IoT-apparaatconnectiviteit voor zorgfaciliteiten

Azure Arc
Azure IoT Edge
Azure IoT Hub
Azure Sphere
Azure Stack Edge

Oplossingsideeën

Dit artikel is een oplossingsidee. Als u wilt dat we de inhoud uitbreiden met meer informatie, zoals mogelijke use cases, alternatieve services, implementatieoverwegingen of prijsrichtlijnen, laat het ons dan weten door GitHub-feedback te geven.

In deze oplossing wordt beschreven hoe gebouwen en campussen veilig en betrouwbaar verbinding kunnen maken en hun on-premises IoT-apparaten (Internet of Things) kunnen schalen naar de cloud.

Architectuur

Schermopname van een zorgfaciliteit met twee ziekenhuizen die patiënt- en faciliteitsgegevens verzamelen met IoT-apparaten.

Een Visio-bestand van deze architectuur downloaden.

Workflow

  1. Ziekenhuisgebouwen gebruiken verschillende verbonden apparaten om zowel de gezondheid van patiënten als de faciliteit te bewaken.

    • Gezondheidstrackingapparaten omvatten patiëntmonitoren, CT-scanners en bloeddrukmonitors.
    • Het bouwen van veiligheids- en kwaliteitsapparaten omvat luchtkwaliteits- en gebouwtemperatuursensoren.
  2. De patiëntstatus en het bouwen van bewakingsapparaten verzenden gegevens naar LTE- of 5G Radio Access Network-apparaten (RAN).

  3. De 5G- of LTE-radio's in de ziekenhuizen sturen de gegevens door naar de 5G- of LTE-pakketkernen die op de randservers worden uitgevoerd. De edge-servers kunnen Azure Stack Edge of servers met Azure Arc zijn.

  4. Op de edge-servers kan de IoT Edge-runtime gegevens vooraf verwerken voordat deze naar Azure worden verzonden voor verdere analyse.

  5. In de cloud worden gegevens in Azure IoT Hub snel en veilig opgenomen en verzonden naar Azure Machine Learning.

  6. Azure Machine Learning bevat de nieuwe gegevens om het model verder te optimaliseren waarmee de instellingen voor slim bouwen worden beheerd.

  7. Gegevens van Azure IoT Hub worden ook ingevoerd in Azure Digital Twins, die een kaart biedt van de ioT-apparaten in het netwerk van de ziekenhuizen als een virtuele simulatie.

  8. Gegevens worden ook ingevoerd in Azure Time Series Insights, waarmee de gezondheid van patiënten gedurende een bepaalde periode kan worden geanalyseerd of de werkzaamheid van de behandeling in verschillende ziekenhuizen. Time Series Insights biedt ook een visualisatielaag om u te helpen bij besluitvorming.

  9. Alle gegevens worden opgeslagen in Azure Data Lake Storage, waarmee gegevens van elke indeling en grootte kunnen worden opgeslagen.

Onderdelen

Deze oplossing maakt gebruik van de volgende Azure-onderdelen:

  • Azure Stack Edge is een portfolio met apparaten die rekenkracht, opslag en intelligentie naar IoT Edge brengen. Azure Stack Edge fungeert als een cloudopslaggateway die gegevensoverdracht naar Azure mogelijk maakt, terwijl lokale toegang tot bestanden behouden blijft.
  • Kubernetes met Azure Arc verbindt Kubernetes-clusters die binnen of buiten Azure worden uitgevoerd.
  • Azure Sphere is een uitgebreide IoT-beveiligingsoplossing met hardware, besturingssysteem en cloudonderdelen voor ioT-apparaatbeveiliging.
  • Azure IoT Edge implementeert cloudinformatie lokaal op IoT-apparaten.
  • Azure IoT Hub is een cloudgebaseerde beheerde service voor bidirectionele communicatie tussen IoT-apparaten en Azure.
  • Azure Machine Learning is een geïntegreerde data science-oplossing voor gegevenswetenschappers en ontwikkelaars voor het bouwen, trainen en implementeren van machine learning-modellen.
  • Azure Digital Twins is een IoT-platform dat digitale representaties maakt van echte dingen, plaatsen, processen en mensen in de cloud.
  • Azure Time Series Insights is een end-to-end IoT-analyseplatform voor het bewaken, analyseren en visualiseren van industriële IoT-analysegegevens op schaal.
  • Azure Data Lake Storage is een schaalbare en veilige Data Lake voor high-performance analyseworkloads.

Scenariodetails

Cloudservices kunnen de IoT-gegevens opslaan en analyseren om afwijkingen te diagnosticeren en corrigerende of preventieve acties uit te voeren. Azure-services kunnen de gegevens verder analyseren en opslaan en machine learning gebruiken om de bouwinstellingen te optimaliseren.

Potentiële gebruikscases

In deze oplossing maakt een gezondheidszorgfaciliteit gebruik van LTE- of 5G-compatibele IoT-apparaten om zowel de gezondheid van de patiënt als de prestaties van het gebouw bij te houden. De apparaten maken gebruik van ingebouwde azure Sphere-gecertificeerde chips om gegevens te streamen naar on-premises edge-servers, die communiceren met de Azure-cloud. On-premises netwerkbeheerders kunnen de netwerkstatus bekijken via de pakketkernen op de randservers.

Andere voorbeelden van deze aanpak zijn:

  • Voorspellend onderhoud voor machines in een koffiehuis.
  • Veiligheid en nalevingscontrole voor bederfelijke levensmiddelen en drinktemperaturen in een fabriek voor levensmiddelen.
  • Het detecteren van het optimale punt voor bronextractie in de energiesector, op basis van gegevens die zijn verzameld door autonome verkenningsvoertuigen.

Medewerkers

Dit artikel wordt onderhouden door Microsoft. De tekst is oorspronkelijk geschreven door de volgende Inzenders.

Hoofdauteur:

Volgende stappen