Edytuj

Zdalne monitorowanie pacjentów

Azure Data Lake Storage
Azure Databricks
Azure Event Hubs
Azure Machine Learning
Azure Synapse Analytics
Power BI

Systemy opieki zdrowotnej, szpitale i duże praktyki lekarskie przenoszą się do inicjatyw szpitalnych w domu (znanych również jako zdalne monitorowanie pacjentów). Zdalne monitorowanie pacjentów jest podzbiorem opieki klinicznej, w której można uzyskać dostęp do aktywności pacjentów i danych fizjologicznych oraz dostarczać je przy użyciu zdalnych urządzeń zdrowia zgodnie z indywidualnymi parametrami planu opieki.

Ten artykuł zawiera wskazówki dotyczące projektowania rozwiązania przy użyciu usług Azure Health Data Services i urządzeń do inteligentnego monitorowania pacjentów zdalnych. Rozwiązanie pomoże złagodzić wiele wyzwań związanych z integracją urządzeń, z którymi twoja organizacja jest powiązana podczas tworzenia takiego rozwiązania na dużą skalę.

Architektura

Architecture diagram of remote patient monitoring architecture using healthcare devices and Azure services.

Pobierz plik programu Visio z tą architekturą.

Przepływ danych

  1. Urządzenia pacjentów generują dane aktywności i fizjologiczne. Dane są następnie wyodrębniane z urządzeń przy użyciu jednego z dostępnych zestawów SDK typu open source firmy Microsoft (OSS) i pozyskiwanych przez usługę Azure Event Hubs.

  2. Platforma Life365.health obsługuje 300 urządzeń, które generują dane aktywności i fizjologiczne Interfejs API Life365 pozyskuje aktywność i dane fizjologiczne z urządzeń monitorowania pacjentów do usługi Azure Event Hubs.

  3. Usługa Azure MedTech pobiera miary urządzenia z usługi Event Hubs, przekształcając je w format FHIR Fast Healthcare Interoperability Resources (FHIR®) i przekazuje je do usługi Azure FHIR. Obszar roboczy usługi Azure Health Data Services jest logicznym kontenerem dla wystąpień usług opieki zdrowotnej, takich jak usługi FHIR i MedTech.

  4. Obszar roboczy usługi Azure Health Data Services wysyła komunikaty powiadomień do subskrybentów zdarzeń po utworzeniu, zaktualizowaniu lub usunięciu zasobu FHIR w usłudze Azure FHIR. Powiadomienia mogą być wysyłane do wielu punktów końcowych w celu wyzwolenia automatyzacji, w tym uruchamiania przepływów pracy lub wysyłania wiadomości e-mail i wiadomości SMS.

  5. Potoki usługi FHIR Analytics przyrostowo eksportują nieonimizowane dane FHIR do usługi Azure Data Lake, udostępniając je do analizy za pomocą różnych usług danych platformy Azure. Wyeksportowane dane można również anonimizować, korzystając z narzędzi, takich jak microsoft open source Tools for Health Data Anonymization. Domyślna anonimizacja jest oparta na metodzie HIPAA Sejf Harbor, którą można rozszerzyć i zmodyfikować zgodnie z potrzebami.

    Ważne

    Wyeksportowane dane FHIR w tym przepływie danych są nieprzetworzone, co obejmuje informacje o phi. Proces usuwania identyfikacji może służyć do usuwania identyfikatorów osobistych z danych na potrzeby badań lub udostępniania. Jeśli chcesz usunąć zidentyfikowane zestawy danych, musisz podjąć środki w celu zanonimizacji danych przed ich wyeksportowaniem, używając narzędzia takiego jak wymienione powyżej.

  6. Dalsza analiza danych FHIR w formatach Parquet i JSON odbywa się przy użyciu pul platformy Spark w usługach Azure Synapse, Azure Databricks i Azure Machine Edukacja (ML).

