Firma Intel napędza analitykę brzegową w opiece zdrowotnej

Dowiedz się, w jaki sposób wszechobecna inteligencja dostarcza narzędzi umożliwiających postępy IT w opiece zdrowotnej.

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.

Jesteśmy tu, żeby Ci pomóc


Czy chcesz porozmawiać z firmą Intel na temat potrzeb związanych z kolejnym projektem technologicznym?

Podobna treść

Znajdź więcej zasobów na temat analityki brzegowej w opiece zdrowotnej i technologii Intel®, które ją napędzają.

AI przekształca obrazowanie rentgenowskie

Critical Care Suite firmy GE Healthcare wprowadza AI do aparatu rentgenowskiego, aby wykrywać stany zagrożenia życia w kilka sekund.

Przeczytaj o tym

Analiza predykcyjna w opiece zdrowotnej

Dowiedz się, w jaki sposób analiza predykcyjna umożliwia systemom i dostawcom usług medycznych poprawę opieki nad pacjentem i obniżanie kosztów.

Sprawdź, jak to możliwe

Przyspieszenie postępów w medycynie precyzyjnej

Dowiedz się, w jaki sposób dostawcy usług medycznych wykorzystują medycynę precyzyjną w celu ulepszenia opieki nad pacjentami i poprawy wyników.

Czytaj dalej

Tworzenie przyszłości opieki zdrowotnej

Zobacz, jak innowacje takie jak AI i rzeczywistość wirtualna zmieniają opiekę zdrowotną od leczenia raka po obrazowanie medyczne.

Więcej informacji

Zastrzeżenia i uwagi prawne

Oprogramowanie i obciążenia wykorzystane w testach wydajności mogły zostać zoptymalizowane pod kątem wydajnego działania tylko na mikroprocesorach Intel®.

Testy wydajności, takie jak SYSmark* i MobileMark*, mierzą wydajność określonych systemów komputerowych, komponentów, oprogramowania, operacji i funkcji. Dowolna zmiana wyżej wymienionych czynników może spowodować uzyskanie innych wyników. Aby wszechstronnie ocenić planowany zakup, w tym wydajność danego produktu w porównaniu z konkurencyjnymi, należy zapoznać się z informacjami z innych źródeł oraz innymi testami wydajności. Więcej informacji można znaleźć na stronie www.intel.pl/benchmarks.

Wyniki wydajności są oparte na testach z dnia wskazanego w konfiguracjach i mogą nie uwzględniać wszystkich publicznie dostępnych aktualizacji zabezpieczeń. Więcej informacji zawiera zastrzeżenie dotyczące konfiguracji. Żaden produkt ani komponent nie jest całkowicie bezpieczny.

Informacje o produktach i wydajności

1Bresnick, Jennifer. „Desire for Predictive Analytics Outpaces Hospital Investment”, Health IT Analytics, 8 wrzesień 2016 r.: healthitanalytics.com/news/desire-for-predictive-analytics-outpaces-hospital-investment.
2

Cechy i zalety technologii Intel® zależą od konfiguracji systemu i mogą wymagać obsługującego je sprzętu, oprogramowania lub aktywacji usług. Wydajność może różnić się od podanej w zależności od konfiguracji systemu. Żaden produkt ani komponent nie jest w stanie zapewnić całkowitego bezpieczeństwa. Więcej informacji można uzyskać od sprzedawcy lub producenta systemu bądź na stronie https://www.intel.pl.

3Zastrzeżenia dotyczące konfiguracji systemu: procesor Intel® Core™ i5-4590S CPU @ 3,00 GHz, x86_64, włączone VT-x, pamięć 16 GB, system operacyjny: Linux magic x86_64 GNU/Linux, kontener platformy Docker usługi wnioskowania Ubuntu 16.04. Test przeprowadzony przez firmę GE Healthcare, wrzesień, 2018 r. Test porównuje całkowity czas wnioskowania modelu TensorFlow o czasie 3,092 sekund z takim samym modelem TF zoptymalizowanym przez zestaw narzędzi OpenVINO™ w dystrybucji Intel®, w którym całkowity czas wnioskowania wyniósł 0,913 sekundy
5„Current Telemedicine Technology Could Mean Big Savings”, MarketWatch, sierpień 2014 r.: https://www.marketwatch.com/press-release/current-telemedicine-technology-could-mean-big-savings-2014-08-11.
6„Using It or Losing It?: The Case for Data Scientists Inside Health Care”, NEJM Catalyst, 4 maja 2017 r.: https://catalyst.nejm.org/doi/full/10.1056/CAT.17.0493