Dzięki technologiom Intel® dostawcy usług medycznych korzystają z systemów przetwarzania brzegowego i analityki brzegowej do przekształcania danych w nowe spostrzeżenia, aby poprawiać wyniki pacjentów przy jednoczesnym dostarczaniu wartości finansowej i operacyjnej.
Systemy przetwarzania brzegowego napędzają postęp w opiece zdrowotnej
Nowoczesne systemy opieki zdrowotnej, szpitale i dostawcy usług medycznych wdrażają nowe narzędzia i tworzą interesujące modele opieki zdrowotnej, aby lepiej służyć pacjentom. Te strategie skupiają się na wspieraniu decyzji klinicznych (CDS), co umożliwia dostarczanie lekarzom aktualnych, przefiltrowanych i specyficznych dla pacjenta informacji, które można wykorzystać do poprawy opieki.
W ciągu ostatnich kilku lat te działania doprowadziły do zwiększenia liczby urządzeń medycznych w środowiskach opieki zdrowotnej. Obejmują one gamę urządzeń od tabletów i akcesoriów elektronicznych do noszenia przez pacjentów po monitorowanie zdrowia i systemy obrazowania oparte na sztucznej inteligencji (AI).
Akcesoria elektroniczne na bieżąco informują lekarzy o stanie najważniejszych funkcji życiowych pacjentów, takich jak tętno i ciśnienie krwi, powiadamiając personel medyczny o problemach, zanim staną się one poważne. Monitorowanie zdrowia ułatwia opiekę zdalną poprzez gromadzenie danych na temat pacjentów i uruchamianie działań opartych na wynikach — na przykład monitorowanie poziomu glukozy we krwi i przesyłanie tych informacji do dodatkowego urządzenia, takiego jak pompa insulinowa w celu podania insuliny. Modele obrazowania oparte na AI wykrywają potencjalne problemy w prześwietleniach rentgenowskich, nadając im priorytet przy ocenie przez radiologa lub lekarza.
Potencjał tych rozwijających się innowacji jest olbrzymi, co prowadzi do lepszych przepływów pracy w klinikach, niższych kosztów i poprawy opieki nad pacjentem. Urządzenia brzegowe mają jednak jedną wspólną cechę: wszystkie generują dane.
W rezultacie systemy i dostawcy usług medycznych muszą zdecydować, w jaki sposób zarządzać tą niespotykaną ilością danych i jak najlepiej je wykorzystywać. Jakie dane należy przesyłać do chmury, a jakimi lepiej zarządzać lokalnie, biorąc pod uwagę koszty przepustowości, dostępność i prywatność?
Systemy przetwarzania brzegowego przenoszą przetwarzanie danych, analitykę i pamięć masową bliżej źródła powstawania danych, na przykład na serwer lokalny na terenie szpitala lub urządzenie przenośne w domu pacjenta. Systemy przetwarzania brzegowego stanowią uzupełnienie chmury, co umożliwia osobom podejmującym decyzje dotyczące IT wybór najlepszego miejsca umieszczenia przepływów pracy w całym spektrum technologii informatycznych. Ta strategia umożliwia systemom opieki zdrowotnej optymalizację gromadzenia, przechowywania i analizy danych, które, dla przeciętnego szpitala, osiągają 50 petabajtów rocznie.1
Połączenie chmury i systemów przetwarzania brzegowego
W ostatnich latach systemy i dostawcy usług medycznych w dużej mierze opierali się na chmurze w zakresie gromadzenia, analizy i przetwarzania danych. Przy pomocy firmy Intel branża nauk medycznych i przyrodniczych opracowuje nową strategię zarządzania danymi, która strategicznie wykorzystuje chmurę lub systemy przetwarzania brzegowego w zależności od potrzeb, kosztów i korzyści. Być może sensownym rozwiązaniem byłoby na przykład ograniczenie przekazywania do chmury odczytów z akcesoriów elektronicznych dla pacjentów do przekazywania tylko raportów z podsumowaniami w określonych odstępach czasu.