  7. Widoki SQL są tworzone w bezserwerowych pulach SQL w usłudze Azure Synapse. Widok SQL jest tworzony dla każdego zasobu FHIR na podstawie plików Parquet w usłudze Azure Data Lake. Na podstawie tych widoków inżynierowie danych i deweloperzy mogą pisać natywny kod SQL w programie Microsoft SQL Management Studio lub dowolnym innym edytorze SQL w celu wykonywania zapytań dotyczących zasobów FHIR.

  8. Usługa Power BI i łącznik Power Query dla standardu FHIR służą do importowania i kształtowania danych bezpośrednio z punktu końcowego interfejsu API usługi FHIR. Usługa Power BI oferuje również łączniki Parquet i SQL umożliwiające uzyskiwanie dostępu do zasobu FHIR bezpośrednio w formacie Parquet lub za pośrednictwem widoków SQL w usłudze Synapse.

Elementy

Urządzenia

Urządzenia konsumenckie

Firma Microsoft udostępnia zestawy SDK typu open source w celu ułatwienia transferu danych z różnych urządzeń konsumenckich do pozyskiwania przez usługę Azure Event Hubs:

Life365.health obsługiwane urządzenia medyczne

Platforma Life365.health jest zintegrowana z ponad 300 urządzeniami do monitorowania Bluetooth na potrzeby pozyskiwania przez usługę Azure Event Hubs. Urządzenia obejmują wiele kategorii i OEM, począwszy od spirometrów, termometrów, skali wag, przypomnień pigułki, monitorów aktywności, mierników glukozy we krwi, monitorów ciśnienia krwi, EKG / ECG, dopplerów płodu, monitorów tętna, oksymetrów pulsu, trackerów snu i nie tylko. Aplikacja Life365 umożliwia również ręczne rejestrowanie odczytów pobranych z urządzeń innych niż Bluetooth. Ta architektura wykorzystuje interfejs API Life365 do pozyskiwania pomiarów urządzeń z urządzeń Life365 do usługi Event Hubs.

Inne

Chociaż powyższe opcje ułatwiają, ta architektura obsługuje wszelkie podobne źródła danych, które można bezpiecznie pozyskiwać do usługi Event Hubs, bezpośrednio lub pośrednio za pośrednictwem pośredniego interfejsu API.

Usługi platformy Azure (zbieranie danych i magazyn)

  • Azure Event Hubs — w pełni zarządzana usługa pozyskiwania danych w czasie rzeczywistym, która jest prosta, zaufana i skalowalna. Umożliwia ona strumieniowe przesyłanie milionów zdarzeń na sekundę z dowolnego źródła w celu tworzenia dynamicznych potoków danych i natychmiastowego reagowania na problemy biznesowe. W tej architekturze służy do zbierania i agregowania danych urządzenia na potrzeby transferu do usług Azure Health Data Services.

  • Azure Health Data Services to zestaw zarządzanych usług interfejsu API oparty na otwartych standardach i strukturach, które umożliwiają przepływom pracy ulepszanie opieki zdrowotnej i oferowanie skalowalnych i bezpiecznych rozwiązań opieki zdrowotnej. Usługi używane w tej architekturze obejmują:

    • Obszar roboczy usługi Azure Health Data Services — udostępnia kontener dla innych wystąpień usługi Azure Health Data Services, tworząc granicę zgodności (HIPAA, HITRUST), w której mogą podróżować chronione informacje o kondycji.

    • Usługa Azure FHIR — ułatwia bezpieczne przechowywanie i wymianę chronionych informacji o kondycji (PHI) w chmurze. Dane urządzeń są przekształcane w zasoby obserwacji oparte na standardach FHIR w celu obsługi zdalnego monitorowania pacjentów.

    • Usługa Azure MedTech — kamień węgielny usługi Microsoft Cloud for Healthcare używany do obsługi zdalnego monitorowania pacjentów. MedTech to platforma jako usługa (PaaS), która umożliwia zbieranie danych niemal w czasie rzeczywistym z różnych urządzeń medycznych i konwertowanie ich na format usługi zgodny z standardem FHIR i przechowywanie w usłudze FHIR. Możliwości tłumaczenia danych urządzeń w usłudze MedTech umożliwiają przekształcenie szerokiej gamy danych w ujednolicony format FHIR, który zapewnia bezpieczne zarządzanie danymi kondycji w środowisku chmury.

