Découvrez comment l'intelligence artificielle OCI et l'apprentissage automatique améliorent l'expérience patient
Comme pour toute entreprise, les soins de santé ont besoin d'accéder, d'analyser, de manipuler et de stocker de grandes quantités de données. Ce type de traitement de données est au cœur des technologies utilisées dans Oracle Cloud Infrastructure Lakehouse (Data Lakehouse), qui facilitent l'intelligence artificielle et l'apprentissage automatique pour améliorer l'expérience patient.
La mise en place d'un système de soins de santé, en termes d'expérience patient, devrait envisager :
- Obtenir des informations précises sur les patients le plus rapidement possible aux cliniciens, avec une facilité qui élimine les charges inutiles, permettant au clinicien de passer autant de temps sur le cas du patient que possible.
- Obtenir le patient des symptômes à la récupération le plus rapidement possible.
- S'assurer que le processus est aussi rentable que possible, que le coût soit pris en charge par le patient, son assurance médicale ou un service de santé publique (e.g., National Health Service au Royaume-Uni).
Par exemple, un médecin généraliste (GP) ou un prestataire de soins primaires (PCP) estime que leur patient présente des signes de pneumonie. Ils ont dirigé le patient vers un centre médical (hôpital ou centre d'imagerie) pour un radiographie thoracique afin d'étudier si la pneumonie ou autre cause les symptômes du patient. La première étape de ce processus consiste à établir un rendez-vous avec le centre médical et à partager le dossier médical électronique du patient (REM) ou le dossier médical électronique (RED). Idéalement, ces données seraient incorporées dans le lac de données.
Le personnel de radiologie du centre médical prendrait les rayons X, mais à partir de là, la maison de lac de données et les technologies connexes jouent un rôle actif dans le processus de diagnostic. L'image radiologique est créée à l'aide du système d'information radiologique (RIS) et stockée soit à l'aide du système d'archivage et de communication d'images (PACS), soit à l'aide d'une nouvelle génération de stockage de données telle que l'archive neutre du fournisseur (VNA). Les images sont probablement stockées à l'aide d'un format d'imagerie médicale tel que Digital Imaging and Communications in Medicine (DICOM), qui stocke une image très haute résolution avec ses métadonnées associées, telles que des détails sur l'endroit et le moment où l'image a été générée et le type de modalité (comment l'image a été capturée). Ces métadonnées sont liées au patient approprié et à ses enregistrements.
Une fois les images capturées, un clinicien consulte et interprète chacun d'eux pour déterminer les besoins cliniques du patient. Il s'agit d'un processus chronophage, ce qui entraîne souvent le patient en attente d'informations supplémentaires à la maison.
Ce livre de jeux va se concentrer sur la participation d'un data Lakehouse aux solutions qui fournissent les résultats que nous avons décrits.
Ce livre de jeux mettra l'accent sur les systèmes impliqués dans un cas d'emploi impliquant un hôpital régional et appellera des domaines connexes, mais n'entrera pas dans les détails de la solution.
Architecture
Cette architecture montre un centre médical qui accède à un lac de données OCI et l'utilise.
- La configuration initiale nécessiterait probablement l'utilisation de Data Transfer Service comme un moyen efficace, rentable et rapide de migrer toutes les données existantes de la solution PACS vers Oracle Cloud Infrastructure (OCI) pour le traitement. Si les performances de connectivité pour les opérations en cours étaient problématiques, cela pourrait être étendu aux transferts quotidiens. Outre les données PAC, il peut s'agir d'un moyen d'expédier en masse les dossiers des patients et les informations associées.
- D'autres sources de données telles que la collaboration sur le partage des EMR entre les prestataires de soins de santé pourraient inclure le GP ou le PCP du patient.
- Des fonctions sont fournies pour effectuer des manipulations complexes de données. Par exemple, ils extraient les métadonnées d'une image DICOM. Ces processus sont trop complexes pour être efficaces dans les outils de persistance et la logique métier. Cela signifie que nous pouvons tracer dans une nouvelle logique chaque fois qu'un nouvel objet de données complexe non structuré est introduit, tel qu'un nouveau type d'image.
- Les données d'entrée et de sortie des services soutiennent le partage des RH/RSE du patient.