Natomiast w przypadku systemów, które pozyskują dużą liczbę danych operacyjnych i finansowych, chmura będzie prawdopodobnie nadal preferowanym rozwiązaniem jako metoda prognozowania kosztów na poziomie organizacji, zakupów i planów rozliczeniowych oraz zapotrzebowania w łańcuchu dostaw.
Ponadto przechowywanie danych osobowych lub poufnych na terenie placówki umożliwia systemom i dostawcom usług medycznych przestrzeganie ścisłych wymagań dotyczących obsługi danych i prywatności. Obejmuje to wymogi określone w ustawie HIPAA (Health Insurance Portability and Accountability Act) z 1996 r. Ustawa HIPPA uwzględnia teraz również federalną ochronę prywatności w zakresie indywidualnie identyfikowalnych informacji o zdrowiu, zgodnie ze wskazaniami kongresu w odpowiedzi na rozpowszechnianie technologii cyfrowej.
Technologie Intel® dla systemów przetwarzania brzegowego
Dzięki kompleksowemu pakietowi produktów i technologii firma Intel napędza systemy przetwarzania brzegowego, AI na brzegu i łączność od brzegu sieci do chmury, aby lepiej rejestrować, analizować i syntetyzować dane dotyczące zdrowia. Dzięki szerokiej ofercie sprzętu, elementów oprogramowania i narzędzi programowych firma Intel upraszcza proces pozyskiwania odpowiedniej inteligencji tam, gdzie jest ona najbardziej potrzebna.
Intel® QuickAssist Technology (Intel® QAT) to technologia, która zwiększa wydajność na serwerach brzegowych lub w chmurze. Stworzona, aby przyspieszać operacje intensywnie wykorzystujące zasoby obliczeniowe, technologia Intel® QAT2 umożliwia kompresję i dekompresję obrazów medycznych, w tym skanów rezonansu magnetycznego, tomografii, a także filmów, takich jak nagranie operacji.
Technologia Intel® Virtualization Technology (Intel® VT) jest jedną z technologii, które pozwalają na praktyczne wykorzystanie wirtualizacji poprzez eliminowanie kosztów ogólnych wydajności i podnoszenie bezpieczeństwa. Technologia Intel® Virtualization Technology (Intel® VT) umożliwia korzystanie z wielu aplikacji na jednym serwerze. W rezultacie systemy i dostawcy usług medycznych mogą skuteczniej priorytetyzować przypadki krytyczne, zmniejszać obciążenia związane z IT oraz obniżać koszty.
Dzięki rozszerzaniu możliwości analityki i AI od brzegu sieci do chmury firma Intel wspiera dążenia branży opieki zdrowotnej do podejmowania lepszych decyzji klinicznych, szybszego diagnozowania i poprawiania jakości monitorowania i rekonwalescencji pacjentów.
Zastosowania kliniczne systemów przetwarzania brzegowego
Firma Intel zapewnia szeroki ekosystem partnerów branżowych i współpracowników w dążeniu do tworzenia rozwiązań przetwarzania brzegowego w opiece zdrowotnej. Firma Intel współpracuje z partnerami nad rozwiązaniami obsługującymi wiele urządzeń brzegowych, aplikacji i usług na jednej wspólnej platformie, która umożliwia korzystanie z istniejących zasobów w chmurze i centrum danych.
W dwóch niedawnych przypadkach firma Intel współpracowała z partnerami w celu wykorzystania systemów przetwarzania brzegowego i analityki brzegowej, aby zapewnić nową wartość kliniczną dostawcom usług medycznych.
