Servicio MedTech y Azure Machine Learning Service
Nota
Fast Healthcare Interoperability Resources (FHIR®) es una especificación sanitaria abierta.
En este artículo, obtenga información sobre cómo usar el servicio MedTech y Azure Machine Learning Service.
Arquitectura de referencia del servicio MedTech y Azure Machine Learning Service
El servicio MedTech permite que los dispositivos IoT se integren sin problemas con los servicios de FHIR. Esta arquitectura de referencia está diseñada para acelerar la adopción de proyectos de Internet de las cosas (IoT). Esta solución usa Azure Databricks para el proceso de Machine Learning (ML). Sin embargo, Azure Machine Learning Services con Kubernetes o una solución de APRENDIZAJE automático asociado podría caber en el entorno de puntuación de Machine Learning.
Los cuatro colores de línea muestran las distintas partes del recorrido de datos.
- Azul = datos de IoT para el servicio FHIR.
- Green = ruta de acceso de datos para puntuar datos de IoT
- Red = Ruta de acceso activa para que los datos informen a los médicos del riesgo de los pacientes. El objetivo de la ruta de acceso activa es estar lo más cerca posible del tiempo real.
- Naranja = ruta de acceso activa para los datos. Todavía apoya a los médicos en la atención al paciente. Normalmente, las solicitudes de datos se desencadenan manualmente o según una programación de actualización.
Ingesta de datos: pasos 1 a 5
- Datos del dispositivo IoT o a través de la puerta de enlace de dispositivos enviada a Azure IoT Hub/Azure IoT Edge.
- Datos de Azure IoT Edge enviados a Azure IoT Hub.
- Copia de los datos de dispositivo IoT sin procesar enviados a un entorno de almacenamiento seguro para la administración de dispositivos.
- La carga de IoT pasa de Azure IoT Hub al servicio MedTech. El icono del servicio MedTech representa varios servicios de Azure.
- Tres partes al número cinco:
- El servicio MedTech solicita el recurso Paciente desde el servicio FHIR.
- El servicio FHIR devuelve el recurso Patient al servicio MedTech.
- La observación de pacientes de IoT se registra en el servicio FHIR.
Ruta de datos de Aprendizaje automático e inteligencia artificial: pasos 6 a 11
- Flujo de datos no agrupado normalizado enviado a una función de Azure (entrada de ML).
- Función de Azure (entrada de ML) solicita al recurso paciente que se combine con la carga de IoT.
- La carga de IoT se envía a un centro de eventos para su distribución a proceso y almacenamiento de Machine Learning.
- La carga de IoT se envía a Azure Data Lake Storage Gen 2 para la observación de puntuación en ventanas de tiempo más largas.
- La carga de IoT se envía a Azure Databricks para la ventana, el ajuste de datos y la puntuación de datos.
- Azure Databricks solicita más datos de pacientes del lago de datos según sea necesario.
- Azure Databricks también envía una copia de los datos puntuados al lago de datos.
Coordinación de notificaciones y cuidados: Pasos 12 - 18
Ruta de acceso activa
- Azure Databricks envía una carga a una función de Azure (salida de ML).
- Recurso RiskAssessment o Flag enviado al servicio FHIR.
- Para cada ventana de observación, se envía un recurso RiskAssessment al servicio FHIR.
- Para las ventanas de observación en las que la evaluación de riesgos está fuera del intervalo aceptable, también se debe enviar un recurso Flag al servicio FHIR.
- Datos puntuados enviados al repositorio de datos para el enrutamiento al equipo de atención adecuado. Azure SQL Server es el repositorio de datos que se usa en este diseño debido a su interacción nativa con Power BI.
- El panel de Power BI se actualiza con la salida de evaluación de riesgos en menos de 15 minutos.
Ruta de acceso activa
- Power BI actualiza el panel según la programación de actualización de datos. Normalmente, más de 15 minutos entre actualizaciones.
- Rellene la aplicación Care Team con los datos actuales.
- Coordinación de atención a través de Microsoft Teams for Healthcare aplicación de pacientes.
Pasos siguientes
En este artículo, ha obtenido información sobre el servicio MedTech y la integración del servicio Machine Learning.
Para obtener información general sobre el servicio MedTech, consulte
Para obtener información sobre la transformación de datos de mensajes de dispositivo del servicio MedTech, consulte
Para obtener información sobre los métodos para implementar el servicio MedTech, consulte
FHIR® es una marca registrada de Health Level Seven International, registrada en la Oficina de Patentes y Marcas Registradas de Estados Unidos, y se usa con su permiso.