遠端患者監視解決方案

認知服務
IoT 中樞
Machine Learning
Azure 角色型存取控制
Power BI

解決方案構想

如果您想要瞭解如何使用詳細資訊來擴充本文,例如可能的使用案例、替代服務、實行考慮或定價指引,請讓我們知道 GitHub 的意見反應!

藉由結合 IoT 和情報來將治療優化,並使用 Azure 從遠端監視患者並分析醫療裝置產生的大量資料,來預測及預防未來的事件。

架構

架構圖表會 下載此架構的SVG

資料流程

  1. 使用 Azure IoT Hub 安全地內嵌醫療感應器和裝置資料。
  2. 在 Cosmos DB 中安全地儲存感應器和裝置資料。
  3. 使用預先定型的認知服務 API 或自訂的開發機器學習模型來分析感應器和裝置資料。
  4. 在 Cosmos DB 中儲存人工智慧 (AI) 和機器學習結果。
  5. 使用 Power BI 來與 AI 和機器學習結果互動,同時保留 azure 角色型存取控制 (azure RBAC) 。
  6. 使用 Logic Apps 將資料深入解析與後端系統和進程整合。

單元

  • Azure IoT Hub:連線、監視及管理數十億個 IoT 資產
  • 安全性中心:整合安全性管理,並啟用跨混合式雲端工作負載的 advanced 威脅防護
  • 認知服務:開始使用快速入門、範例和教學課程
  • Key Vault:保護和維護金鑰和其他秘密的控制
  • Logic Apps:不需撰寫程式碼,就能跨雲端自動存取並使用資料
  • Power BI Embedded:在您的應用程式中內嵌完全互動式、絕佳的資料視覺效果
  • Azure Cosmos DB:適用于任何規模的全域散發、多模型資料庫
  • Application Insights:偵測、分級和診斷 web 應用程式和服務中的問題
  • Azure Machine Learning:建立、部署及管理預測性分析解決方案
  • Azure 監視器:完整可檢視性至您的應用程式、基礎結構和網路

下一步