資訊時代的資料化，從雲計算到霧計算，範式轉變
由于資訊技術領域的最新技術進展，提供線上服務在生活的各個領域變得可能。物聯網技術将人們常用的裝置與網際網路連接配接起來，為全球數十億裝置提供互聯互通。根據估計，到2021年，這類裝置的數量将達到120億台，這将在人類生活的各個方面帶來巨大的革命。
物聯網裝置的有限處理和存儲能力限制了它們實作涉及異構資料或執行涉及大資料的任務的能力。是以，大多數物聯網應用都是基于雲計算架構設計的，允許資源豐富的雲伺服器通路物聯網裝置感覺的資料進行處理和存儲。
這種雲計算範式和物聯網技術的融合具有許多好處，允許部署不同類型和需求的各種應用。
為向終端使用者提供廣泛的醫療保健服務，部署的系統基于移動雲計算範式。在大規模部署高效的遠端醫療應用程式以向患者提供實時醫療服務時，高網絡消耗、延遲和可靠性是主要的限制因素。
為解決這些問題并提供高品質的服務，研究人員設計了一種分層的醫療保健架構，名為UbeHealth。對于與醫療保健相關的遠端服務和監督，第一層基于醫務人員和醫生。
第二層包含用于預測即将到來的網絡流量的雲緩存，該流量用于适應特定資料速率以保持高品質的服務。雲伺服器位于第三層，提供高計算和存儲資源。
提到了将網關裝置放置在網絡邊緣附近的重要性，以提供先進的醫療保健服務。該文獻中提出了一種基于霧計算的醫療保健預警系統，用于提供與醫療保健相關的早期預警。描述了在雲計算和移動計算範式上部署醫療保健應用程式時涉及的主要問題。
還提出了霧計算範式，以分散的方式執行醫療保健應用程式，以有效利用可用資源。一種基于霧計算的醫療保健應用程式通過傳感器節點監測患者，并使用霧計算資源處理此資訊。
雲伺服器位于網絡頂端，提供額外的處理服務。設計了一種監測患者心電圖信号的應用程式，利用雲計算和移動平台提供醫療保健服務。
提出了一個基于雲計算的系統，采用社會技術設計方案來實作奈及利亞醫療系統中的一個醫療應用。該系統用于為農村地區的居民提供服務，進而降低成本和延遲。
基于霧計算的遠端醫療監測設計正在成為解決開發中國家現有醫療問題的一種解決方案。介紹的系統專門設計用于為感染查昆加病的患者提供服務。
該系統通過實時病毒檢測和診斷排除了疫情的可能。在其政策中，使用決策樹對患者資料進行分類以檢測病毒，并将結果通過手機實時傳達給使用者。此外，通過對從周圍患者資料收集的時間序列網絡分析來監測病毒爆發狀态。
截至2020年，市場上存在的可穿戴傳感器數量約為2.371億，預計與醫療行業相關的市場規模将在2020年達到1170億美元。由于大量傳感器節點的資料傳輸，估計其資料量将達到507.5澤位元組。
一般來說，這些應用程式是使用雲計算範式部署的。雲計算範式以集中方式提供資源，以處理大量傳感器節點感覺到的資料。由于雲伺服器擁有大量資源，雲計算範式非常适合實作醫療保健應用程式。
雲計算範式以集中方式提供所有資源，用于完成不同的任務。邊緣節點感覺到各種各樣的巨大資訊，這些資訊需要由雲伺服器處理。由于其集中化的特性，這種範式會導緻高延遲和巨大的網絡消耗，進而限制了大規模部署醫療保健應用程式。
處理心電圖信号的醫療應用程式對服務品質和延遲要求非常嚴格，在大規模部署時雲計算範式無法滿足這些要求，是以對于提供具有嚴格QoS要求的醫療服務并不可行。
該層包含負責提供存儲和計算資源，用于處理連接配接的霧節點轉發的疼痛檢測任務的雲伺服器。雲伺服器作為一個資源豐富的裝置，用于維護與患者疼痛相關的醫療記錄資料庫。代理伺服器在霧裝置和雲伺服器之間建立連接配接。
霧節點處理患者檢測到的肌電圖和心電圖信号，用于檢測疼痛，并在固定時間間隔後将與疼痛相關的資訊轉發給雲伺服器。在提出的方案中，隻有在霧節點的資源無法完成與疼痛相關的處理任務時，才會使用雲伺服器。
對每個場景進行三次平均模拟，以評估所提出的設計。在所有執行的場景中，邊緣裝置數量增加，以監測患者數量的增加。終端裝置直接連接配接到它們的父霧節點。傳感器感測到的信号立即傳輸到資源豐富的霧裝置。
使用iFogSim工具包對生成的多個場景進行模拟，以比較所提出的設計與基于雲的部署。在這些場景中觀察的參數包括端到端延遲、網絡使用率和執行成本。
雲計算範式以集中方式提供資源。實時服務提供是實施電子醫療應用程式的主要擔憂。霧計算通過在整個網絡上部署霧節點以分布式方式提供資源。霧資源足以執行與感覺醫療信号相關的處理任務。
是以，霧計算範式被證明是更适合部署電子醫療應用程式的候選方案。表3簡要比較了所提出的基于霧的設計與現有醫療系統。研究中進行的模拟結果驗證，使用所提出的方法可實作降低雲端網絡使用率和處理成本。
