Wie Edge-Computing die Fortschritte der Datenanalyse im Gesundheitswesen vorantreibt

Entdecken Sie, wie Intelligenz überall die Tools bereitstellt, mit denen die IT im Gesundheitswesen Fortschritte erzielen kann.

Vorteile von Edge Computing für das Gesundheitswesen:

  • Drastisch verbesserte Triage und Unterstützung der Ärzte mit Echtzeit-Bildgebung und -Analyse mit Edge-KI.

  • Einhalten von Anforderungen an Datenlokalität und Datenschutz durch Verwendung von Edge-Servern, mit denen Sie Daten vor Ort speichern und verarbeiten können.

  • Näherbringen von Datenanalyse und Intelligenz an die Datenquelle – Patienten, Anbieter und Diagnosegeräte – mithilfe intelligenter Edge-Geräte.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

Mithilfe von Intel® Technik können Gesundheitsdienstleister Edge-Computing und Edge-Analysen einsetzen, um Daten in neue Erkenntnisse umwandeln und dadurch die Patientenergebnisse zu verbessern und gleichzeitig finanziellen und betrieblichen Nutzen zu erzielen.

Edge-Computing treibt Fortschritte im Gesundheitswesen voran

Moderne Gesundheitssysteme, Krankenhäuser und Anbieter setzen neue Tools ein und entwickeln aufregende neue Versorgungsmodelle, um die Patienten besser zu unterstützen. Diese Strategien konzentrieren sich auf die Unterstützung klinischer Entscheidungen (Clinical Decision Support, CDS) und helfen Ärzten, zeitnahe, gefilterte und patientenspezifische Informationen bereitzustellen, mit denen sie die Versorgung verbessern können.

Infolgedessen wurde in den letzten Jahren eine wachsende Anzahl von Medizinprodukten in das Gesundheitswesen eingeführt. Diese reichen von Tablets und Wearables über Gesundheitsmonitore bis hin zu Bildgebungssystemen mit künstlicher Intelligenz (KI).

Wearables können Ärzten einen zeitnahen Status der wichtigsten Vitalwerte des Patienten wie Herzfrequenz und Blutdruck liefern und das medizinische Personal auf Veränderungen aufmerksam machen, bevor diese zu Problemen werden. Gesundheitsmonitore können die Fernversorgung unterstützen, indem sie Patientendaten erfassen und basierend auf den Ergebnissen Aktionen auslösen. Ein Beispiel ist die Überwachung des Blutzuckerspiegels und Übertragung dieser Informationen an ein zugehöriges Gerät wie eine Insulinpumpe, die das Insulin abgibt. KI-gestützte Bildgebungsmodelle können in Röntgenbildern potenzielle Probleme erkennen und diese Bilder für die Überprüfung durch Radiologen oder Ärzte priorisieren.

Das Potenzial dieser neuen Innovationen ist tiefgreifend und führt zu besseren Arbeitsabläufen für Ärzte sowie zu niedrigeren Kosten und einer verbesserten Patientenversorgung. Diese Edge-Geräte haben jedoch noch etwas gemeinsam: Sie alle generieren Daten.

Infolgedessen müssen Gesundheitssysteme und -anbieter entscheiden, wie diese beispiellosen Datenmengen verwaltet und optimal genutzt werden sollen. Welche Daten sollten unter Berücksichtigung von Bandbreitenkosten, Zugriffs und Datenschutz an die Cloud gesendet werden und welche Daten werden lokal besser verwaltet?

