données plus petits adaptés à des fins ou à des populations spécifiques.

Dans le cloud ou à la périphérie de l'infrastructure de santé numérique?

L'infrastructure cloud est essentielle pour développer des applications et connecter les appareils des patients aux DSE. «La source traditionnelle de vérité pour les hôpitaux sont les dossiers médicaux, mais c'est un très petit segment des données par rapport à ce que les applications et les appareils RPM collectent», a déclaré Mike McSherry, PDG de Xealth.

Mais en ce qui concerne les appareils portables et les capteurs eux-mêmes, l'informatique de pointe peut faciliter la transmission de données à partir d'appareils portables et de capteurs tels que les glucomètres connectés, les oxymètres, les échelles de poids, les brassards de pression artérielle ou d'autres moniteurs utilisés par les patients diabétiques.

Selon le Journal de la science et de la technologie du diabète, ces appareils se téléchargent sur des smartphones et des tablettes, qui servent de hubs informatiques de périphérie. Les données sont traitées sur l'un de ces appareils mobiles, puis téléchargées vers un centre de données périphérique ou vers un référentiel cloud centralisé pour analyse. L'inconvénient est que les données ne sont pas téléchargées en temps réel si le smartphone ou la tablette du patient est hors ligne.

Les barrières de connaissances techniques peuvent également entraver la synchronisation des données en temps réel. «Si vous vous attendez à ce que le patient synchronise son téléphone par Bluetooth avec un appareil, tout le monde n'est pas aussi compétent sur le plan technique», a noté McSherry. De plus en plus d'appareils sont équipés de puces cellulaires pour gérer la connectivité et l'authentification des données, a-t-il ajouté. Ceux-ci aident à garantir que les données sont téléchargées en temps réel et aident à l'observance du patient aux fins de remboursement.

C'est là que l'informatique de pointe peut faire la différence. Activé par la 5G, certaines des applications pour l'informatique de périphérie inclure des communications en boucle fermée avec stimulateurs cardiaques, défibrillateurs et même systèmes de ventilation mécanique.

L'intégration avec le DSE peut poser des défis

La plupart des défis d'intégration avec les DSE peuvent être surmontés avec l'interface de programmation d'application (API) FHIR, selon Josh Claman, PDG de Rimidi. L'API FHIR est une API mandatée par le gouvernement qui permet l'interopérabilité des données, qui a été créée dans le cadre de la 21e siècle guérit la règle de l'acte final des Centers for Medicare & Medicaid Services et du Bureau du coordinateur national des technologies de l'information sanitaire.

Pourtant, des problèmes commerciaux et pratiques persistent avec l'interopérabilité et l'intégration. Les entreprises de DSE «considèrent les données comme leurs données», a déclaré Claman. «Ils essaient de créer un fossé défensif autour de ce qu'ils font.»

Des points de friction comme ceux-ci devraient s'user à cause des réglementations gouvernementales et de la prise de conscience croissante que ces partenariats sont fructueux pour les développeurs tiers de technologie RPM et d'infrastructure de santé numérique et les fournisseurs de DSE, a ajouté Claman.

Surveillance active dans le flux de travail clinique

Il est important de noter que, comme il n'y a pas de solution universelle pour les patients, les médecins et les infirmières devront être alertés lorsque les mesures évoluent dans la mauvaise direction, selon McSherry de Xealth. Le flux de travail devra être intégré au DSE et les patients devront savoir comment s'inscrire à différents outils ou services pour s'assurer qu'ils téléchargent leurs données rapidement. Il sera également nécessaire de poursuivre le flux de travail en dehors des alertes, qu'il s'agisse de notifier à une entreprise de logistique d'expédier plus de médicaments ou d'un appareil au patient, ou de suivre la conformité du patient à son programme de traitement.

Un autre aspect est le flux de travail lié aux soins aux patients, comme avant ou après une procédure de routine. Par exemple, avant une coloscopie, la plupart des patients reçoivent une impression des instructions. Un flux de travail pourrait envoyer des rappels par SMS au patient, tels que des alertes pour arrêter de manger ou de boire à une heure précise et des rappels pour consommer leurs boissons de préparation, a noté McSherry. «Ce que nous essayons de faire, c'est de boucler la boucle et de rendre plus automatisés ces points de contact et engagements numériques», a-t-il déclaré.

L'IA en est encore à ses débuts

Selon McSherry, en ce qui concerne IA et apprentissage automatique en santé numérique, ceux-ci sont plus évidents à des niveaux de service distincts. Par exemple, il a déclaré qu'une application de surveillance de la santé comportementale aurait une modélisation prédictive basée sur les réponses des patients et les comorbidités.

Dans de nombreux cas, L'IA joue davantage un rôle dans les soins indirects aux patients, tels que les diagnostics préventifs pour les patients ambulatoires qui sont plus susceptibles d'avoir des complications, a déclaré McSherry. «Nous assistons également à la recherche pharmaceutique et à d'autres développements de médicaments et de dispositifs sur ce front», a-t-il noté.