數字健康開發者可以從工業物聯網中學到的三件事

雲栖号： https://www.aliyun.com/#module-yedOfott8 第一手的上雲資訊，不同行業精選的上雲企業案例庫，基于衆多成功案例萃取而成的最佳實踐，助力您上雲決策！

這是我與多個行業的開發人員和産品經理合作之後，對物聯網解決方案開發優秀實踐的系列文章中的第二篇。

在“工業物聯網可以向數字健康和醫療物聯網學習的3個實踐”一文中，我分享了一些關于工業物聯網 (IIoT) 開發人員可以向他們的醫療同行--數字健康或醫療物聯網(IoMT)開發人員學習的想法。我們看到了“患者至上/使用者至上”的重點是如何讓數字健康應用程式在采用和實作結果方面有更大的幫助。現在，我們将從另一個角度來看待它，并了解IIoT實踐将如何幫助數字健康領域的開發人員。

我的職業生涯始于Honeywell，上世紀90年代中期，我曾将可無線連接配接的人體穿戴系統的原型應用于煉油廠的操作員。像許多來自工業自動化和控制(IAC)領域的人一樣，我可以很确定地說，我已經在IIoT方面工作了20多年了。

毫不奇怪，我與數字健康開發人員分享的經驗就來自于物聯網技術在工業應用方面的長期經驗。在此背景下，讓我們來看一下醫療領域的開發人員和産品經理可以向工業領域的開發人員和産品經理學習的三種方式。

将自動化應用于一切

類似的，如同數字健康開發人員非常關注患者一樣，IIoT開發人員往往非常注重營運。兩種觀念主導了它們的世界--正常運作的時間和成本的降低--而自動化長期以來一直就是這兩種問題的解決方案。自動化有多種形式--擷取、聚合、分析--但是對于IIoT開發人員來說，自動化就是從資料中擷取操作。他們通過部署傳感器來實作自動化和提高資料聚合的完整性。

IIoT的一位同僚過去常說：“去找寫字闆吧。當你看到有人拿着寫字闆的時候，這就是物聯網的機能夠了。”網關能夠使傳感器的聚合自動化，網絡也能夠使資料的移動、存儲、分析和表示實作自動化。

現在，來自資料的操作都将歸結于将結構化的資料放入到雲中。資訊和控制的集中化長期以來一直都是工業營運商的主導架構。上世紀90年代初，當我參觀煉油廠時，我們總是會停在主要室--它是以控制為基本功能的煉油廠的操作中心。

但是今天的工業自動化和控制是關于NOC的--即網絡操作中心--因為網絡提供的資料是操作中最重要的部分。工業NOC公司已經不需要去現場了。它們跨越了營運的所有站點，并能夠維護整個企業的資料自動擷取、聚合和分布。

我還沒有看到或讨論關于一家醫療保健公司的NOC。我相信有些人已經做到了這一點，但大多數數字健康的讨論仍然隻是在個别病人或診所層面。這是恰當的，因為患者是結果的關鍵，而對于工業開發人員來說，當他們專注于一台機器或一個流程站點時，情況也是如此。

個人層面的成功必須擴充到企業層面，這将是資料自動化和網絡管理的結果。為了達到節約成本的目标，數字健康IT組織必須擴充其内部電子健康記錄(EHR)的重點，以包括并實作來自外部可穿戴傳感器網絡的自動化資料浪潮。

使用數字雙胞胎和預測機來幫助營運擁抱資料

正常運作時間是自動化的最大受益者。當然，與正常運作時間相反的則是停機時間，而在自動化系統中，停機時間通常來自于故障的發生。今天，工業開發人員可以使用兩個關鍵的基于資料的工具--數字雙胞胎和預測機來解決停機問題。

數字雙胞胎是一個裝置或流程的數學模型。形式化方法是20世紀90年代Honeywell系統工程師所使用的名稱--而“數字化”一詞當時隻被工程師使用，不包括營銷人員。數字雙胞胎，當伴随着來自主題資産的正确傳感器的資料時，将允許操作員更好地了解并在更加進階的情況下預測機器的狀态，例如，機器的健康。通過使用正确的數學或CAD(計算機輔助設計)模型，軟體可以在裝置需要維護或執行不符合規格時自動生成警報。資料指導着行動。

當一個基于數字雙胞胎的狀态機群組合機率相結合時，系統設計者現在就有了一個預測機，可以預測機器的未來。預測機器可以是先驗的，基于算法的，或者是通過觀察傳感器資料和機器的操作結果來實作的自動化和智能化。IIoT開發人員長期專注于資料的自動化和消除停機時間以降低成本，這使他們成為了數字雙胞胎和預測機的早期積極采用者。