Edge-Computing bringt Datenverarbeitung, Analyse und Speicherung näher an die Quelle der Datengenerierung – z. B. einen lokalen Server in einem Krankenhaus oder ein mobiles Gerät bei einem Patienten zu Hause. Edge-Computing ist eine Ergänzung zur Cloud und ermöglicht es IT-Entscheidungsträgern zu bestimmen, wo Workloads am besten im Computerspektrum platziert werden sollen. Diese Strategie kann Gesundheitssystemen helfen, die Erfassung, Speicherung und Analyse von Daten zu optimieren, die für ein durchschnittliches Krankenhaus mittlerweise 50 Petabyte pro Jahr beträgt.1

Kombinieren von Cloud- und Edge-Computing

In den letzten Jahren haben sich Gesundheitssysteme und Anbieter beim Speichern, Analysieren und Verarbeiten von Daten weitgehend auf die Cloud verlassen. Mit Hilfe von Intel entwickelt die Gesundheits- und Biowissenschaftsbranche jetzt eine neue Datenverwaltungsstrategie, bei der Cloud- oder Edge-Computing basierend auf Anforderungen, Kosten und Nutzen strategisch eingesetzt wird. Beispielsweise kann es sinnvoll sein, die Übertragung Wearable-Daten von Patienten in die Cloud zu beschränken und nur Zusammenfassungen zu senden, die in einem vorgeschriebenen Intervall gemeldet werden.

Umgekehrt bleibt für Systeme, die größere Betriebs- oder Finanzdaten erfassen, die Cloud wahrscheinlich der bevorzugte Weg, um unternehmensweite Daten zu Kosten, Einkauf und Abrechnung sowie Anforderungen an die Lieferkette vorherzusagen.

Hinzu kommt, dass Gesundheitssysteme und Anbieter bei einer Aufbewahrung vor Ort strenge Datenverarbeitungs- und Datenschutzanforderungen einhalten können. Dies schließt Anforderungen nach HIPAA (Health Insurance Portability and Accountability Act of 1996) ein. Gemäß Verfügung des US-Kongresses als Reaktion auf die zunehmende Verbreitung digitaler Technologien umfasst HIPAA jetzt auch das Bundesdatenschutzgesetz für individuell identifizierbare Gesundheitsinformationen.

Intel® Technik für Edge-Computing

Mit einer umfassenden Suite von Produkten und Technologien unterstützt Intel Edge-Computing, Edge-KI und Konnektivität von Edge zu Cloud, um Gesundheitsdaten besser erfassen, analysieren und synthetisieren zu können. Mit seinem breit gefächerten Portfolio an Hardware- und Software-Bausteinen und -Tools vereinfacht Intel den Prozess, die richtige Intelligenz an der Stelle einzusetzen, wo sie am dringendsten benötigt wird.

Die Intel® QuickAssist-Technologie (Intel® QAT) ist eine Technologie, die die Leistung auf Edge- oder Cloud-Servern steigert. Intel QAT wurde entwickelt, um rechenintensive Vorgänge zu beschleunigen und ermöglicht die Komprimierung und Dekomprimierung von medizinischen Bildern, einschließlich MRT- und CT-Scans, sowie von Videoaufnahmen wie chirurgischem Filmmaterial.

Die Intel® Virtualisierungstechnik (Intel® VT) steht für eine wachsende Palette von Techniken, mit denen Virtualisierung durch die Beseitigung von Leistungsoverheads und die Verbesserung der Sicherheit praktikabler wird. Mit der Intel® Virtualization Technology (Intel® VT) können mehrere Anwendungen auf einem Server ausgeführt werden. Auf diese Weise können Gesundheitssysteme und -anbieter kritischen Datenverkehr effektiver priorisieren, die IT-Belastung verringern und zur Kostensenkung beitragen.

Durch die Aktivierung von Analysen und KI vom Netzwerkrand bis zur Cloud unterstützt Intel das Streben der Gesundheitsbranche nach überlegener CDS, schnelleren Diagnosen und verbesserter Patientenüberwachung und -genesung.

Klinische Edge-Computing-Anwendungen

Intel bringt ein zahlreiche Industriepartner und Mitarbeiter in das Streben nach Edge-Computing-Lösungen im Gesundheitswesen ein. Intel arbeitet mit Partnern an Lösungen zur Unterstützung mehrerer Edge-Geräte, Anwendungen und Dienste auf einer einzigen gemeinsamen Plattform, die mit vorhandenen Cloud- und Rechenzentrumsressourcen funktioniert.

