次の方法で共有

MedTech サービスと Azure Machine Learning Service

  • [アーティクル]

Note

Fast Healthcare 相互運用性リソース (FHIR®) は、オープンな医療仕様です。

この記事では、MedTech サービスと Azure Machine Learning Service の使用について説明します。

MedTech サービスと Azure Machine Learning Service リファレンス アーキテクチャ

MedTech サービスを使用すると、IoT デバイスを FHIR サービスとシームレスに統合できます。 この参照アーキテクチャは、モノのインターネット (IoT) プロジェクトの導入を加速するように設計されています。 このソリューションでは、Machine Learning (ML) コンピューティングに Azure Databricks を使用します。 ただし、Kubernetes またはパートナー ML ソリューションを使用した Azure Machine Learning Services は、Machine Learning スコアリング環境に適合する可能性があります。

4 つの線の色は、データ体験のさまざまな部分を示しています。

  • Blue = FHIR サービスへの IoT データ。
  • 緑 = IoT データをスコア付けするためのデータ パス
  • Red = 患者のリスクを臨床医に通知するためのデータのホット パス。 ホット パスの目標は、可能な限りリアルタイムに近い値にすることです。
  • オレンジ = データのウォーム パス。 患者ケアで臨床医をサポートしています。 通常、データ要求は手動または更新スケジュールでトリガーされます。

MedTech サービスと Machine Learning Service 参照アーキテクチャのスクリーンショット。

データ取り込み: 手順 1 ~ 5

  1. IoT デバイスからのデータ、または Azure IoT Hub/Azure IoT Edgeに送信されたデバイス ゲートウェイ経由のデータ。
  2. Azure からのデータIoT Edge Azure IoT Hubに送信されます。
  3. デバイス管理のためにセキュリティで保護されたストレージ環境に送信される生の IoT デバイス データのコピー。
  4. IoT ペイロードが Azure IoT Hub から MedTech サービスに移動します。 MedTech サービス アイコンは、複数の Azure サービスを表します。
  5. 3 つの部分から番号 5:
    1. MedTech サービスは、FHIR サービスに Patient リソースを要求します。
    2. FHIR サービスは、Patient リソースを MedTech サービスに送り返します。
    3. IoT Patient Observation は、FHIR サービスに記録されます。

機械学習と AI データ ルート: 手順 6 ~ 11

  1. Azure 関数 (ML 入力) に送信された正規化されていないグループ化されていないデータ ストリーム。
  2. Azure 関数 (ML 入力) は、Patient リソースに IoT ペイロードとのマージを要求します。
  3. IoT ペイロードは、Machine Learning のコンピューティングとストレージに配布するためにイベント ハブに送信されます。
  4. IoT ペイロードは、Azure Data Lake Storage Gen 2 に送信され、より長い時間枠で観察をスコアリングします。
  5. IoT ペイロードは、ウィンドウ作成、データ調整、データ スコアリングのために Azure Databricks に送信されます。
  6. Azure Databricks は、必要に応じてデータ レイクからより多くの患者データを要求します。
    1. Azure Databricks では、スコア付けされたデータのコピーもデータ レイクに送信されます。

通知とケアの調整: 手順 12 ~ 18

ホット パス

  1. Azure Databricks は、Azure 関数 (ML 出力) にペイロードを送信します。
  2. RiskAssessment および FHIR サービスに送信されたフラグ リソース。
    1. 観察ウィンドウごとに、RiskAssessment リソースが FHIR サービスに送信されます。
    2. リスク評価が許容範囲外である監視ウィンドウの場合は、フラグ リソースも FHIR サービスに送信する必要があります。
  3. 適切なケア チームにルーティングするためにデータ リポジトリに送信されたスコア付けされたデータ。 Azure SQL Server は、Power BI とのネイティブな相互作用により、この設計で使用されるデータ リポジトリです。
  4. Power BI ダッシュボードは、15 分以内にリスク評価の出力で更新されます。

ウォーム パス

  1. Power BI では、データ更新スケジュールに基づいてダッシュボードが更新されます。 通常、更新の間に 15 分を超えます。
  2. Care Team アプリに現在のデータを設定します。
  3. Microsoft Teams for Healthcare患者アプリによるケアの調整。

次のステップ

この記事では、MedTech サービスと Machine Learning Service の統合について学習しました。

MedTech サービスの概要については、次を参照してください。

MedTech サービスとは

MedTech サービス デバイス メッセージ データ変換の詳細については、次を参照してください。

MedTech サービス デバイスのデータ処理ステージについて

MedTech サービスをデプロイする方法については、次を参照してください。

MedTech サービスのデプロイ方法を選択する

FHIR®は、米国商標庁に登録されている Health Level Seven International の登録商標であり、その許可を得て使用しています。