- Comme indiqué dans le scénario, plus les données pouvant être obtenues en fonction des cas d'emploi, telles que des informations supplémentaires sur les patients, permettent d'obtenir des informations supplémentaires. Par exemple, le jeu de données CDC Déterminants sociaux de la santé (SDOH) fournit des API pour les indicateurs socioéconomiques pour diverses conditions de santé.
- Cela reflète le nombre de services utilisés directement ou indirectement pour prendre en charge la sécurité, la plate-forme et l'opérabilité des solutions.
- Les services Data Lakehouse sont regroupés. Selon le cas d'emploi spécifique, tous les services ne sont pas nécessaires.
- L'attente principale est supposée être centrée sur le service Web car des tiers dissimuleront la manière dont leurs données sont traitées. Cela reflète également l'orientation de l'élaboration de normes telles que la FHIR.
Comme le montre le diagramme, les données circulant entre le centre médical et l'environnement OCI sont sécurisées via un VPN et garanties en termes de performances grâce à Oracle Cloud Infrastructure FastConnect (FastConnect), malgré le volume élevé de données d'imagerie basculant d'avant en arrière.
La solution PACS ou VNA peut être intégrée de plusieurs manières en fonction des capacités de la solution PACS, de l'exposition simple du stockage PACS à un serveur FTP restreint qui peut être régulièrement interrogé (e.g., toutes les 10 à 15 minutes), aux spécifications d'API alignées avec le modèle de communication DICOM pour l'échange de messages. Nous pouvons voir dans le diagramme d'architecture que l'utilisation des fonctionnalités OCI pour déplacer PACS sur site est également une possibilité.
Des fonctions personnalisées permettent d'extraire des métadonnées d'image dans DICOM. Les métadonnées extraites peuvent être stockées séparément pour prendre en charge la recherche rapide de contenu car les images n'ont pas besoin d'être interrogées à chaque recherche.
Bien que l'intégration avec d'autres sources de données puisse se faire à l'aide de différents protocoles et technologies, le mécanisme préféré est l'adoption des API REST FHIR. Cependant, les outils d'intégration disponibles offrent un large éventail de technologies et de protocoles d'intégration. Notez que l'imagerie ne peut pas être prise en charge avec FHIR car la norme ne prend actuellement pas en charge de telles données.
Bien que les données soient centralisées pour tirer parti du provisionnement de la base de données, l'utilisation d'Oracle Cloud Infrastructure Data Catalog et de la passerelle d'API permet aux organisations de se développer vers les idées d'un maillage de données. En particulier, la décentralisation de la propriété des données en exposant les données de manière à ce que les propriétaires des données soient à l'aise. En outre, l'API permet d'accéder efficacement aux données tout en assurant le contrôle d'accès. Cela signifie que les mêmes données peuvent être mises à la disposition de différents consommateurs à des fins différentes, tout en restant sans incidence sur le comportement et les besoins des consommateurs (e.g., les données sont mises à la disposition du personnel mobile et des cliniciens avec des patients sur des plates-formes de visualisation médicale).
Cette architecture prend en charge les services spécifiques au lac de données suivants :
- Object Storage
Object Storage offre un accès rapide à de grandes quantités de données structurées et non structurées de tout type de contenu, notamment des sauvegardes de base de données, des données analytiques et des contenus enrichis tels que des images et des vidéos. Vous pouvez stocker les données, puis les extraire directement à partir d'Internet ou de la plate-forme cloud, et ce, en toute sécurité. Vous pouvez faire évoluer le stockage de manière transparente sans subir de dégradation des performances ou de la fiabilité du service. Utilisez le stockage standard pour le stockage "à chaud" auquel vous devez accéder rapidement, immédiatement et fréquemment. Utilisez le stockage d'archives pour le stockage "à froid" que vous conservez pendant de longues périodes et auquel vous accédez rarement.
Dans ce contexte, Object Storage est utilisé pour contenir du contenu non structuré tel que des images en rayons X, puis référencé par des données plus structurées, y compris des métadonnées d'image, pour faciliter la recherche des images.
- Catalogue de données
Oracle Cloud Infrastructure Data Catalog est une solution de repérage et de gouvernance de données en libre-service entièrement gérée pour vos données d'entreprise. Il fournit aux ingénieurs de données, aux experts en données, aux architectes de données et aux directeurs des systèmes de données un environnement collaboratif unique pour gérer les métadonnées techniques, commerciales et opérationnelles de l'organisation.
