의료 분야에 대한 집단 건강 관리

Data Factory
Databricks
API for FHIR
Event Hubs
Stream Analytics
Power BI

솔루션 아이디어

잠재적인 사용 사례, 대체 서비스, 구현 고려 사항 또는 가격 책정 지침과 같은 추가 정보를 사용하여 이 문서를 확장하려는 경우 GitHub 피드백을통해 알려주세요!

채우기 상태 관리는 Health care 공급자가 에스컬레이션 비용을 관리 하 고 제어 하는 데 점점 더 많이 사용 되는 중요 한 도구입니다. 채우기 상태 관리의 핵심은는 데이터를 사용 하 여 상태 결과를 개선 하는 것입니다. 추적, 모니터링 및 도구를 표시 하는 것은 비용을 관리 하 고 절감 하는 동안 임상 및 상태 결과를 개선 하는 것을 목표로 하는 인구 상태 관리의 세 가지 bastions.

이 솔루션에서는 채우기 상태 보고에 대해 병원에 의해 생성 된 임상 및 사회로 인 한 환자 데이터를 사용 합니다. 인구 상태 관리를 사용 하는 기계 학습 응용 프로그램의 예로 모델을 사용 하 여 병원의 기간을 예측 합니다. 이는 질병 방지 및 관리를 통해 의료 보험 비용을 관리 하 고 제어 하는 병원 및 의료 보험 공급자에 게 적합 합니다. 솔루션에 대 한 수동 배포 가이드에서 사용 되는 데이터와 병원 유지 모델의 길이에 대해 알아볼 수 있습니다. 병원는 이러한 결과를 사용 하 여 의료 관리 시스템을 최적화 하 고, 환자에 대 한 해당 임상 리소스를 더욱 긴급 하 게 요구 합니다. 인구 상태 보고를 통해 제공 되는 커뮤니티를 이해 하면 비용을 절감 하 고 더 효율적으로 병원 수 있습니다.

예제

  • 환자 모니터링

  • 임상 평가판

  • 스마트 클리닉

Architecture

아키텍처 다이어그램 이 아키텍처의 SVG 를 다운로드 합니다.

데이터 흐름

  1. IoMT (실시간 데이터 생성 장치)는 IoT Hub 같은 장치 인증을 사용 하 여 스트리밍 데이터 수집 싱크로 데이터를 전송 합니다. 이 싱크는 독립 실행형 Azure IoT 허브가 될 수도 있고, 지속적인 환자 모니터링 템플릿과같은 솔루션 가속기를 사용 하 여 Azure IoT Central 과 같은 완전히 관리 되는 응용 프로그램 플랫폼에 포함 될 수도 있습니다.

  2. 그런 다음 장치 데이터는 Azure 용 IoMT FHIR 커넥터에 수신 되 고,이 커넥터는 정규화 되 고, 그룹화 되며, 변환 되며, FHIR 용 Azure API로 유지 됩니다.

  3. 전자 의료 기록 시스템, 환자 관리 시스템 또는 랩 시스템과 같은 데이터 원본은 HL7 수집 및 변환 워크플로를 통해 변환 된 HL7 메시지와 같은 다른 메시지 형식을 생성할 수 있습니다. HL7 수집 플랫폼은 MLLP를 통해 HL7 메시지를 소비 하 고 HL7overHTTPS를 통해 Azure로 안전 하 게 전송 합니다. 데이터는 blob 저장소에 저장 되며, 처리를 위해 Azure Service Bus에서 이벤트를 생성 합니다. HL7 convert는 FHIR 변환기를 통해 HL7에서 FHIR로 순차적 변환을 수행 하는 Azure 논리 앱 기반 워크플로로, 메시지를 FHIR 서버 인스턴스에 대 한 Azure API에 유지 합니다.

  4. 대량 내보내기 기능을 사용 하 여 데이터를 Azure FGEN2 r 서비스에서 Azure Data Lake로 내보냅니다. 중요 한 데이터는 내보내기 함수의 일부로 익명화 수 있습니다.

  5. Azure Data Factory 작업에는 온-프레미스 또는 대체 원본의 다른 데이터 원본을 Azure Data Lake Gen 2로 복사 하도록 예약 되어 있습니다.

  6. Azure Databricks를 사용 하 여 structureless 데이터 집합을 정리 및 변환 하 고 운영 데이터베이스 또는 데이터 웨어하우스의 구조화 된 데이터와 결합할 수 있습니다. 확장 가능한 기계 학습/심층 학습 기술을 사용 하 여 Azure Databricks에서 제공 되는 기본 제공 노트북 환경에서 Python, R 또는 Scala를 사용 하 여이 데이터에서 보다 심층적인 정보를 얻을 수 있습니다. 이 솔루션에서는 Databricks를 사용 하 여 관련 된 데이터와 함께 사용 하기 위해 서로 다른 데이터 집합을 사용 합니다.

