ประโยชน์ของโครงสร้างพื้นฐานด้านสุขภาพดิจิทัลจากสถาปัตยกรรม Cloud-to-Edge

ในช่วงโควิด-19 สุขภาพดิจิทัลเริ่มลดลง เนื่องจากข้อกำหนดการเว้นระยะห่างทางกายภาพเป็นสิ่งสำคัญยิ่ง

ผู้ให้บริการบางรายพบว่ามีการเข้าชมเสมือนเพิ่มขึ้นใน หมื่นส่วนประกอบอื่น ๆ รวมถึงการตรวจสอบผู้ป่วยระยะไกลและเทคโนโลยีที่สวมใส่ได้กลายเป็นเรื่องธรรมดามากขึ้น

ก่อนเกิดการระบาดใหญ่ 88% ของผู้ให้บริการด้านสุขภาพ hโฆษณาลงทุนในระบบติดตามผู้ป่วยระยะไกล (RPM)ซึ่งอาจรวมถึงเครื่องตรวจวัดระดับน้ำตาลในเลือดหรือเครื่องวัดความอิ่มตัวของออกซิเจน และภายในปี 2022 จำนวนอุปกรณ์สวมใส่ ในสหรัฐอเมริกาคาดว่าจะอยู่ที่ 67 ล้านคน

แต่เพื่อให้ผู้ป่วยสามารถเข้าถึงสุขภาพดิจิทัลและเป็นประโยชน์สำหรับผู้ให้บริการ จำเป็นต้องมีโครงสร้างพื้นฐานที่เหมาะสมและการบูรณาการกับบันทึกสุขภาพอิเล็กทรอนิกส์ (EHRs)

ขณะนี้การแบ่งทางดิจิทัลกำลังปิดตัวลง 83% ของผู้ที่อาศัยอยู่ในพื้นที่ชนบทในสหรัฐฯ สามารถเข้าถึงบริการบรอดแบนด์ได้แล้ว น้อยกว่า 10% ไม่มีการเข้าถึงบรอดแบนด์บนมือถือ Edge Computing สามารถนำบริการด้านสุขภาพดิจิทัลมาสู่ผู้ป่วยด้วยการกระจายข้อมูลไปยังศูนย์ข้อมูลขนาดเล็กที่ปรับให้เหมาะกับวัตถุประสงค์เฉพาะหรือกลุ่มประชากร

ในคลาวด์หรือที่ Edge สำหรับโครงสร้างพื้นฐานด้านสุขภาพดิจิทัล?

โครงสร้างพื้นฐานระบบคลาวด์มีความสำคัญต่อการพัฒนาแอปและการเชื่อมต่ออุปกรณ์ของผู้ป่วยกับ EHR Mike McSherry ซีอีโอของ Xealth กล่าวว่า "แหล่งที่มาของความจริงดั้งเดิมสำหรับโรงพยาบาลคือเวชระเบียน แต่นั่นเป็นส่วนเล็กๆ ของข้อมูล เมื่อเทียบกับสิ่งที่แอปและอุปกรณ์ RPM รวบรวม"

แต่เมื่อพูดถึงอุปกรณ์สวมใส่และเซ็นเซอร์เอง Edge Computing ช่วยให้ส่งข้อมูลจากอุปกรณ์สวมใส่และเซ็นเซอร์ เช่น เครื่องวัดระดับน้ำตาลในเลือดที่เชื่อมต่อ เครื่องวัดออกซิเจนในเลือด เครื่องชั่งน้ำหนัก เครื่องวัดความดันโลหิต หรือจอภาพอื่นๆ ที่ใช้โดยผู้ป่วยโรคเบาหวานได้ง่ายขึ้น

จากการวิเคราะห์เพื่อบรรลุเป้าหมายของ วารสารวิทยาศาสตร์และเทคโนโลยีโรคเบาหวานอุปกรณ์เหล่านี้จะอัปโหลดไปยังสมาร์ทโฟนและแท็บเล็ต ซึ่งทำหน้าที่เป็นศูนย์กลางการประมวลผลแบบเอดจ์ ข้อมูลได้รับการประมวลผลบนอุปกรณ์มือถือเครื่องใดเครื่องหนึ่งเหล่านี้ จากนั้นอัปโหลดไปยังศูนย์ข้อมูล Edge หรือที่เก็บข้อมูลบนคลาวด์แบบรวมศูนย์เพื่อทำการวิเคราะห์ ข้อเสียคือข้อมูลจะไม่ถูกอัปโหลดแบบเรียลไทม์หากสมาร์ทโฟนหรือแท็บเล็ตของผู้ป่วยออฟไลน์

อุปสรรคด้านความรู้ทางเทคนิคอาจขัดขวางการซิงโครไนซ์ข้อมูลแบบเรียลไทม์ McSherry กล่าวว่า "หากคุณคาดหวังว่าผู้ป่วยจะซิงค์โทรศัพท์ของตนกับอุปกรณ์ด้วยบลูทูธ ไม่ใช่ทุกคนที่มีความเชี่ยวชาญด้านเทคนิค อุปกรณ์เพิ่มเติมได้รับการติดตั้งชิปเซลลูลาร์เพื่อจัดการกับการเชื่อมต่อข้อมูลและการตรวจสอบสิทธิ์ เขากล่าวเสริม สิ่งเหล่านี้ช่วยให้แน่ใจว่าข้อมูลถูกอัพโหลดแบบเรียลไทม์และช่วยให้ผู้ป่วยปฏิบัติตามวัตถุประสงค์ในการชำระเงินคืน

นั่นคือสิ่งที่ Edge Computing สามารถสร้างความแตกต่างได้ เปิดใช้งานโดย 5G แอพพลิเคชั่นบางตัวสำหรับ edge computing รวมถึงการสื่อสารแบบวงปิด ด้วยเครื่องกระตุ้นหัวใจ เครื่องกระตุ้นหัวใจ และแม้กระทั่ง ระบบระบายอากาศ mechanical.