      Usługa MedTech jest ważna dla zdalnego monitorowania pacjentów, ponieważ dane opieki zdrowotnej mogą być trudne do uzyskania dostępu lub analizy, jeśli pochodzą z różnych lub niezgodnych urządzeń, systemów lub formatów. Informacje medyczne, które nie są łatwe do uzyskania dostępu, mogą być barierą w uzyskaniu szczegółowych informacji klinicznych i planu opieki zdrowotnej pacjenta. Możliwość tłumaczenia danych zdrowotnych na ujednolicony format FHIR umożliwia usłudze MedTech pomyślne łączenie urządzeń, danych zdrowotnych, laboratoriów i zdalnej opieki. W rezultacie ta funkcja może ułatwić odnajdywanie ważnych szczegółowych informacji klinicznych i przechwytywania trendów, wspieranie klinicysty, zespołu opieki, pacjenta i rodziny. Może również pomóc w nawiązywaniu połączeń z nowymi aplikacjami urządzeń i umożliwianiu zaawansowanych projektów badawczych. Podobnie jak plany opieki mogą być indywidualne w każdym przypadku użycia, scenariusze zdalnego monitorowania pacjentów i przypadki użycia mogą różnić się w zależności od potrzeb indywidualnych.

  • Azure Event Grid — usługa zdarzeń usługi Azure Health Data Services generuje zdarzenia za każdym razem, gdy zasób FHIR zostanie utworzony, zaktualizowany lub usunięty (CUD). Te zdarzenia mogą być transmitowane przez usługę Azure Event Grid do odbiorców podrzędnych w celu działania na danych opartych na zdarzeniach.

Usługi i narzędzia platformy Azure (analiza danych)

  • Potoki analizy FHIR — projekt systemu operacyjnego używany do kompilowania składników i potoków na potrzeby prostokątnego i przenoszenia danych FHIR z serwerów platformy Azure FHIR do usługi Azure Data Lake. W tej architekturze dane są konwertowane na format JavaScript Object Notation (JSON) i Parquet , dzięki czemu są dostępne do analizy za pomocą różnych usług danych platformy Azure.

  • Narzędzia do anonimizacji danych dotyczących kondycji — projekt systemu operacyjnego wspierany przez zespół ds. opieki zdrowotnej firmy Microsoft pomaga zanonimizować dane opieki zdrowotnej, lokalnie lub w chmurze, w celu użycia pomocniczego, takiego jak badania, zdrowie publiczne i inne. Aparat podstawowy anonimizacji używa pliku konfiguracji do określania różnych parametrów, a także metod anonimizacji dla różnych elementów danych i typów danych.

  • Azure Synapse Analytics — nieograniczona usługa analizy, która łączy integrację danych, magazynowanie danych przedsiębiorstwa i analizę danych big data. Zapewnia swobodę wykonywania zapytań dotyczących danych na Twoich warunkach, przy użyciu opcji bezserwerowych lub dedykowanych — na dużą skalę. Usługa Azure Synapse łączy te światy w ujednolicone środowisko umożliwiające pozyskiwanie, eksplorowanie, przygotowywanie, przekształcanie i udostępnianie danych oraz zarządzanie nimi na potrzeby natychmiastowej analizy biznesowej oraz uczenia maszynowego.

  • Pule platformy Apache Spark — Platforma Apache Spark to platforma przetwarzania równoległego, która obsługuje przetwarzanie w pamięci w celu zwiększenia wydajności aplikacji analitycznych danych big data. Platforma Apache Spark w usłudze Azure Synapse Analytics to jedna z implementacji platformy Apache Spark oferowanych przez firmę Microsoft w chmurze. Usługa Azure Synapse ułatwia tworzenie i konfigurowanie bezserwerowej puli zadań platformy Apache Spark na platformie Azure. Pule zadań platformy Spark w usłudze Azure Synapse są zgodne z usługami Azure Storage i Azure Data Lake Generation 2 Storage. Można więc używać pul zadań platformy Spark do przetwarzania danych przechowywanych na platformie Azure.

