Digital helseinfrastruktur fordeler av sky-til-kant-arkitektur

Under COVID-19 tok digital helse av ettersom krav til fysisk distansering ble avgjørende.

Noen leverandører så økninger i virtuelle besøk i ti av tusen, ble andre komponenter, inkludert ekstern pasientovervåking  og bærbar teknologi, mer vanlig.

Før pandemien kom, hadde 88 % av helsepersonell hannonse investert i et eksternt pasientovervåkingssystem (RPM)., som kan inkludere blodsukkermålere eller oksymetre. Og innen 2022 antall bærbare enheter i USA forventes å toppe 67 millioner.

Men for å gjøre digital helse tilgjengelig for pasienter og nyttig for tilbydere, kreves riktig infrastruktur og integrasjon med elektroniske helsejournaler (EPJ).

For tiden er det digitale skillet i ferd med å lukkes; 83 % av amerikanske innbyggere på landsbygda har nå tilgang til bredbåndstjenester. Mindre enn 10 % har ikke tilgang til mobilt bredbånd. Edge computing kan videre bringe digitale helsetjenester til pasienter ved å desentralisere data til mindre datasentre skreddersydd for spesifikke formål eller populasjoner.

I skyen eller på kanten for digital helseinfrastruktur?

Skyinfrastruktur er avgjørende for å utvikle apper og koble pasientenheter med EPJer. "Den tradisjonelle kilden til sannhet for sykehus er medisinske journaler, men det er et ekstremt lite segment av dataene i forhold til hva RPM-appene og enhetene samler inn," sa Mike McSherry, administrerende direktør i Xealth.

Men når det gjelder selve wearables og sensorer, kan edge computing gjøre det lettere å overføre data fra wearables og sensorer som tilkoblede blodsukkermålere, oksymetre, vekter, blodtrykksmansjetter eller andre skjermer som brukes av diabetikere.

Ifølge Journal of Diabetes Science and Technology, laster disse enhetene opp til smarttelefoner og nettbrett, som fungerer som dataknutepunkter. Dataene blir behandlet på en av disse mobile enhetene, deretter lastet opp til enten et kantdatasenter eller til et sentralisert skylager for analyse. Ulempen er at data ikke lastes opp i sanntid hvis pasientens smarttelefon eller nettbrett er offline.

Tekniske kunnskapsbarrierer kan også hindre sanntidsdatasynkronisering. "Hvis du forventer at pasienten skal Bluetooth-synkronisere telefonen sin til en enhet, er ikke alle så teknisk dyktige," bemerket McSherry. Flere enheter blir utstyrt med mobilbrikker for å håndtere datatilkobling og autentisering, la han til. Disse bidrar til å sikre at data lastes opp i sanntid og hjelper til med pasientoverholdelse for refusjonsformål.

Det er der edge computing kan gjøre en forskjell. Aktivert av 5G, noen av applikasjonene for edge computing inkludere lukket sløyfekommunikasjon med pacemakere, defibrillatorer og til og med mekaniske ventilasjonssystemer.

Integrasjon med EPJ kan utgjøre utfordringer

De fleste av integreringsutfordringene med EPJer kan overvinnes med FHIR-applikasjonsprogrammeringsgrensesnittet (API), ifølge Josh Claman, administrerende direktør i Rimidi. FHIR API er et regjeringspålagt API som tillater datainteroperabilitet, som ble til som en del av 21st Century Cures Final Act Regel fra Centers for Medicare & Medicaid Services og Office of the National Coordinator for Health Information Technology.

Likevel eksisterer det fortsatt kommersielle og praktiske problemer med interoperabilitet og integrasjon. EPJ-selskaper "tenker på dataene som deres data," sa Claman. "De prøver å lage en defensiv vollgrav rundt det de gjør."

Friksjonspunkter som disse bør slites bort gjennom myndighetsreguleringer og den økende bevisstheten om at disse partnerskapene er fruktbare for tredjepartsutviklere av RPM og digital helseinfrastrukturteknologi og EPJ-leverandører, la Claman til.

Aktiv overvåking i den kliniske arbeidsflyten

Det er viktig å merke seg at fordi det ikke finnes en-størrelse-pas-alle-løsninger for pasienter, vil leger og sykepleiere måtte varsles når beregninger går i feil retning, ifølge Xealths McSherry. Arbeidsflyten må bygges inn i EPJ, og pasienter må vite hvordan de registrerer seg for forskjellige verktøy eller tjenester for å sikre at de laster opp dataene sine raskt. Det vil også være behov for å fortsette arbeidsflyten utenfor varslene, enten det er å varsle et logistikkselskap om å sende mer medisiner eller en enhet til pasienten, eller for å spore pasientens etterlevelse av behandlingsprogrammet.

Et annet aspekt er arbeidsflyten knyttet til pasientbehandling, som før eller etter en rutineprosedyre. For eksempel, før en koloskopi, får de fleste pasienter en utskrift av instruksjoner. En arbeidsflyt kan sende SMS-påminnelser til pasienten, for eksempel varsler om å slutte å spise eller drikke på et bestemt tidspunkt og påminnelser om å konsumere tilberedningsdrikkene deres, bemerket McSherry. "Det vi prøver å gjøre er å lukke sløyfen og gjøre flere av disse digitale kontaktpunktene og engasjementene mer automatiserte," sa han.

AI er fortsatt i begynnende stadier

Ifølge McSherry, når det gjelder AI og maskinlæring i digital helse, er disse mer tydelige på diskrete servicenivåer. For eksempel sa han at en app som overvåker atferdshelse ville ha prediktiv modellering basert på pasientresponser og komorbiditeter.

I mange tilfeller, AI spiller mer en rolle i indirekte pasientbehandling, for eksempel forebyggende diagnostikk for polikliniske pasienter som er mer sannsynlig å ha komplikasjoner, sa McSherry. "Vi ser også farmasøytisk forskning og annen utvikling av medikamenter og enheter på den fronten," bemerket han.