Komputasi Edge Mendorong Kemajuan Layanan Kesehatan
Sistem kesehatan modern, rumah sakit, dan penyedia menerapkan alat baru dan membangun model layanan baru yang menarik untuk melayani pasien dengan lebih baik. Strategi ini berfokus pada dukungan keputusan klinis (CDS), yang membantu memberikan informasi khusus pasien yang sudah difilter secara tepat waktu kepada dokter yang dapat digunakan untuk meningkatkan perawatan.
Selama beberapa tahun terakhir, upaya ini telah menunjukkan bahwa makin banyak perangkat medis yang diperkenalkan ke lingkungan layanan kesehatan. Perangkat tersebut mulai dari tablet dan wearable hingga monitor kesehatan dan sistem pencitraan yang didukung artificial intelligence (AI).
Wearable dapat memberikan status vital utama pasien, seperti detak jantung dan tekanan darah, secara tepat waktu kepada dokter dan memberi tahu staf medis mengenai potensi timbulnya masalah. Monitor kesehatan dapat membantu perawatan jarak jauh dengan mengumpulkan data pasien dan memicu tindakan berdasarkan hasil—misalnya, memantau kadar glukosa darah dan mengirimkan informasi tersebut ke perangkat pendamping seperti pompa insulin untuk mengeluarkan insulin. Model pencitraan yang didukung AI dapat mendeteksi potensi masalah dalam sinar-X dan memprioritaskan gambar tersebut untuk ditinjau radiolog atau dokter.
Potensi inovasi yang muncul ini sangat besar, yang mengarah ke alur kerja dokter yang lebih baik, biaya yang lebih rendah, dan perawatan pasien yang lebih baik. Namun, perangkat edge ini memiliki kesamaan lain: semuanya menghasilkan data.
Akibatnya, sistem dan penyedia layanan kesehatan harus memutuskan cara mengelola dan memanfaatkan volume data yang belum pernah ada sebelumnya ini. Dengan mempertimbangkan biaya, akses, dan privasi, data apa yang harus dikirim ke cloud dan data apa yang lebih baik dikelola secara lokal?
Komputasi edge mendekatkan pemrosesan, analitik, dan penyimpanan data dengan sumber pembuatan data—misalnya, server di lokasi di rumah sakit atau perangkat mobile di rumah pasien. Komputasi edge berfungsi sebagai pelengkap cloud, yang memungkinkan pembuat keputusan IT memilih tempat terbaik untuk menempatkan beban kerja di sepanjang spektrum komputasi. Strategi ini dapat membantu sistem kesehatan mengoptimalkan pengumpulan, penyimpanan, dan analisis data—yang bagi rata-rata rumah sakit, telah mencapai 50 petabyte setiap tahun.1
Menggabungkan Komputasi Cloud dan Edge
Dalam beberapa tahun terakhir, sebagian besar sistem dan penyedia layanan kesehatan mengandalkan cloud untuk menyimpan, menganalisis, dan memproses data. Dengan bantuan dari Intel, industri kesehatan dan ilmu hayati kini menyusun strategi pengelolaan data baru yang secara strategis menggunakan komputasi cloud atau edge berdasarkan kebutuhan, biaya, dan manfaat. Misalnya, transmisi pembacaan dari wearable pasien ke cloud mungkin perlu dibatasi dan hanya mengirimkan total ringkasan yang dilaporkan pada interval yang ditentukan.
Sebaliknya, untuk sistem yang menangkap data operasional atau keuangan yang lebih besar, cloud kemungkinan akan tetap lebih disukai sebagai sarana untuk memperkirakan biaya di seluruh organisasi, jadwal pembelian dan penagihan, serta permintaan rantai pasokan.
Selain itu, menjaga data pribadi atau sensitif di lokasi memungkinkan sistem dan penyedia layanan kesehatan mematuhi persyaratan penanganan dan privasi data yang ketat. Hal ini mencakup persyaratan yang diuraikan dalam Health Insurance Portability and Accountability Act tahun 1996 (HIPAA). HIPAA kini juga mencakup perlindungan privasi Federal untuk informasi kesehatan yang dapat diidentifikasi secara individu sebagaimana diamanatkan oleh Kongres sebagai tanggapan terhadap perkembangan teknologi digital.
Teknologi Intel® untuk Komputasi Edge
Dengan rangkaian produk dan teknologi yang komprehensif, Intel mendukung komputasi edge, AI edge, dan konektivitas dari edge ke cloud hingga penangkapan, analisis, dan sintesis data kesehatan yang lebih baik. Melalui portofolio berisi blok dan alat pembangun perangkat keras dan perangkat lunak yang luas, Intel membantu menyederhanakan proses untuk mendapatkan kecerdasan yang tepat di tempat yang paling diperlukan.
Intel® QuickAssist Technology (Intel® QAT) adalah salah satu teknologi yang meningkatkan performa di server edge atau cloud. Dikembangkan untuk mengakselerasi operasi intensif komputasi, Intel® QAT2 memungkinkan kompresi dan dekompresi citra medis, termasuk pindaian MRI dan CT, serta video, seperti rekaman operasi.
