< img height="1" width="1" style="display:none" src="https://a.gdt.qq.com/pixel?user_action_set_id=1109261076&action_type=PAGE_VIEW&noscript=1"/>

计算与边缘计算协同在医疗保健场景中的应用分析

随着社会的进步和人口结构的改变,预计到 2020 年,我国健康产业总规模将超过 8 万亿元。医疗保健的发展主要呈现出三个特点:便携化、智能化和多功能化。便携式移动医疗、大数据分析、云服务等智能医疗迎来发展热潮并在个体群体之间不断创新。

  根据《“健康中国 2030”规划纲要》指出,预计到 2020 年,我国健康产业总规模将超过 8 万亿元。但在医疗保健行业迅速发展的背后,在医疗信息化互联互通还存在着一些担忧。

  信息集成困难,如何全面集成门诊、急诊、住院、查体等不同类型的就诊记录,如何长期管理和再现历史数据成为了难以实现的目标。智能化效果堪忧,医院的智能化服务水平偏低,复杂多样的智能化规则和电子病历无法集成,多种人工智能产品无法纳入工作流程。数据收集困难,工作量大、数据缺失、数据共享困难,业务系统与科研数据采集难以统一等数据收集方面也成为了拦路虎。

  医疗保健未来发展方向

  随着医疗设备在人们日常保健应用比例的提高,产品在不断降低成本的同时,最值得关注的还是安全性、可靠性、易用性等人性化要求。医疗保健行业中患者的数据是极为隐私的,必须加以安全保护,另一方面,诊断精度直接影响设备诊断结果,这必然也是未来产品设计的关注重点。

  随着社会的进步和人口结构的改变,医疗保健的发展主要呈现出三个特点:便携化、智能化和多功能化。便携式移动医疗、大数据分析、云服务等智能医疗迎来发展热潮并在个体群体之间不断创新。

  云边协同助力医疗保健向智能医疗升级

  目前,用于生命体征监测的可穿戴设备正在快速发展,其中低功耗、小尺寸和设计简单性已经成为方案设计中的关键所在。

  包括智能手表在内的腕戴式健身和健康设备越来越受欢迎,这些设备不仅具有步进跟踪功能,而且提供相关的健身/健康指标,包括受力分析参数以及基础心率和心率变异分析等功能。

  但是,要真正地从所收集的海量数据中获益,实时分析可能是必不可少的——许多的可穿戴设备直接连接到云上,但也有其他的一些设备支持离线运行,一些可穿戴健康监控器可以在不连接云的情况下本地分析脉搏数据或睡眠模式,然后,医生可以远程对病人进行评估,并就病人的健康状况提供即时反馈。


云边协同在医疗保健中的应用场景示意图  

  例如,能够独立分析健康数据的心率监视器可以立即提供必要的响应,以在患者需要帮助时提醒护理者。同时监视器将分析后的数据上传到云端,在云端进行 AI 分析,记录患者长期的健康情况,为医生和患者提供病情分析,辅助进行下阶段治疗。

  同时,机器人辅助手术是医疗保健中云边协同的另一个用例,这些机器人需要能够自己分析数据,以便安全、快速和准确地为手术提供帮助;同时将数据上传到云端,在云端进行AI 学习,完善机器人程序,并在适当时机将学习完成的模型下发到机器人终端。

给我发消息