In zwei aktuellen Beispielen hat Intel mit Partnern zusammengearbeitet, um Anbieter mit Edge-Computing und Edge-Analytics neuen klinischen Wert zu bieten.

Die Verwendung des Intel® Distribution of OpenVINO ™ Toolkits führte zu einer verbesserten Algorithmusleistung und half GE Healthcare, die Pneumothoraxerkennung auf dem Optima XR240amx Röntgensystem um mehr als das Dreifache zu beschleunigen.2

KI-gestützte Bildgebung

GE Healthcare wandte sich an Intel, um Unterstützung bei der Entwicklung seiner Critical Care Suite zu erhalten. Dabei handelt es sich um eine Reihe von KI-Algorithmen, die zur Erkennung kritischer Befunde auf einer Röntgenaufnahme des Brustkorbs entwickelt wurden, einschließlich einer lebensbedrohlichen Lungenerkrankung namens Pneumothorax. Intel wirkte unter Verwendung des Intel® Distribution of OpenVINO™ Toolkits an der Optimierung der Algorithmen der Critical Care Suite mit.

Das Toolkit umfasste Tools für maschinelles Sehen und Deep-Learning-Inferenz, einschließlich der auf faltungscodierte bildbasierte Klassifizierungsmodelle, die für die in den Bildgebungssystemen von GE Healthcare verwendeten Intel® Prozessoren optimiert sind. Mithilfe des Toolkits und der KI konnte das medizinische Personal Bilder mit Anzeichen einer Wahrscheinlichkeit eines Pneumothorax identifizieren und triagieren. Dadurch konnten Radiologen die Betrachtung besser priorisieren.

Durch die Verbesserung der Algorithmusleistung half Intel GE Healthcare, die Pneumothorax-Erkennung auf dem Optima XR240amx Röntgensystem um mehr als das Dreifache zu beschleunigen.3

Televersorgung

Intel arbeitete mit HARMAN zusammen, um einen weiteren vielversprechenden Bereich im Gesundheitswesen voranzutreiben: die zuverlässige Televersorgung. Die Unternehmen entwickelten eine Teleüberwachungslösung für Patienten, die den Zugriff auf Gesundheitsdaten durch Verbinden einer Vielzahl von medizinischen und nichtmedizinischen Geräten ermöglicht.

Die HARMAN Remote Care Platform (RCP), die ein Gateway mit Intel® Architektur verwendet, baut auf der hochmodernen Intel Plattform für die Teleüberwachung von Patienten auf. Zu den Anwendungen gehören Patientenversorgungsdienste, Management chronischer Krankheiten und Patientengesundheitsprogramme. Die Plattform soll auch dazu beitragen, Patienten und ältere Menschen zu Hause kontinuierlich zu versorgen und gleichzeitig die Kosten zu minimieren.

Die Vorteile der Edge-Computing-basierten Televersorgung könnten erheblich sein. Eine Studie aus dem Jahr 2015 ergab eine 50-prozentige Verringerung bei den erneuten Krankenhauseinlieferungen nach 30 Tagen bei Patienten, die eine Televersorgung erhalten hatten.4 Das Endergebnis dürfte ebenfalls davon profitieren, da Schätzungen zufolge die Telemedizin allein dazu beitragen könnte, die Gesundheitskosten der US-Arbeitgeber jährlich um bis zu 6 Milliarden US-Dollar zu senken.5

Edge-Analyse im Gesundheitswesen verbessert die Patientenergebnisse

Es ist eine neue Welt für Gesundheitssysteme und -anbieter, eine Welt, die durch die Verbreitung aufregender neuer mobiler Geräte und Point-of-Care-Geräte angetrieben und ermöglicht wird. Intel ist einzigartig positioniert, um die Leistung dieser Edge-Geräte sowie die bestehende Cloud-Strategie des Anbieters zu nutzen und CDS und Versorgung zu verbessern.