การบูรณาการกับ EHR อาจก่อให้เกิดความท้าทาย

Josh Claman ซีอีโอของ Rimidi กล่าวว่าความท้าทายในการบูรณาการส่วนใหญ่กับ EHR สามารถเอาชนะได้ด้วยอินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน FHIR (API) FHIR API เป็น API ที่ได้รับคำสั่งจากรัฐบาล ซึ่งช่วยให้สามารถทำงานร่วมกันของข้อมูลได้ ซึ่งเป็นส่วนหนึ่งของ กฎแห่งพระราชบัญญัติขั้นสุดท้ายรักษาศตวรรษที่ 21 จากศูนย์บริการ Medicare & Medicaid และสำนักงานผู้ประสานงานเทคโนโลยีสารสนเทศด้านสุขภาพแห่งชาติ

ทว่าปัญหาทางการค้าและในทางปฏิบัติยังคงมีอยู่ด้วยการทำงานร่วมกันและการบูรณาการ บริษัท EHR “คิดว่าข้อมูลเป็นข้อมูลของพวกเขา” Claman กล่าว “พวกเขากำลังพยายามสร้างคูน้ำป้องกันรอบสิ่งที่พวกเขาทำ”

จุดเสียดทานเช่นนี้ควรหายไปจากกฎระเบียบของรัฐบาลและความตระหนักที่เพิ่มขึ้นว่าการเป็นหุ้นส่วนเหล่านี้มีผลดีต่อนักพัฒนาบุคคลที่สามของ RPM และเทคโนโลยีโครงสร้างพื้นฐานด้านสุขภาพดิจิทัลและผู้ขาย EHR Claman กล่าวเสริม

การตรวจสอบอย่างกระตือรือร้นในเวิร์กโฟลว์ทางคลินิก

สิ่งสำคัญที่ควรทราบคือ เนื่องจากไม่มีวิธีแก้ปัญหาแบบครบวงจรสำหรับผู้ป่วย แพทย์และพยาบาลจะต้องได้รับการแจ้งเตือนเมื่อตัวชี้วัดมีแนวโน้มไปในทิศทางที่ผิด ตามที่ McSherry ของ Xealth กล่าว เวิร์กโฟลว์จะต้องฝังอยู่ใน EHR และผู้ป่วยจะต้องทราบวิธีการลงทะเบียนในเครื่องมือหรือบริการต่างๆ เพื่อให้แน่ใจว่าพวกเขากำลังอัปโหลดข้อมูลในทันที นอกจากนี้ยังจำเป็นต้องดำเนินการขั้นตอนการทำงานต่อไปนอกการแจ้งเตือน ไม่ว่าจะเป็นการแจ้งให้บริษัทขนส่งจัดส่งยาหรืออุปกรณ์ให้กับผู้ป่วยเพิ่มเติม หรือเพื่อติดตามการปฏิบัติตามโปรแกรมการรักษาของผู้ป่วย

อีกแง่มุมหนึ่งคือขั้นตอนการทำงานที่เกี่ยวข้องกับการดูแลผู้ป่วย เช่น ก่อนหรือหลังการทำหัตถการที่เป็นกิจวัตร ตัวอย่างเช่น ก่อนการส่องกล้องตรวจลำไส้ใหญ่ ผู้ป่วยส่วนใหญ่จะได้รับคำแนะนำที่พิมพ์ออกมา เวิร์กโฟลว์สามารถส่ง SMS เตือนไปยังผู้ป่วย เช่น การแจ้งเตือนให้หยุดกินหรือดื่มในเวลาที่กำหนด และการเตือนให้ดื่มเครื่องดื่มที่เตรียมไว้ McSherry กล่าว “สิ่งที่เราพยายามจะทำคือปิดลูปและทำให้จุดสัมผัสและการมีส่วนร่วมทางดิจิทัลเหล่านี้เป็นไปโดยอัตโนมัติมากขึ้น” เขากล่าว

AI ยังอยู่ในช่วงเริ่มต้น

ตามที่ McSherry พูดเมื่อพูดถึง AI และการเรียนรู้ของเครื่องในด้านสุขภาพดิจิทัลสิ่งเหล่านี้มีความชัดเจนมากขึ้นในระดับการบริการที่ไม่ต่อเนื่อง ตัวอย่างเช่น เขากล่าวว่าแอปที่ติดตามพฤติกรรมสุขภาพจะมีการสร้างแบบจำลองการคาดการณ์ตามการตอบสนองของผู้ป่วยและโรคร่วม

ในหลายกรณี, AI มีบทบาทมากขึ้นในการดูแลผู้ป่วยทางอ้อมMcSherry กล่าว เช่น การวินิจฉัยเชิงป้องกันสำหรับผู้ป่วยนอกที่มีแนวโน้มที่จะมีภาวะแทรกซ้อน “เรายังเห็นการวิจัยด้านเภสัชกรรม การพัฒนายาและอุปกรณ์อื่นๆ ในด้านนั้นด้วย” เขากล่าว