  • Azure Databricks — platforma analizy danych zoptymalizowana pod kątem platformy usług w chmurze Microsoft Azure. Usługa Databricks udostępnia ujednoliconą platformę analizy dla analityków danych, inżynierów danych, analityków danych i inżynierów uczenia maszynowego. Trzy środowiska są oferowane do tworzenia aplikacji intensywnie korzystających z danych: Databricks SQL, Databricks Nauka o danych & Engineering oraz Databricks Machine Edukacja.

  • Azure ML — usługa w chmurze platformy Azure służąca do przyspieszania cyklu życia projektu uczenia maszynowego i zarządzania nim. Specjaliści ds. uczenia maszynowego, analitycy danych i inżynierowie mogą używać ich w codziennych przepływach pracy: trenowanie i wdrażanie modeli oraz zarządzanie metodykami MLOps. Model można utworzyć w usłudze Azure Machine Edukacja lub użyć modelu utworzonego na podstawie platformy typu open source, takiej jak Pytorch, TensorFlow lub scikit-learn. Narzędzia MLOps ułatwiają monitorowanie, ponowne trenowanie i ponowne wdrażanie modeli.

  • Power BI — zapewnia samoobsługową analizę w skali przedsiębiorstwa, umożliwiając:

    • Utwórz kulturę opartą na danych z analizą biznesową dla wszystkich.
    • Zapewnij bezpieczeństwo danych dzięki wiodącym w branży funkcjom zabezpieczeń danych, w tym etykietowaniu poufności, kompleksowemu szyfrowaniu i dostępowi w czasie rzeczywistym monitoring.is używanym do dalszej analizy danych FHIR.

  • Łączniki dodatku Power Query używane w usłudze Power BI obejmują:

    • Łącznik źródła danych plików Parquet — używany do uzyskiwania dostępu do danych plików usługi Azure Data Lake Parquet.
    • Łącznik Power Query dla standardu FHIR — służy do importowania i kształtowania danych z serwera FHIR.
    • Łącznik źródła danych SQL usługi Azure Synapse Analytics — używany do tworzenia zapytań SQL w usłudze Azure Synapse Analytics.

  • SQL Server Management Studio — aplikacja klasyczna używana do tworzenia natywnych zapytań SQL względem magazynów danych SQL, takich jak pule SQL usługi Azure Synapse Analytics.

Alternatywy

Life365.health

Zaletą aplikacji Life365.health jest to, że dzięki jednemu punktowi integracji można wypychać pomiary z szerokiej gamy urządzeń w ekosystemie Life365 do usług Azure Health Data Services. Istnieją inne interfejsy API urządzeń do noszenia, takie jak Interfejs API aktywności Firmy Garmin i interfejs API Polar AccessLink, dla których można osiągnąć podobny wzorzec integracji. Jednak te interfejsy API są przeznaczone wyłącznie do pomiaru od urządzeń własnych producentów, takich jak Garmin i Polar.

Urządzenia i pacjenci muszą być zdefiniowane, połączone i zsynchronizowane między usługami Azure Health Data Services i interfejsem API Life365. Tę konfigurację można osiągnąć, synchronizując identyfikatory pacjentów i urządzeń między usługami Azure Health Data Services i Interfejsem API Life365. W istocie nowy pacjent i urządzenie są tworzone i połączone w usłudze Azure FHIR. Następnie odpowiedni pacjent i urządzenie są tworzone i połączone w interfejsie API Life365. Identyfikatory pacjentów i urządzeń, najpierw utworzone w usługach Azure Health Data Services, zostaną zaktualizowane jako identyfikatory zewnętrzne w odpowiednich jednostkach pacjentów i urządzeń w interfejsie API Life365.

