Cyfrowa infrastruktura zdrowotna czerpie korzyści z architektury „od chmury po brzeg”.

Podczas pandemii Covid-19 zdrowie cyfrowe nabrało tempa, ponieważ wymogi dotyczące dystansu fizycznego stały się najważniejsze.

Niektórzy dostawcy odnotowali wzrost liczby wirtualnych wizyt w kilkadziesiąt tysięcyinne komponenty, w tym zdalne monitorowanie pacjenta i technologie noszenia, stawały się coraz bardziej powszechne.

Przed nadejściem pandemii 88% podmiotów świadczących opiekę zdrowotną hzainwestowano w system zdalnego monitorowania pacjenta (RPM)., które mogą obejmować glukometry lub pulsoksymetry. A do 2022 r liczba urządzeń do noszenia w USA ma osiągnąć 67 milionów.

Aby jednak cyfrowe zdrowie było dostępne dla pacjentów i przydatne dla świadczeniodawców, wymagana jest odpowiednia infrastruktura i integracja z elektroniczną dokumentacją medyczną (EHR).

Obecnie przepaść cyfrowa się zmniejsza; 83% mieszkańców Stanów Zjednoczonych na obszarach wiejskich ma obecnie dostęp do usług szerokopasmowych. Mniej niż 10% nie ma dostępu do mobilnego Internetu szerokopasmowego. Przetwarzanie brzegowe może jeszcze bardziej zapewnić pacjentom cyfrowe usługi zdrowotne poprzez decentralizację danych do mniejszych centrów danych dostosowanych do konkretnych celów lub populacji.

W chmurze czy na brzegu dla cyfrowej infrastruktury zdrowotnej?

Infrastruktura chmurowa ma kluczowe znaczenie dla tworzenia aplikacji i łączenia urządzeń pacjentów z EHR. „Tradycyjnym źródłem prawdy dla szpitali jest dokumentacja medyczna, ale jest to niezwykle mały segment danych w porównaniu z tym, co gromadzą aplikacje i urządzenia RPM” – powiedział Mike McSherry, dyrektor generalny Xealth.

Jeśli jednak chodzi o same urządzenia do noszenia i czujniki, przetwarzanie brzegowe może ułatwić przesyłanie danych z urządzeń do noszenia i czujników, takich jak podłączone glukometry, oksymetry, wagi, mankiety do pomiaru ciśnienia krwi i inne monitory używane przez pacjentów z cukrzycą.

Według Journal of Diabetes Science and Technologyurządzenia te przesyłają dane do smartfonów i tabletów, które służą jako centra przetwarzania brzegowego. Dane są przetwarzane na jednym z tych urządzeń mobilnych, a następnie przesyłane do brzegowego centrum danych lub do scentralizowanego repozytorium w chmurze w celu analizy. Wadą jest to, że dane nie są przesyłane w czasie rzeczywistym, jeśli smartfon lub tablet pacjenta jest offline.

Bariery wiedzy technicznej mogą również utrudniać synchronizację danych w czasie rzeczywistym. „Jeśli oczekujesz, że pacjent zsynchronizuje swój telefon z urządzeniem przez Bluetooth, nie każdy jest tak biegły technicznie” – zauważył McSherry. Dodał, że coraz więcej urządzeń jest wyposażanych w chipy komórkowe umożliwiające obsługę transmisji danych i uwierzytelnianie. Pomagają one zapewnić przesyłanie danych w czasie rzeczywistym i pomagają pacjentowi przestrzegać zaleceń w celu uzyskania zwrotu kosztów.

Właśnie tam przetwarzanie brzegowe może zrobić różnicę. Niektóre aplikacje do przetwarzania brzegowego obsługują 5G obejmują komunikację w pętli zamkniętej z rozrusznikami serca, defibrylatorami, a nawet systemy wentylacji mechanicznej.

Integracja z EHR może stanowić wyzwanie

Według Josha Clamana, dyrektora generalnego Rimidi, większość wyzwań związanych z integracją z EHR można pokonać za pomocą interfejsu programowania aplikacji (API) FHIR. FHIR API to interfejs API wymagany przez rząd, który umożliwia interoperacyjność danych, który powstał w ramach projektu XXI wiek leczy zasady aktu końcowego z Centrów Usług Medicare i Medicaid oraz Biura Krajowego Koordynatora ds. Technologii Informacji Zdrowotnej.

Nadal jednak istnieją problemy komercyjne i praktyczne związane z interoperacyjnością i integracją. Firmy EHR „traktują dane jak swoje dane” – powiedział Claman. „Próbują stworzyć fosę obronną wokół tego, co robią”.

Dodał Claman, że takie punkty tarcia powinny zniknąć dzięki rozporządzeniom rządowym i rosnącej świadomości, że te partnerstwa są owocne dla zewnętrznych twórców technologii RPM i cyfrowej infrastruktury zdrowotnej oraz dostawców EHR.

Aktywne monitorowanie w procesie pracy klinicznej

Należy zauważyć, że ponieważ nie ma uniwersalnych rozwiązań dla pacjentów, według McSherry’ego z Xealth trzeba będzie ostrzegać lekarzy i pielęgniarki, gdy wskaźniki wskaźników będą się rozwijać w złym kierunku. Przepływ pracy będzie musiał zostać wbudowany w EHR, a pacjenci będą musieli wiedzieć, jak zarejestrować się w różnych narzędziach lub usługach, aby mieć pewność, że szybko przesyłają swoje dane. Konieczne będzie także kontynuowanie przepływu pracy poza alertami, niezależnie od tego, czy będzie to powiadamianie firmy logistycznej o konieczności wysłania pacjentowi większej ilości leków lub urządzenia, czy też śledzenie przestrzegania przez pacjenta programu leczenia.

Innym aspektem jest przepływ pracy związany z opieką nad pacjentem, na przykład przed lub po rutynowym zabiegu. Na przykład przed kolonoskopią większość pacjentów otrzymuje wydruk instrukcji. McSherry zauważył, że przepływ pracy może wysyłać do pacjenta przypomnienia SMS, takie jak powiadomienia o konieczności zaprzestania jedzenia i picia o określonej godzinie oraz przypomnienia o wypiciu przygotowanych napojów. „Próbujemy zamknąć obieg i sprawić, że więcej cyfrowych punktów kontaktu i interakcji będzie bardziej zautomatyzowanych” – powiedział.

Sztuczna inteligencja wciąż znajduje się w początkowej fazie

Według McSherry’ego, jeśli chodzi o Sztuczna inteligencja i uczenie maszynowe w cyfrowym zdrowiusą one bardziej widoczne na odrębnych poziomach usług. Powiedział na przykład, że aplikacja monitorująca zdrowie behawioralne będzie posiadać modelowanie predykcyjne oparte na reakcjach pacjentów i chorobach współistniejących.

W wielu przypadkach, Sztuczna inteligencja odgrywa większą rolę w pośredniej opiece nad pacjentem, takie jak diagnostyka profilaktyczna u pacjentów ambulatoryjnych, u których ryzyko powikłań jest większe, powiedział McSherry. „Obserwujemy również badania farmaceutyczne oraz inne opracowania leków i urządzeń w tym zakresie” – zauważył.