亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 物联网技术

全民数据:患者数据民主化是未来吗?

在过去的几年里,我们看到了医疗保健领域的重大变化。这些变化从根本上是由三个行业大趋势驱动的:

  1. 大型科技公司(例如 Apple、Google、Amazon、Microsoft)正在大力投资与医疗保健相关的项目和应用。
  2. 支付方和提供方之间的界限变得模糊,希望为医疗保健系统提供更多的成本透明度。 Aetna 收购 CVS 只是这一趋势的一个例子。
  3. 主要医疗器械公司通过稳定的收购流持续增长,以增加其在供应商支出中的份额。

从表面上看,这些趋势中的每一个都有积极的优点。然而,我相信这些组织的根本目标是获取和拥有患者/客户数据。在以物联网 (IoT) 为动力的新世界中,数据是新的货币。拥有数据的人有能力用人工智能对其进行改进,创造增值服务和产品。问题变成了在哪里以及如何(以及是否!)与医学界共享数据。即使共享数据,也总会存在孤岛,阻止我们访问开发更好的产品和服务所需的所有数据,从而降低服务成本并改善患者治疗效果。

输入一组称为医疗设备数据系统 (MDDS) 的产品。这些产品使从整个医疗保健系统的产品和设备收集的数据民主化,提供数据流动性并为真正的医疗保健转型奠定基础。这种通用、安全的信息交换将成为推动医疗保健创新的催化剂,将数据流动性提供给最需要的人——提供者。

那么到底什么是 MDDS 解决方案,它如何提供数据流动性,以及这种数据流动性如何为医疗保健的转型变革提供基础?首先,MDDS 由硬件(网关和服务器)和嵌入式软件组件组成,这些组件旨在从医院的任何医疗产品中获取所有数据,并将数据转换为单一可用格式,使提供者可以访问完整的数据集用于他们的医院、临床或整个医院系统。其次,MDDS 解决方案将提供各种用户界面、分析和临床应用程序,以帮助使所有新收集的数据变得有用。第三,MDDS 是一个非常适合进一步应用程序开发的平台,类似于 Apple Store 或 Google Play。最后,MDDS 必须通过与 FDA 提供的网络安全指南保持一致并满足 HIPAA 定义的标准来确保数据安全和患者隐私。通过提供安全、可靠和完整的数据集,以及一些初始应用程序和进一步开发应用程序的平台,我相信 MDDS 解决方案提供商将成为医疗保健创新的推动者。

不幸的是,这些 MDDS 解决方案仅与它们捕获的数据一样有效,而这受限于它们所基于的当前连接框架。许多当前系统建立在过时的、基于消息的通信技术上,不符合工业互联网联盟规定的任何基本通信要求,工业互联网联盟由 200 多家成员公司组成,合作为下一代工业物联网提供指导应用程序,包括 MDDS。 IIC 连接框架文档推荐使用数据分发服务 (DDS) 标准作为 MDDS 供应商开发的平台。 RTI Connext DDS 提供了一个高度可靠、安全、实时可互操作的连接平台,使 MDDS 供应商能够在没有基于消息的架构负担的情况下针对今天和未来进行设计。这是其他现有的、基于标准的技术无法做到的。

寻求颠覆 MDDS 领域的创新者正在使用 RTI Connext DDS 开发下一代互操作性解决方案,以可靠、安全地捕获和分析实时患者数据。通过采用这种医疗级连接平台,这些 MDDS 供应商通过专注于连接平台之上的创新而不是核心基础设施,从而更快地进入市场。

医疗保健创新者 DocBox 在提供 MDDS 解决方案方面走得最远,这些解决方案使供应商能够访问附近的患者数据。您可以通过他们的网站和阅读最近的案例研究详细了解该公司如何改变医疗保健。

未来 10 年将是医疗保健行业的转型期。创新将以前所未有的速度发展。大型科技公司、医疗设备供应商、支付方和提供商将竞相开发或利用新技术,以更好地利用数据来改善患者治疗效果、降低护理成本并提高运营效率。 MDDS 开发人员具有独特的优势,可以通过将 DDS 用作来推动以数据为中心的文化 医疗保健所有领域的连接框架,为运营和临床分析解决方案提供基础。

RTI 致力于与医疗保健研发团队合作,帮助加速 MDDS 解决方案的开发,通过 RTI 强大、功能丰富且现成的基于 DDS 的连接框架,帮助这些产品更快地以更低的成本推向市场。如需更多信息,请查看我们的医疗保健/医疗解决方案页面或直接通过 [email protected] 与我联系


物联网技术

  1. 工业物联网发展前景
  2. 将视觉数据与物联网集成的潜力
  3. 安全:未来汽车的重中之重
  4. 物联网和云计算是数据的未来吗?
  5. 医疗保健的未来:第 2 部分,IoMT 面临的挑战
  6. 2022 年及以后数据集成的未来
  7. 为工业数据科学的成功奠定基础
  8. 趋势继续将 AI 的处理推向边缘
  9. 数据中心的未来
  10. 非接触式交付的未来
  11. 为未来的工作准备智能设备
  12. DataOps:医疗自动化的未来