Microsoft Cloud for HealthCare

To przykładowe obciążenie dotyczy jednego ze sposobów implementowania rozwiązania do monitorowania pacjentów zdalnych. Usługa Microsoft Cloud for Healthcare udostępnia również rozwiązanie do monitorowania pacjentów zdalnych. Aby uzyskać więcej informacji na temat tego rozwiązania, zobacz przewodnik z przewodnikiem zdalnego monitorowania pacjentów.

Szczegóły scenariusza

Istnieje mnóstwo urządzeń medycznych i noszenia / konsumentów tam dzisiaj. Aby uzyskać dostęp do pomiarów/odczytów urządzeń, wiele urządzeń monitorujących w domu (takich jak urządzenia do ciśnienia krwi, skalowanie... itp.) zapewniają łączność Bluetooth (np. Bluetooth Low Energy lub inne starsze wersje standardu Bluetooth). Istnieją również urządzenia do noszenia konsumentów, a także bardziej zaawansowane urządzenia domowe, które zapewniają łączność interfejsu API w celu uzyskania dostępu do pomiarów urządzeń. W takim przypadku urządzenia mogą synchronizować odczyty bezpośrednio z interfejsem API (włączona sieć Wi-Fi) lub połączyć się z aplikacją mobilną na telefonie inteligentnym (za pośrednictwem połączenia Bluetooth), umożliwiając aplikacji synchronizowanie odczytu z powrotem z interfejsem API.

Opis problemu

Biorąc pod uwagę szeroką gamę urządzeń medycznych do noszenia i urządzeń medycznych w domu oraz opcji łączności (od specyfikacji Bluetooth do interfejsu API), pomnożona przez liczbę pacjentów w organizacji opieki zdrowotnej, integracja danych i aranżacja może stać się trudnym zadaniem.

Potencjalne przypadki użycia

  • Badania kliniczne i badania – Pomóż zespołom badań klinicznych zintegrować i zaoferować szeroką gamę urządzeń medycznych do noszenia i noszenia uczestnikowi badania. Innymi słowy, zaoferuj uczestnikom badania opcję quasi-Bring-Your-Own-Device (BYOD).

  • Analiza danych i analiza kondycji populacji — aktywność i dane fizjologiczne będą dostępne w standardowym formacie FHIR w branży, a także w innych formatach danych typu open source (JSON i Parquet). Oprócz formatu danych łączniki natywne są udostępniane w celu ułatwienia analizy i przekształcania danych. Dołączanie łączników, takich jak łącznik usługi Power BI dla środowiska FHIR, widoki SQL bezserwerowe usługi Synapse i klastry Spark w usłudze Synapse.

    To rozwiązanie udostępnia również sparametryzowaną metodę anonimizowania zestawu danych do celów badawczych, które nie zostały zidentyfikowane. Te "dane użycia pomocniczego" mogą być analizowane i używane do znajdowania najlepszych rozwiązań i wspierania przepływów pracy opartych na dowodach klinicznych. Obserwacje przechowywane na serwerze FHIR mogą służyć do znajdowania wariancji i przepływów pracy, które promują najlepsze wyniki i praktyki.

  • Włącz dostawców usług opieki zdrowotnej — dostawcy będą mogli:

    • uzyskiwanie lepszego wglądu w stan zdrowia pacjentów
    • tworzenie proaktywnych cyfrowych modeli opieki zdrowotnej na potrzeby opieki medycznej prewencyjnej
    • podejmowanie bardziej świadomych działań na podstawie wskaźników fizjologicznych/powiadomień
    • zapewniają ścieżki zwrotu kosztów zdalnego monitorowania fizjologicznego