Dans son contexte, le catalogue de données permet de comprendre les ressources de données et la façon dont elles peuvent être gérées au sein de la maison de lac pour fournir des informations supplémentaires. Cela couvrirait les données détenues en interne et les ressources de données tierces pouvant être transférées dans la maison de lac via des mécanismes tels que l'appel d'API et le transfert de fichiers. D'autres technologies sont disponibles pour l'assimilation des données, mais les API et les fichiers sont les modèles les plus courants.
- Intégration de données
Utilisez Oracle Cloud Infrastructure Data Integration pour un flux de données optimal entre les systèmes.
Il prend en charge le développement d'ETL et de pipeline de données déclaratifs et sans code ou à faible code. Pour la maison de lac, il s'agirait de l'un des principaux outils de traitement et de manipulation des données.
Vous pouvez également appliquer Data Integration pour effectuer des tâches telles que la transformation de données semi-structurées vers des données minables et entièrement structurées. Effectuer des activités telles que le nettoyage des données de sorte que les données modifiées ou endommagées ne puissent pas fausser les résultats.
- Flux de données
Oracle Cloud Infrastructure Data Flow est un service Apache Spark entièrement géré qui effectue des tâches de traitement sur des ensembles de données volumineux, sans l'infrastructure à déployer ou à gérer. Les développeurs peuvent également utiliser Spark Streaming pour exécuter l'ETL cloud sur leurs données de diffusion en continu produites en continu. Cela permet une livraison rapide des applications, car les développeurs peuvent se concentrer sur le développement des applications et non sur la gestion de l'infrastructure.
Data Flow permet de traiter les données de manière plus évidente ou plus chronologique. Cela signifie qu'il est possible d'effectuer davantage d'analyses au fur et à mesure que les choses se produisent, plutôt que d'attendre la réception de toutes les données.
- Service Big Data
Oracle Big Data Cloud Service aide les professionnels des données à gérer, cataloguer et traiter les données brutes. Oracle propose des lacs de données basés sur le stockage d'objets et Hadoop pour une persistance.
- Autonomous Database
Oracle Cloud Infrastructure Autonomous Database est un environnement de base de données préconfiguré entièrement géré que vous pouvez utiliser pour les charges de travail de traitement des transactions et d'entreposage de données. Il n'est pas nécessaire de configurer ou de gérer du matériel, ni d'installer un logiciel. Oracle Cloud Infrastructure gère la création de la base de données, ainsi que la sauvegarde, l'application de patches, la mise à niveau et le réglage de la base de données.
Recommandations
- Réseau cloud virtuel (VCN) et sous-réseau
Un VCN est un réseau personnalisable défini par logiciel que vous configurez dans une région Oracle Cloud Infrastructure. Tout comme les réseaux de centres de données traditionnels, les réseaux cloud virtuels vous donnent un contrôle total sur votre environnement réseau. Un VCN peut comporter plusieurs blocs CIDR qui ne se chevauchent pas et que vous pouvez modifier après avoir créé le VCN. Vous pouvez segmenter un VCN en sous-réseaux, qui peuvent être ciblés vers une région ou vers un domaine de disponibilité. Chaque sous-réseau se compose d'une plage contiguë d'adresses qui ne chevauchent pas les autres sous-réseaux du VCN. Vous pouvez modifier la taille d'un sous-réseau après sa création. Un sous-réseau peut être public ou privé.
- Cloud Guard
Vous pouvez utiliser Oracle Cloud Guard pour surveiller et maintenir la sécurité de vos ressources dans Oracle Cloud Infrastructure. Cloud Guard utilise des recettes de détecteur que vous pouvez définir pour examiner vos ressources en cas de faiblesses de sécurité et pour surveiller les opérateurs et les utilisateurs dans le cadre d'activités à risque. Lorsqu'une erreur de configuration ou une activité non sécurisée est détectée, Cloud Guard recommande des actions correctives et aide à effectuer ces actions, en fonction des recettes de répondeur que vous pouvez définir.
- Zone de sécurité
Les zones de sécurité garantissent dès le départ les meilleures pratiques de sécurité d'Oracle en appliquant des stratégies telles que le cryptage des données et la prévention de l'accès public aux réseaux pour un compartiment entier. Une zone de sécurité est associée à un compartiment du même nom et inclut des stratégies de zone de sécurité ou une "recipe" qui s'applique au compartiment et à ses sous-compartiments. Vous ne pouvez pas ajouter ou déplacer un compartiment standard vers un compartiment de zone de sécurité.