數字健康開發人員不應該忽視這些實踐，因為“患者的健康與裝置的健康非常不同。”誠然，病人的情況可能要複雜得多，但數字雙胞胎并不需要成為這個主題的一個無所不包的模型。

既要考慮對慢性阻塞性肺病(COPD)患者的體重、心率和呼吸頻率随時間變化的簡單測量值。也要考慮了解糖尿病患者的身體和飲食活動的價值，并結合血糖儀讀數。患者模型不太可能是先驗的，而是可以從統計的、多參數的資料集中推導出來。

醫療裝置開發商或許對這類分析方法非常熟悉，但是與蘋果手表等多傳感器可穿戴裝置的患者每天數十億的讀數相比，臨床試驗的資料将是微不足道的。數字健康開發人員和臨床醫生将不得不求助于大量的患者生成的健康資料(PGHD)資料湖，以經驗主義的方式建立患者及其行為的模型。

另外，病人活動傳感器也使醫療保健中的預測機器變得更加有趣了。預測可以類似于工業機器，基于實體測量的方式對病人狀态進行基于機率的預測。但是，如果一個資料驅動的系統可以預測病人的行為，那麼它也就可以通過動機和觸發器來影響病人的行為，幫助病人避免不良行為，進而獲得更好的結果。這可能是一種新型的預防保健--在疾病出現之前就采取行動。

這兩種資料工具都能夠改善結果，并激勵護理人員和患者進一步擷取和使用資料，尤其是PGHD，因為它已成為了推動數字衛生平台的主要資料類型。數字雙胞胎在數字健康中的使用将推動其在工業領域的指數級采用。

改造是一件需要嚴肅對待的事

“對物聯網技術進行改造，尤其适用于涉及昂貴的、生命周期長的物品的服務，包括工廠、汽車、卡車和工業機械。這些技術将在未來技術世代的很長一段時間内投入使用，但使用支援IOT的硬體來取代它們的經濟理由并不存在。”--George Malim

在首席财務官的辦公室，投資100萬美元在一台每年隻能賣出1500台的裝置上安裝新的數字服務通常是不可能的。但大多數工業裝置的壽命将持續10年，有些甚至長達30年。當這些耐用裝置制造商中的一家考慮在已安裝的基礎裝置上改造數字服務時，其回報可以來自于未來5年内的5000台裝置服務以及未來12個月内的50000個新合同--投資回報率将提高50倍，而相關的新服務收入則有更高的利潤率。Timothy Chou用CFO的術語描述了物聯網數字服務改造的機會--“我們将如何來實作收入翻番，利潤翻兩番的目标?”

根據定義，慢性護理指的是診斷後提供的護理。當醫療系統考慮一個新的數字健康療法或提議時，他們必須立即檢視他們的EHR系統，并詢問“我們已經有多少患者正處于這種情況下?”在醫療領域進行改造可能比在工業領域更容易，因為病人已經得到了護理。醫療服務提供者可以通過與支付者、醫療保險提供者共享這一提議來擴充其改造市場的計劃，這些支付者将擁有來自多個系統的患者，所有這些患者都可以通過遠端連接配接的監控治療來進行通路。

管理中的裝置，是衡量工業數字服務的關鍵名額，而現在它變成了管理中的患者。有趣的是，醫療保險和醫療補助服務中心非常了解慢性病患者持續服務的價值，并釋出了新的遠端患者監控代碼，以幫助醫療服務提供者轉向這種模式，使得患者、醫療服務提供者和企業各方都能獲益。

雖然這兩個組織可能認為他們沒有太多的共同點，但IIoT和數字健康開發人員必須一起處理相同的創新基礎才能成功地使用這項新技術。事實上，消費電子展(CES)是我所見過的唯一一個它們會同時參加的貿易展，它可能是物聯網技術的最佳展示案例。但“可行的”技術隻是利用設計思維進行創新的一部分。令我感興趣的是，數字健康團隊通常非常關注使用者，強調“人性化”，而IIoT團隊往往關注的是生産力和效率，即“可行性”。

如果他們能夠齊心協力，就能找到創新的最佳位置。

原文釋出時間：2019-12-12

本文作者：Scott Nelson

本文來自雲栖社群合作夥伴“

企業網D1Net

”，了解相關資訊可以關注“

”