Služba MedTech a Azure Machine Learning Service
Poznámka
Fast Healthcare Interoperability Resources (FHIR®) je otevřená specifikace zdravotní péče.
V tomto článku se dozvíte o používání služby MedTech a služby Azure Machine Learning Service.
Referenční architektura služby MedTech a služby Azure Machine Learning Service
Služba MedTech umožňuje bezproblémovou integraci zařízení IoT se službami FHIR. Tato referenční architektura je navržená tak, aby urychlila přijetí projektů Internetu věcí (IoT). Toto řešení používá Azure Databricks pro výpočetní prostředky strojového učení (ML). Služba Azure Machine Learning Services s Kubernetes nebo partnerské řešení ML by se však mohla vejít do hodnoticího prostředí služby Machine Learning.
Čtyři barvy čar znázorňují různé části datové cesty.
- Modrá = data IoT do služby FHIR.
- Zelená = cesta k datům pro vyhodnocování dat IoT
- Červená = Horká cesta pro data, která informují lékaře o riziku pacientů. Cílem horké cesty je být co nejblíže reálnému času.
- Orange = teplá cesta pro data. Stále podporu lékařů v péči o pacienty. Žádosti o data se obvykle aktivují ručně nebo podle plánu aktualizace.
Příjem dat: Kroky 1–5
- Data ze zařízení IoT nebo přes bránu zařízení se odesílají do Azure IoT Hub/Azure IoT Edge.
- Data z Azure IoT Edge odesílaná do Azure IoT Hub.
- Kopie nezpracovaných dat zařízení IoT odesílaných do zabezpečeného úložného prostředí pro správu zařízení
- Datová část IoT se přesune z Azure IoT Hub do služby MedTech. Ikona služby MedTech představuje několik služeb Azure.
- Tři části k číslu pět:
- Služba MedTech požádá o prostředek Patient ze služby FHIR.
- Služba FHIR odešle prostředek Patient zpět do služby MedTech.
- Pozorování pacientů IoT je záznam ve službě FHIR.
Machine Learning a datová trasa AI: Kroky 6–11
- Normalizovaný neseskupený datový stream odeslaný do funkce Azure (vstup ML)
- Funkce Azure (vstup ML) požaduje, aby se prostředek pacienta sloučil s datovou částí IoT.
- Datová část IoT se odesílá do centra událostí k distribuci výpočetním prostředkům a úložišti služby Machine Learning.
- Datová část IoT se odesílá do Azure Data Lake Storage Gen2 za účelem sledování skóre v delších časových obdobích.
- Datová část IoT se odesílá do Azure Databricks za účelem vytváření oken, přizpůsobení dat a vyhodnocování dat.
- Azure Databricks podle potřeby vyžaduje ze služby Data Lake více dat o pacientech.
- Azure Databricks také odešle kopii vyhodnocených dat do datového jezera.
Koordinace oznámení a péče: Kroky 12–18
Horká cesta
- Azure Databricks odešle datovou část do funkce Azure (výstup ML).
- Prostředek riskAssessment nebo příznak odeslaný do služby FHIR.
- Pro každé okno pozorování se do služby FHIR odešle prostředek RiskAssessment.
- V případě období pozorování, ve kterých je posouzení rizika mimo přijatelný rozsah, by měl být prostředek příznaku odeslán také službě FHIR.
- Data se skóre odesílaná do úložiště dat za účelem směrování k příslušnému týmu péče. Azure SQL Server je úložiště dat používané v tomto návrhu kvůli nativní interakci s Power BI.
- Řídicí panel Power BI se aktualizuje o výstup posouzení rizik za méně než 15 minut.
Teplá cesta
- Power BI aktualizuje řídicí panel podle plánu aktualizace dat. Mezi aktualizacemi obvykle trvá déle než 15 minut.
- Naplňte aplikaci Care Team aktuálními daty.
- Koordinace péče prostřednictvím aplikace Microsoft Teams pro zdravotnické pacienty.
Další kroky
V tomto článku jste se dozvěděli o integraci služby MedTech a služby Machine Learning.
Přehled služby MedTech najdete v tématu
Další informace o transformaci dat zpráv zařízení služby MedTech najdete v tématu
Další informace o metodách nasazení služby MedTech najdete v tématu
FHIR® je registrovaná ochranná známka společnosti Health Level Seven International, registrovaná v Americkém úřadu pro ochranné známky a používá se s jejich svolením.