Serviço MedTech e Serviço Azure Machine Learning
Nota
Fast Healthcare Interoperability Resources (FHIR®) é uma especificação de cuidados de saúde aberta.
Neste artigo, saiba como utilizar o serviço MedTech e o Serviço Azure Machine Learning.
Arquitetura de referência do serviço MedTech e do Serviço Azure Machine Learning
O serviço MedTech permite que os dispositivos IoT se integrem de forma totalmente integrada nos serviços FHIR. Esta arquitetura de referência foi concebida para acelerar a adoção de projetos de Internet das Coisas (IoT). Esta solução utiliza o Azure Databricks para a computação do Machine Learning (ML). No entanto, o Azure Machine Learning Services com o Kubernetes ou uma solução de ML de parceiro pode caber no Ambiente de Classificação do Machine Learning.
As quatro cores de linha mostram as diferentes partes do percurso de dados.
- Azul = dados IoT para o serviço FHIR.
- Verde = caminho de dados para classificar dados IoT
- Vermelho = Caminho quente para dados para informar os clínicos sobre o risco do paciente. O objetivo do caminho quente é estar o mais próximo possível do tempo real.
- Laranja = Caminho quente para dados. Ainda apoiando clínicos nos cuidados dos pacientes. Normalmente, os pedidos de dados são acionados manualmente ou numa agenda de atualização.
Ingestão de dados: Passos 1 a 5
- Dados do dispositivo IoT ou através do gateway de dispositivo enviados para o Hub IoT do Azure/Azure IoT Edge.
- Dados do Azure IoT Edge enviados para Hub IoT do Azure.
- Cópia de dados de dispositivos IoT não processados enviados para um ambiente de armazenamento seguro para administração de dispositivos.
- O payload IoT passa de Hub IoT do Azure para o serviço MedTech. O ícone do serviço MedTech representa vários serviços do Azure.
- Três partes para o número cinco:
- O serviço MedTech pede o recurso paciente ao serviço FHIR.
- O serviço FHIR envia o recurso paciente de volta para o serviço MedTech.
- A Observação do Paciente de IoT é um registo no serviço FHIR.
Machine Learning e Rota de Dados de IA: Passos 6 a 11
- Fluxo de dados normalizado não grupo enviado para uma Função do Azure (Entrada ML).
- A Função do Azure (Entrada ML) pede ao recurso do Paciente para intercalar com o payload de IoT.
- O payload de IoT é enviado para um hub de eventos para distribuição para computação e armazenamento do Machine Learning.
- O payload de IoT é enviado para o Azure Data Lake Storage Gen2 para observação de classificação durante períodos de tempo mais longos.
- O payload do IoT é enviado para o Azure Databricks para criação de janelas, ajuste de dados e classificação de dados.
- O Azure Databricks pede mais dados de pacientes do data lake, conforme necessário.
- O Azure Databricks também envia uma cópia dos dados classificados para o data lake.
Coordenação de Notificações e Cuidados: Passos 12 a 18
Caminho quente
- O Azure Databricks envia um payload para uma Função do Azure (Saída do ML).
- RiskAssessment e/ou Recurso sinalizador submetido para o serviço FHIR.
- Para cada janela de observação, é submetido um recurso RiskAssessment ao serviço FHIR.
- Para janelas de observação em que a avaliação de riscos está fora do intervalo aceitável, um recurso de Sinalizador também deve ser submetido ao serviço FHIR.
- Dados classificados enviados para o repositório de dados para encaminhamento para a equipa de cuidados adequados. SQL do Azure Server é o repositório de dados utilizado nesta estrutura devido à interação nativa com o Power BI.
- O Dashboard do Power BI é atualizado com a saída da Avaliação de Riscos em menos de 15 minutos.
Caminho quente
- O Power BI atualiza o dashboard na agenda de atualização de dados. Normalmente, mais de 15 minutos entre atualizações.
- Preencha a aplicação Equipa de Cuidados com os dados atuais.
- Coordenação de Cuidados através da Aplicação Microsoft Teams para Doentes de Cuidados de Saúde.
Passos seguintes
Neste artigo, ficou a conhecer o serviço MedTech e a integração do serviço Machine Learning.
Para obter uma descrição geral do serviço MedTech, consulte
Para saber mais sobre a transformação de dados de mensagens do dispositivo do serviço MedTech, veja
Para saber mais sobre os métodos de implementação do serviço MedTech, veja
FHIR® é uma marca registada da Health Level Seven International, registada no Escritório de Marcas Registadas dos EUA e é utilizada com a sua permissão.