- Groupe de sécurité réseau
Le groupe de sécurité réseau agit comme un pare-feu virtuel pour vos ressources cloud. Avec le modèle de sécurité zéro confiance d'Oracle Cloud Infrastructure, tout le trafic est refusé et vous pouvez contrôler le trafic réseau à l'intérieur d'un VCN. Un groupe de sécurité réseau se compose d'un ensemble de règles de sécurité entrantes et sortantes qui s'appliquent uniquement à un ensemble spécifié de cartes d'interface réseau virtuelles dans un seul VCN.
- Load Balancer
Le service Oracle Cloud Infrastructure Load Balancing fournit une répartition de trafic automatisée à partir d'un seul point d'entrée vers plusieurs serveurs du back-end.
Considérations
Lors du déploiement de cette architecture de référence, tenez compte de ces options.
- Sources de données
Nous voyons la possibilité que les solutions IoT surveillent et signalent en permanence des données sur un patient, telles que la fréquence cardiaque, et des applications qui permettent aux patients d'enregistrer simplement des événements, tels que des habitudes alimentaires ou des événements médicaux tels que des crises et des crises. Ces informations peuvent fournir beaucoup d'informations supplémentaires, être incorporées dans les dossiers médicaux et être analysées à l'aide de l'expertise médicale soutenue par l'IA/ML. De tels flux de données suggèrent d'utiliser des technologies de flux d'événements telles que Kafka, qui capturent ces événements rapidement et efficacement et peuvent stocker les données de manière naturelle.
Lorsque vous trouvez des modèles et des anomalies qui peuvent aider au diagnostic, en général, plus de données sur un patient peuvent être capturées et organisées en données (semi-) structurées qui peuvent être facilement interrogées, mieux c'est. Ainsi, l'approvisionnement de données sur les patients, telles que l'historique familial et les données détenues par d'autres organisations médicales, avec l'autorisation du patient, peut révéler des informations sans nécessairement révéler des faits individuels spécifiques.
- Performances
La formation AI nécessite le traitement d'images haute résolution et devra se reproduire périodiquement (par exemple, pour prendre en charge des formats d'image plus récents ou des images de meilleure qualité). Cette mise à jour du modèle doit être effectuée de sorte qu'elle n'affecte pas les patients sous diagnostic ou sous traitement. Pour ce faire, il faut exécuter des mises à jour de modèle dans un environnement isolé, puis mettre à l'échelle l'environnement actuel jusqu'à un point où l'environnement opérationnel et l'environnement de formation peuvent coexister sans problèmes de concurrence des ressources ni d'allocation des ressources.
- Sécurité
Dans un contexte clinique, la sécurité sera primordiale car ces exigences sont fortement réglementées. Non seulement les données peuvent être considérées comme utiles, mais la capacité de perturber l'accès et l'utilisation des données par des actions accidentelles ou délibérées est également cruciale. Les services impliqués dans ces données doivent donc être sécurisés.
- Disponibilité
La migration des services dans les environnements cloud élimine un certain nombre de problèmes de résilience et de disponibilité du centre médical. Le fournisseur de cloud ne peut pas garantir la disponibilité du réseau. Par conséquent, les options de résilience et de secours du réseau doivent être activement possédées pour garantir une disponibilité permanente en cas de panne de la dernière ligne droite. En outre, il est préférable qu'une organisation ayant des dépendances critiques sur de tels scénarios d'échec exerce périodiquement le basculement et la réduction. En cas de besoin réel, le traitement est exécuté comme s'il s'agissait d'un autre traitement standard.
- Coût
Tout cas d'utilisation particulier peut ne pas nécessiter tous les services de Lakehouse identifiés. Elles reflètent les technologies de commentaires associées à l'application d'une maison de lac. Par exemple, si Oracle Big Data Cloud Service n'est pas nécessaire, il ne doit pas être déployé. Le stockage d'objets peut être utilisé de manière intelligente en plaçant les images qui ne sont pas nécessaires dans une configuration de stockage moins performante. En cas d'événement lié au patient, le contenu est déplacé vers une configuration de stockage plus performante. C'est à bien des égards, à l'instar des mêmes principes, qu'une base de données s'applique à son stockage, à savoir le déplacement des données vers et hors du cache, le stockage à accès rapide (e.g., NVMe) et les disques à rotation plus lente.