Intel® Virtualization Technology (Intel® VT) mewakili portofolio teknologi yang membuat virtualisasi menjadi praktis dengan menghilangkan overhead performa dan membantu meningkatkan keamanan. Dengan Intel® Virtualization Technology (Intel® VT), beberapa aplikasi dapat berjalan di satu server. Hasilnya, sistem dan penyedia layanan kesehatan dapat memprioritaskan lalu lintas penting secara lebih efektif, mengurangi beban IT, dan membantu menurunkan biaya.
Dengan memungkinkan analitik dan AI dari edge ke cloud, Intel mendorong upaya industri layanan kesehatan untuk mendapatkan CDS superior, diagnosis yang lebih cepat, serta pemantauan dan pemulihan pasien yang lebih baik.
Aplikasi Komputasi Edge Klinis
Intel menghadirkan ekosistem mitra dan kolaborator industri yang luas untuk mengupayakan solusi komputasi edge dalam layanan kesehatan. Intel bekerja sama dengan mitra untuk menciptakan solusi yang mendukung beberapa perangkat, aplikasi, dan layanan edge pada satu platform umum dan kompatibel dengan sumber daya cloud dan pusat data yang ada.
Dalam dua contoh terbaru, Intel berkolaborasi dengan mitra untuk menerapkan komputasi edge dan analitik edge untuk menghadirkan manfaat klinis baru bagi penyedia.
Penggunaan Intel® Distribution of OpenVINO™ toolkit menghasilkan performa algoritma yang lebih baik, membantu GE Healthcare mengakselerasi deteksi pneumotoraks pada sistem sinar X Optima XR240amx lebih dari 3x lipat.2
Pencitraan yang Didukung AI
GE Healthcare beralih ke Intel untuk mendapatkan dukungan dalam pengembangan Critical Care Suite, serangkaian algoritma AI yang dibuat untuk mendeteksi temuan penting pada pindaian sinar X dada, termasuk kelainan paru-paru yang mengancam nyawa yang disebut pneumotoraks. Intel® membantu mengoptimalkan algoritma Critical Care Suite menggunakan Intel® Distribution of OpenVINO™ toolkit.
Toolkit ini menyediakan visi komputer dan alat inferensi deep learning, termasuk model klasifikasi berbasis gambar konvolusi yang dioptimalkan untuk prosesor Intel® yang digunakan dalam sistem pencitraan GE Healthcare. Penggunaan toolkit dan AI membantu staf medis mengidentifikasi dan melakukan triase gambar yang menunjukkan kemungkinan pneumotoraks dan membekali radiolog untuk memprioritaskan tampilan dengan lebih baik.
Dengan meningkatkan performa algoritma, Intel membantu GE Healthcare mengakselerasi deteksi pneumotoraks pada sistem sinar X Optima XR240amx lebih dari 3x lipat.3
Perawatan Jarak Jauh
Intel bekerja sama dengan HARMAN untuk memajukan bidang lain yang menjanjikan dalam layanan kesehatan: layanan jarak jauh yang andal. Perusahaan mengembangkan solusi pemantauan pasien jarak jauh yang memungkinkan akses ke data kesehatan dengan menghubungkan beragam perangkat medis dan non-medis.
HARMAN Remote Care Platform (RCP), yang menggunakan gateway berbasis arsitektur Intel®, dibuat di platform Intel yang canggih untuk pemantauan pasien jarak jauh. Aplikasi mencakup layanan perawatan pasien, manajemen penyakit kronis, dan program kesehatan pasien. Platform ini juga dirancang untuk membantu memungkinkan perawatan berkelanjutan bagi pasien dan lansia di rumah sekaligus membantu meminimalkan biaya.
Manfaat perawatan jarak jauh berbasis komputasi edge bisa jadi signifikan. Studi tahun 2015 menemukan bahwa terjadi penurunan sebesar 50 persen untuk rawat inap kembali dalam 30 hari dan penurunan hingga 19 persen untuk rawat inap kembali dalam 180 hari bagi pasien yang menerima perawatan jarak jauh.4 Hal ini juga memberikan manfaat finansial karena estimasi menunjukkan bahwa telemedis saja dapat membantu mengurangi biaya layanan kesehatan bagi pemberi kerja di AS sebanyak $6 miliar per tahun.5
Analitik Edge dalam Layanan Kesehatan Mendukung Peningkatan Hasil Pasien
Ini adalah dunia baru untuk sistem dan penyedia layanan kesehatan, yang didorong dan didukung oleh proliferasi perangkat mobile dan titik perawatan baru yang menarik. Intel diposisikan secara unik untuk membantu memanfaatkan kekuatan perangkat edge ini serta strategi cloud penyedia yang sudah ada untuk meningkatkan CDS dan perawatan.
Melalui pengetahuan industri, teknologi, dan ekosistem yang luas, Intel membekali penyedia untuk mengekstrak nilai yang dapat ditindaklanjuti dari data mereka. McKinsey memperkirakan data layanan kesehatan saat ini dapat membantu mengurangi biaya lebih dari $300 miliar per tahun.6 Dampak komputasi edge dan analitik edge akan semakin besar karena menghadirkan peluang baru untuk meningkatkan nilai operasional, klinis, dan finansial di seluruh rangkaian layanan kesehatan.