I vantaggi dell'infrastruttura per la salute digitale dall'architettura cloud-to-edge

Durante il COVID-19, la salute digitale è decollata poiché i requisiti di distanziamento fisico sono diventati fondamentali.

Alcuni fornitori hanno riscontrato un aumento delle visite virtuali nel decine di migliaia, altri componenti, tra cui il monitoraggio remoto dei pazienti e la tecnologia indossabile, stavano diventando sempre più comuni.

Prima dell’avvento della pandemia, l’88% degli operatori sanitari he ha investito in un sistema di monitoraggio remoto dei pazienti (RPM)., che potrebbero includere monitor della glicemia o ossimetri. Ed entro il 2022, il numero di dispositivi indossabili negli Stati Uniti si prevede che supererà i 67 milioni.

Ma per rendere la sanità digitale accessibile ai pazienti e utile per i fornitori, sono necessarie la giusta infrastruttura e l’integrazione con le cartelle cliniche elettroniche (EHR).

Attualmente il divario digitale si sta riducendo; L’83% dei residenti statunitensi nelle zone rurali ha ora accesso al servizio a banda larga. Meno del 10% non ha accesso alla banda larga mobile. L’edge computing può portare ulteriormente i servizi sanitari digitali ai pazienti decentralizzando i dati in data center più piccoli adattati a scopi o popolazioni specifiche.

Nel cloud o all'edge per l'infrastruttura sanitaria digitale?

L'infrastruttura cloud è fondamentale per lo sviluppo di app e la connessione dei dispositivi dei pazienti alle cartelle cliniche elettroniche. "La tradizionale fonte di verità per gli ospedali sono le cartelle cliniche, ma si tratta di un segmento estremamente piccolo di dati rispetto a ciò che raccolgono le app e i dispositivi RPM", ha affermato Mike McSherry, CEO di Xealth.

Ma quando si tratta dei dispositivi indossabili e dei sensori stessi, l’edge computing può semplificare la trasmissione dei dati da dispositivi indossabili e sensori come misuratori di glicemia collegati, ossimetri, bilance, polsini per la pressione sanguigna o altri monitor utilizzati dai pazienti diabetici.

Secondo il Journal of Diabetes Science and Technology, questi dispositivi vengono caricati su smartphone e tablet, che fungono da hub di edge computing. I dati vengono elaborati su uno di questi dispositivi mobili, quindi caricati in un data center edge o in un repository cloud centralizzato per l'analisi. Lo svantaggio è che i dati non vengono caricati in tempo reale se lo smartphone o il tablet del paziente è offline.

Le barriere legate alla conoscenza tecnica possono anche impedire la sincronizzazione dei dati in tempo reale. "Se ti aspetti che il paziente sincronizzi tramite Bluetooth il proprio telefono con un dispositivo, non tutti sono così competenti dal punto di vista tecnico", ha osservato McSherry. Sempre più dispositivi vengono dotati di chip cellulari per gestire la connettività e l'autenticazione dei dati, ha aggiunto. Questi aiutano a garantire che i dati vengano caricati in tempo reale e aiutano a garantire la conformità del paziente ai fini del rimborso.

È qui che l’edge computing può fare la differenza. Abilitate dal 5G, alcune delle applicazioni per l’edge computing includere comunicazioni a circuito chiuso con pacemaker, defibrillatori e persino sistemi di ventilazione meccanica.

L'integrazione con le cartelle cliniche elettroniche può comportare sfide

Secondo Josh Claman, CEO di Rimidi, la maggior parte delle sfide legate all'integrazione con le cartelle cliniche elettroniche possono essere superate con l'interfaccia di programmazione delle applicazioni (API) FHIR. L'API FHIR è un'API imposta dal governo che consente l'interoperabilità dei dati, nata come parte del Regola dell'atto finale sulle cure del 21° secolo dai Centri per i servizi Medicare e Medicaid e dall'Ufficio del coordinatore nazionale per la tecnologia dell'informazione sanitaria.

Tuttavia esistono ancora problemi commerciali e pratici legati all’interoperabilità e all’integrazione. Le aziende EHR “considerano i dati come i loro dati”, ha affermato Claman. “Stanno cercando di creare un fossato difensivo attorno a ciò che fanno”.

Punti di attrito come questi dovrebbero svanire grazie alle normative governative e alla crescente consapevolezza che queste partnership sono fruttuose per gli sviluppatori terzi di RPM e tecnologia delle infrastrutture sanitarie digitali e per i fornitori di cartelle cliniche elettroniche, ha aggiunto Claman.

Monitoraggio attivo nel flusso di lavoro clinico

È importante notare che, poiché non esistono soluzioni valide per tutti i pazienti, medici e infermieri dovranno essere avvisati quando i parametri tendono nella direzione sbagliata, secondo McSherry di Xealth. Il flusso di lavoro dovrà essere incorporato nella cartella clinica elettronica elettronica e i pazienti dovranno sapere come iscriversi a diversi strumenti o servizi per assicurarsi di caricare tempestivamente i propri dati. Sarà inoltre necessario continuare il flusso di lavoro al di fuori degli avvisi, sia che si tratti di notificare a una società di logistica di spedire più farmaci o un dispositivo al paziente, sia di monitorare la conformità del paziente con il proprio programma di trattamento.

Un altro aspetto è il flusso di lavoro relativo alla cura del paziente, ad esempio prima o dopo una procedura di routine. Ad esempio, prima di una colonscopia, la maggior parte dei pazienti riceve una stampa delle istruzioni. Un flusso di lavoro potrebbe inviare promemoria via SMS al paziente, come avvisi per smettere di mangiare o bere in un momento specifico e promemoria per consumare le bevande preparate, ha osservato McSherry. “Quello che stiamo cercando di fare è chiudere il cerchio e rendere più automatizzati questi punti di contatto e coinvolgimento digitali”, ha affermato.

L’intelligenza artificiale è ancora in fasi nascenti

Secondo McSherry, quando si tratta di Intelligenza artificiale e machine learning nella sanità digitale, queste sono più evidenti a livelli discreti di servizio. Ad esempio, ha affermato che un’app che monitora la salute comportamentale avrebbe un modello predittivo basato sulle risposte dei pazienti e sulle comorbilità.

In molti casi, L’intelligenza artificiale svolge un ruolo maggiore nella cura indiretta dei pazienti, come la diagnostica preventiva per i pazienti ambulatoriali che hanno maggiori probabilità di avere complicazioni, ha affermato McSherry. “Stiamo assistendo anche alla ricerca farmaceutica e allo sviluppo di altri farmaci e dispositivi su questo fronte”, ha osservato.