Durch Branchenkenntnisse, Technologie und ein breites Ökosystem bietet Intel Anbietern die Möglichkeit, aus ihren Daten einen umsetzbaren Wert zu ziehen. McKinsey schätzt, dass aktuelle Gesundheitsdaten allein zu jährlichen Kostensenkungen von mehr als 300 Milliarden US-Dollar führen könnten.6 Edge-Computing und Edge-Analysen werden nur noch wichtiger werden, da sie neue Möglichkeiten bieten, den betrieblichen, klinischen und finanziellen Nutzen im gesamten Versorgungskontinuum zu steigern.

Wir sind da, um Ihnen zu helfen


Wollen Sie mit Intel über die Anforderungen Ihres nächsten Technologieprojekts sprechen?

Hinweise und Disclaimer

In Leistungstests verwendete Software und Workloads können speziell für die Leistungseigenschaften von Intel® Mikroprozessoren optimiert worden sein.

Leistungstests wie SYSmark und MobileMark werden mit spezifischen Computersystemen, Komponenten, Softwareprogrammen, Operationen und Funktionen durchgeführt. Jede Veränderung bei einem dieser Faktoren kann abweichende Ergebnisse zur Folge haben. Für eine umfassende Bewertung Ihrer vorgesehenen Anschaffung, auch im Hinblick auf die Leistung des betreffenden Produkts in Verbindung mit anderen Produkten, sollten Sie zusätzliche Informationen und Leistungstests heranziehen. Ausführlichere Informationen finden Sie unter www.intel.de/benchmarks.

Die Leistungsergebnisse basieren auf Tests, die an dem in der Konfiguration angegebenen Datum durchgeführt wurden, und spiegeln möglicherweise nicht alle öffentlich erhältlichen Sicherheitsupdates wider. Weitere Einzelheiten finden Sie in den veröffentlichten Konfigurationsdaten. Kein Produkt und keine Komponente bieten absolute Sicherheit.

Produkt- und Leistungsinformationen

1Bresnick, Jennifer. „Desire for Predictive Analytics Outpaces Hospital Investment“, Health IT Analytics, 8. September 2016: healthitanalytics.com/news/desire-for-predictive-analytics-outpaces-hospital-investment.
2

Die Funktionsmerkmale und Vorteile von Intel® Techniken hängen von der Systemkonfiguration ab und können geeignete Hardware, Software oder die Aktivierung von Diensten erfordern. Die Leistungsmerkmale variieren je nach Systemkonfiguration. Kein Produkt und keine Komponente bieten absolute Sicherheit. Informieren Sie sich beim Systemhersteller oder Fachhändler oder auf https://www.intel.de.

3Bekanntgabe der Konfiguration für den Systemtest: Intel® Core™ i5-4590S Prozessor bei 3,00 GHz, x86_64, VT-x aktiviert, 16 GB Arbeitsspeicher, Betriebssystem: Linux magic x86_64 GNU/Linux, Ubuntu-16.04-Docker-Container für Inferenzdienst. Getestet durch GE Healthcare, September 2018. Der Test vergleicht die gesamte Inferenzzeit des TensorFlow-Modells von 3,092 Sekunden mit demselben Modell, das mittels des optimierten TF-Modells des Intel® Distribution of OpenVINO™ Toolkits optimiert wurde, wodurch eine insgesamte Inferenzzeit von 0,913 Sekunden erzielt wurde.
5„Aktuelle Telemedizin-Technologie könnte große Einsparungen bedeuten“, MarketWatch, August 2014: https://www.marketwatch.com/press-release/current-telemedicine-technology-could-mean-big-savings-2014-08-11.
6„Verwenden oder verlieren?: Der Fall für Datenwissenschaftler im Gesundheitswesen,“ NEJM Catalyst, 4. Mai 2017: https://catalyst.nejm.org/doi/full/10.1056/CAT.17.0493