  • Kwestionariusze zgłoszonego wyniku pacjentów (PRO) i opieka pro — przy użyciu zdarzeń i kwestionariuszy PRO można utworzyć indywidualne plany opieki i przepływy pracy wariancji opieki. Pacjent może mieć większą autonomię i kontrolę nad zdywidualizowanym planem opieki, który pomaga w przyjęciu i trwałym wykorzystaniu. Opieka pro-sterowana może być również pomocna w rozwiązywaniu luki w edukacji i wynikach pacjentów. Łącząc kwestionariusze edukacyjne i ŻĄDANIA ściągnięcia, rpm może służyć do wspierania leków, leczenia i/lub opieki, odpowiadając na pytania, takie jak:

    • Czy pacjenci prawidłowo przyjmują bp?
    • Czy skala jest używana w odpowiednim czasie i częstotliwości?
    • Czy zapętlamy żądania ściągnięcia na potrzeby wdrażania pacjentów i indywidualnego planowania opieki?

    W przypadku pacjentów korzystających z urządzeń z systemem iOS aplikacje kwestionariuszowe można tworzyć przy użyciu zestawu Apple ResearchKit. Dane kwestionariusza są pozyskiwane przez usługę Azure Event Hubs i udostępniane za pośrednictwem usługi FHIR, podobnie jak w przypadku aktywności pacjenta urządzenia i danych fizjologicznych.

  • Zezwalaj na wiele typów i bardziej precyzyjne urządzenia zdrowotne — używaj urządzeń medycznych i domowych do generowania danych zdrowotnych w czasie niemal rzeczywistym na potrzeby pozyskiwania i analizy danych.

Kwestie wymagające rozważenia

Te zagadnienia dotyczą filarów platformy Azure Well-Architected Framework, która jest zestawem wytycznych, które mogą służyć do poprawy jakości obciążenia. Aby uzyskać więcej informacji, zobacz Microsoft Azure Well-Architected Framework.

Niezawodność

Niezawodność zapewnia, że aplikacja może spełnić zobowiązania podjęte przez klientów. Aby uzyskać więcej informacji, zobacz Omówienie filaru niezawodności.

Dostępność danych klinicznych i szczegółowych informacji ma kluczowe znaczenie dla wielu organizacji opieki zdrowotnej. Poniżej przedstawiono sposoby zminimalizowania przestojów usług platformy Azure wskazanych w tym rozwiązaniu:

Zabezpieczenia

Zabezpieczenia zapewniają ochronę przed celowymi atakami i nadużyciami cennych danych i systemów. Aby uzyskać więcej informacji, zobacz Omówienie filaru zabezpieczeń.

Dane opieki zdrowotnej często zawierają poufne informacje o zdrowiu chronione (PHI) i dane osobowe. Następujące zasoby są dostępne do zabezpieczenia tych danych:

  • Usługa Data Lake Storage używa kontroli dostępu opartej na rolach (RBAC) platformy Azure i list kontroli dostępu (ACL) w celu utworzenia modelu kontroli dostępu

  • Azure Health Data Services to kolekcja zabezpieczonych usług zarządzanych przy użyciu identyfikatora Entra firmy Microsoft, globalnego dostawcy tożsamości obsługującego protokół OAuth 2.0. Po utworzeniu nowej usługi w ramach usług Azure Health Data Services dane są domyślnie szyfrowane przy użyciu kluczy zarządzanych przez firmę Microsoft. Aby uzyskać więcej informacji, zobacz Uwierzytelnianie i autoryzacja dla usług Azure Health Data Services .

  • Usługa Azure Event Hubs zapewnia szyfrowanie danych magazynowanych przy użyciu szyfrowania usługi Azure Storage (Azure SSE). W związku z tym reguły zapory adresów IP można stosować na poziomie przestrzeni nazw usługi Event Hubs. Można również skonfigurować dostęp do prywatnych punktów końcowych i sieci wirtualnej.

  • Kontrola dostępu oparta na rolach usługi Synapse rozszerza możliwości kontroli dostępu opartej na rolach platformy Azure dla obszarów roboczych usługi Synapse i ich zawartości. Kontrola dostępu oparta na rolach platformy Azure służy do zarządzania osobami, które mogą tworzyć, aktualizować lub usuwać obszar roboczy usługi Synapse oraz jego pule SQL, pule platformy Apache Spark i środowiska Integration Runtime.