Zastosowanie dystrybucji zestawu narzędzi OpenVINO™ firmy Intel® spowodowało poprawę wydajności algorytmu, co umożliwiło firmie GE Healthcare ponad trzykrotne przyspieszenie wykrywania odmy płucnej w systemie rentgenowskim Optima XR240amx.2
Obrazowanie z wykorzystaniem AI
Firma GE Healthcare zwróciła się do firmy Intel o wsparcie w opracowaniu zestawu algorytmów AI Critical Care Suite, stworzonego do wykrywania istotnych wyników prześwietlenia rentgenowskiego klatki piersiowej, w tym zagrażającego życiu stanu płuc zwanego odmą płucną. Firma Intel pomogła zoptymalizować algorytmy Critical Care Suite za pomocą zestawu narzędzi OpenVINO™ w dystrybucji Intel®.
Zestaw zawierał narzędzia do komputerowych systemów wizyjnych i wnioskowania głębokiego uczenia, w tym konwolucyjne modele klasyfikacji oparte na obrazie zoptymalizowane pod kątem procesorów Intel®, wykorzystywane w systemach obrazowania firmy GE Healthcare. Wykorzystanie zestawu narzędzi i AI ułatwiło personelowi medycznemu identyfikację i triaż obrazów, które wskazywały na prawdopodobieństwo odmy płucnej, a także umożliwiło radiologom lepiej określać priorytety oglądania zdjęć.
Dzięki poprawie wydajności algorytmu firma Intel pomogła firmie GE Healthcare przyspieszyć wykrywanie odmy w systemie rentgenowskim Optima XR240amx o ponad trzy razy.3
Opieka zdalna
Firma Intel współpracowała z firmą HARMAN w celu rozwoju innego obiecującego obszaru w opiece zdrowotnej: niezawodnej opieki zdalnej. Firmy opracowały rozwiązanie do zdalnego monitorowania pacjentów, które umożliwia dostęp do danych medycznych poprzez podłączenie szerokiej gamy urządzeń medycznych i niemedycznych.
Platforma HARMAN Remote Care Platform (RCP), która wykorzystuje bramę z architekturą Intel®, opiera się na najnowocześniejszej platformie Intel® w celu zdalnego monitorowania pacjentów. Zastosowania obejmują usługi w zakresie opieki nad pacjentami, zarządzanie chorobami przewlekłymi i programy opieki zdrowotnej dla pacjentów. Platforma została także zaprojektowana tak, aby umożliwić stałą opiekę domową nad pacjentami i osobami starszymi przy jednoczesnej minimalizacji kosztów.
Korzyści płynące z opieki zdalnej z wykorzystaniem systemów przetwarzania brzegowego mogą być znaczące. Badanie przeprowadzone w 2015 r. wykazało 50-procentową redukcję liczby ponownych przyjęć w okresie 30 dni i spadek ponownych przyjęć do 19 procent w okresie 180 dni wśród pacjentów, którzy korzystali z opieki zdalnej.4 Wynik finansowy także korzysta, zgodnie z szacunkami sugerującymi, że samo zastosowanie telemedycyny może obniżyć koszty opieki zdrowotnej pracodawców w USA nawet o 6 miliardów dolarów rocznie.5
Analityka brzegowa w opiece zdrowotnej zapewnia lepsze wyniki pacjentów
Jest to nowy świat dla systemów i dostawców usług medycznych, napędzany coraz większą liczbą nowych, świetnych urządzeń przenośnych i stacjonarnych. Firma Intel jest wyjątkowo dobrze przygotowana do tego, aby pomóc w wykorzystaniu mocy urządzeń brzegowych oraz istniejącej strategii dostawców usług medycznych dotyczącej chmury w celu wspierania decyzji klinicznych i usprawniania opieki zdrowotnej.
Dzięki wiedzy branżowej, technologiom i szerokiemu ekosystemowi firma Intel umożliwia dostawcom usług medycznych wydobycie praktycznych wartości z danych. McKinsey szacuje, że obecne dane dotyczące opieki zdrowotnej mogą doprowadzić do zredukowania kosztów o ponad 300 miliardów dolarów rocznie.6 Systemy przetwarzania brzegowego i analityka brzegowa będą jeszcze bardziej zwiększały swój udział wraz z nowymi możliwościami wzrostu wartości operacyjnej, klinicznej i finansowej w całym spektrum opieki zdrowotnej.