  7. 실험 및 모델 개발은 Azure Databricks에서 발생 합니다. mlflow 를 통해 Azure ML와 통합 하면 추적, 모델 리포지토리 및 배포를 통한 신속한 모델 실험을 수행할 수 있습니다.

  8. Azure Databricks 끝점을 통해 일괄 처리 점수 매기기를 위해 Azure Machine Learning 서비스를 사용 하 여 학습 된 모델을 게시 하거나 azure Container Instance 또는 azure Kubernetes 서비스를 사용 하 여 실시간 끝점으로 게시 합니다.

구성 요소

  • fhir 용 Azure IoT 커넥터 는 IoMT (의료 사물 인터넷) 장치에서 데이터를 수집 하는 기능을 제공 하는 fhir 용 Azure API의 선택적 기능입니다. 또는 IoT Connector를 사용 하 여 더 많은 제어와 유연성을 확보 하려는 사용자 는 IoMT 장치에서 데이터를 수집 하 고 fhir® 서버에 데이터를 유지 하는 오픈 소스 프로젝트입니다. 여기에서 간소화 된 배포 템플릿을 사용할 수 있습니다.

  • Azure Data Factory 은 ETL/ELT 워크플로를 만들고 예약 하 고 오케스트레이션 할 수 있는 하이브리드 데이터 통합 서비스입니다.

  • Fhir 용 AZURE API 는 fhir 형식의 상태 데이터를 위한 완전히 관리 되는 엔터프라이즈급 서비스입니다.

  • Azure Data Lake Storage 은 Azure Blob Storage 대규모 확장 가능 하 고 안전한 Data Lake 기능을 제공 합니다.

  • Azure Databricks 은 빠르고 쉬우며 공동 작업 Apache Spark 기반 데이터 분석 플랫폼입니다.

  • Azure Machine Learning 은 규모에 맞는 기계 학습 모델을 학습 하 고, 점수를 매기고, 배포 하 고, 관리 하는 클라우드 서비스입니다. 이 아키텍처에서는 실험을 기록 하 고, 모델을 저장 하 고, 모델을 배포 하기 위해 mlflow에 대 한 Azure Machine Learning 서비스의 기본 지원을 사용 합니다.

  • Power BI는 조직 전체에 인사이트를 전달하는 비즈니스 분석 도구 모음입니다. 수백 개의 데이터 원본에 커넥트 하 고, 데이터 준비를 간소화 하 고, 대화형 분석을 추진 합니다. 멋진 보고서를 생성 한 다음 조직에서 웹 및 모바일 장치에서 사용할 수 있도록 게시 합니다.

Description

Azure Databricks으로 가져올 수 있는 두 개의 샘플 프로젝트가 여기에 자세히 설명 되어 있습니다. 참고: R 코드를 사용 하기 때문에 상태 노트북의 예측 길이에 표준 클러스터 모드를 사용 해야 합니다.

  1. 예측 상태를 유지 하는 라이브 채우기 상태 보고서 는 백만 또는 그 환자에 대 한 발생 수준 레코드를 사용 하 여 모델을 학습 합니다. 데이터에 대 한 스키마는 의료 및 사용률 Project(hcup)의 상태 inpatient 데이터베이스 (SID) 데이터와 일치 하 여 솔루션의 실제 hcup 데이터 사용을 용이 하 게 합니다. 비슷한 환자 모집단에서 사용 하기에 적합 하지만 최상의 결과를 위해 자체 기록 환자 데이터를 사용 하 여 모델을 다시 학습 하는 것이 병원 것이 좋습니다. 이 솔루션은 환자, 성별, zipcode, 진단, 절차, 요금 등을 비롯 한 610 임상 및 인구 통계 기능을 시뮬레이션 합니다. 새로 사용이 허가 된 환자에 적용 하려면 허용 될 때 각 환자에 사용할 수 있는 기능만 사용 하 여 모델을 학습 해야 합니다.

  2. 환자에 대 한 당뇨병 readmission 예측 및 건강 관리 는 기본적으로 Symposium의 인공 지능에서 1994 aai 스프링에 대해 생성 된 데이터 집합 을 사용 하 고, 이제 UCI Machine Learning 리포지토리에서generously을 공유 합니다.

다음 단계

  • Microsoft Health Cloud & 데이터 아키텍처 엔지니어링 팀의 Azure 상태 아키텍처 에는 상태 도메인에서 긴밀 한 고객, 파트너 및 동료 들이 작업 하 여 얻은 많은 참조 아키텍처가 포함 되어 있습니다.
  • 연속 환자 모니터링 은 연속 환자 모니터링 솔루션을 빌드할 수 있는 앱 템플릿을 제공 합니다.
  • DICOM 용 의료 이미징 서버 는 Azure에서 실행할 수 있는 DICOMweb™의 .net Core 구현입니다.
  • Fhir 용 Openhack 는 AZURE의 fhir 관련 서비스에 대해 알아보는 데 사용할 수 있는 openhack 기반 자습서 모음입니다.