Optymalizacja kosztów

Optymalizacja kosztów dotyczy sposobów zmniejszenia niepotrzebnych wydatków i poprawy wydajności operacyjnej. Aby uzyskać więcej informacji, zobacz Omówienie filaru optymalizacji kosztów.

Cennik wielu składników platformy Azure można znaleźć w kalkulatorze cen platformy Azure. Ostatecznie ceny dla tego rozwiązania są oparte na takich czynnikach jak:

  • Używane usługi platformy Azure.
  • Ilość danych, pod względem liczby pacjentów/urządzeń oraz liczby aktywności i typów danych fizjologicznych pozyskiwanych.
  • Wymagania dotyczące pojemności i przepływności dla usługi Event Hubs.
  • Zasoby obliczeniowe potrzebne do przeprowadzania szkoleń i wdrożeń uczenia maszynowego, pul platformy Spark usługi Synapse i klastrów usługi Databricks.
  • Rozwiązanie do wizualizacji i raportowania, takie jak usługa Power BI.

Podczas implementowania tego rozwiązania należy wziąć pod uwagę zasady przechowywania i archiwizacji danych dla bazowej usługi Azure Data Lake. Skorzystaj z zarządzania cyklem życia usługi Azure Storage, aby zapewnić zautomatyzowany sposób:

  • przenoszenie obiektów blob plików w dół do warstwy dostępu Chłodna
  • warstwy archiwum na podstawie czasu ostatniej modyfikacji pliku.

Aby dowiedzieć się więcej na temat planów i cen aplikacji Life365.health, zapoznaj się z ofertą Połączenie Danych interfejsu API Life365 w witrynie Microsoft Azure Marketplace

Efektywność wydajności

Efektywność wydajności to możliwość skalowania obciążenia w celu zaspokojenia zapotrzebowania użytkowników w wydajny sposób. Aby uzyskać więcej informacji, zobacz Omówienie filaru wydajności.

To rozwiązanie zapewnia skalowalną architekturę niemal w czasie rzeczywistym na potrzeby zdalnego monitorowania pacjentów. Ważne jest, aby potwierdzić wielowarstwowy przepływ danych z interfejsu między urządzeniami i interfejsem API Life365, do pozyskiwania z interfejsu API Life365 i usługi Azure Event Hubs, do przekształcenia w usłudze MedTech Service w usłudze Azure Health Data Service, a na koniec do przyrostowego eksportu i anonimizacji do formatu data lake. W związku z tym przepływ danych będzie przetwarzany w czasie niemal rzeczywistym, a wszystkie aplikacje podrzędne i/lub integracje powinny być zaprojektowane jako takie. Jednak wydajność tego rozwiązania może być skalowana do obsługi dużej liczby urządzeń i pacjentów na poziomie przedsiębiorstwa.

  • To rozwiązanie korzysta z usługi Azure Event Hubs jako głównego punktu pozyskiwania. Skalowalność usługi Event Hubs można zarządzać za pomocą jednostek przepływności, jednostek przetwarzania i jednostek pojemności. W związku z tym partycjonowanie może pomóc w przetwarzaniu dużych ilości zdarzeń w usłudze Event Hubs.

  • Funkcja automatycznego skalowania puli usługi Apache Spark dla usługi Azure Synapse Analytics automatycznie skaluje liczbę węzłów w wystąpieniu klastra w górę i w dół.

  • Usługa Azure Machine Edukacja oferuje wdrożenie wnioskowania za pomocą procesorów GPU i układów FPGA platformy Azure, które umożliwiają osiągnięcie małych opóźnień w wnioskowaniu w czasie rzeczywistym.

Współautorzy

Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.

Autorzy zabezpieczeń:

Aby wyświetlić niepubalne profile serwisu LinkedIn, zaloguj się do serwisu LinkedIn.

Następne kroki

Technologie i zasoby, które mają zastosowanie do implementowania tej architektury: