Internet of Medical Things - технологическая среда персональной медицины и новой эры здравоохранения, основанной на принципах сохранения здоровья и предупреждения заболеваний. Доклад на Московском суперкомпьютерном форуме, 29 октября 2015 года, Москва.
Семантическая обработка медицинских данных в задачах диагностики и управления...Alexandre Prozoroff
Семантическая обработка медицинских данных в задачах диагностики и управления лечебным процессом в медицине критических состояний.
Semantic processing medical data in diagnosing problems and management of medical process in critical care medicine.
Practical Usage of Big Data and IoMT in Critical Care MedicineAlexandre Prozoroff
Доклад нашего клиента - проф., д.м.н., Царенко Сергея Васильевича, начальника службы анестезии и реанимации ФГАУ ЛРЦ Минздрава РФ, на форуме 2016 DataCentres Cloud & IoT, 12 апреля 2016 года.
Тема: Использование технологий Big Data и Интернета вещей в медицине критических состояний
Персональная медицина: технологии BigData на охране здоровья (вводная лекция ...Alexandre Prozoroff
Вводная лекция для студентов МФТИ, стоящих перед выбором темы курсового и дипломного проекта.
Очень ценно, когда работа над курсовым проектом является «началом» работ над дипломом. По этому мы предлагаем студентам выбрать одно направление и проявить себя.
Направление "Биофизика и физиология". Мы предлагаем освоение и практическое участие в разработке новых методов диагностики различных патологий на симптоматическом и досимптоматическом этапах их развития.
Направление "Радиоэлектроника". Мы предлагаем освоение и практическое участие в разработке макетов, прототипов и опытных образцов сенсоров или устройств для бесконтактного или неинвазивного снятия биологических сигналов с тела человека. Инструментарий: STM, NXP, Raspberry и т.п.
Направление "Математическое моделирование и сложная визуализация данных". Мы предлагаем освоение и практическое участие в разработке алгоритмов и математических моделей для распознавания «сырых» данных, снятых с сенсоров, систем машинного обучения по прецедентам (Machine Learning), извлечения информации из неструктурированных данных (Information Extraction) и интеллетуального анализа данных (Data Mining). Инструментарий: Spark, R, Java, Scala, Pyton, D3.js (Data-Driven Documents Lib)
Направление "Разработка логики распределенного хранения, параллельной обработки и трансформации данных". Мы предлагаем освоение и практическое участие в разработке программ по извлечению и преобразованию данных (ETL), бизнес-логики, фоновой обработки данных в массивно-параллельной среде Hadoop. Инструментарий: Hadoop, Kafka, Postgres, MySQL, Spark, Java, Scala, Pyton, C++.
Направление "Разработка пользовательского интерфейса медицинских систем". Мы предлагаем освоение и практиче
Hadoop and R guards The Health of Critically ill PatientsAlexandre Prozoroff
Краткий доклад на Практической конференции по Hadoop 25.11.2015 об организации R&D среды проекта по созданию системы мониторинга пациентов реанимации на основе подхода "data lake" и Hadoop. Доклад иллюстрирует способ использования связки Hadoop и R для научных работ по математическому моделированию в области реанимации и интенсивной терапии. Проект в активной фазе по этому о содержании проводимых научных исследований не упоминается.
Использование Big Data в области персональной медицины. Кейс "Система монитор...Alexandre Prozoroff
Доклад на 4-м практическом семинаре "Hadoop на практике: проекты и инструменты" журнала "Открытые системы" 22 апреля, отель Мандарин, Москва
http://www.ospcon.ru/node/763.html
Семантическая обработка медицинских данных в задачах диагностики и управления...Alexandre Prozoroff
Семантическая обработка медицинских данных в задачах диагностики и управления лечебным процессом в медицине критических состояний.
Semantic processing medical data in diagnosing problems and management of medical process in critical care medicine.
Practical Usage of Big Data and IoMT in Critical Care MedicineAlexandre Prozoroff
Доклад нашего клиента - проф., д.м.н., Царенко Сергея Васильевича, начальника службы анестезии и реанимации ФГАУ ЛРЦ Минздрава РФ, на форуме 2016 DataCentres Cloud & IoT, 12 апреля 2016 года.
Тема: Использование технологий Big Data и Интернета вещей в медицине критических состояний
Персональная медицина: технологии BigData на охране здоровья (вводная лекция ...Alexandre Prozoroff
Вводная лекция для студентов МФТИ, стоящих перед выбором темы курсового и дипломного проекта.
Очень ценно, когда работа над курсовым проектом является «началом» работ над дипломом. По этому мы предлагаем студентам выбрать одно направление и проявить себя.
Направление "Биофизика и физиология". Мы предлагаем освоение и практическое участие в разработке новых методов диагностики различных патологий на симптоматическом и досимптоматическом этапах их развития.
Направление "Радиоэлектроника". Мы предлагаем освоение и практическое участие в разработке макетов, прототипов и опытных образцов сенсоров или устройств для бесконтактного или неинвазивного снятия биологических сигналов с тела человека. Инструментарий: STM, NXP, Raspberry и т.п.
Направление "Математическое моделирование и сложная визуализация данных". Мы предлагаем освоение и практическое участие в разработке алгоритмов и математических моделей для распознавания «сырых» данных, снятых с сенсоров, систем машинного обучения по прецедентам (Machine Learning), извлечения информации из неструктурированных данных (Information Extraction) и интеллетуального анализа данных (Data Mining). Инструментарий: Spark, R, Java, Scala, Pyton, D3.js (Data-Driven Documents Lib)
Направление "Разработка логики распределенного хранения, параллельной обработки и трансформации данных". Мы предлагаем освоение и практическое участие в разработке программ по извлечению и преобразованию данных (ETL), бизнес-логики, фоновой обработки данных в массивно-параллельной среде Hadoop. Инструментарий: Hadoop, Kafka, Postgres, MySQL, Spark, Java, Scala, Pyton, C++.
Направление "Разработка пользовательского интерфейса медицинских систем". Мы предлагаем освоение и практиче
Hadoop and R guards The Health of Critically ill PatientsAlexandre Prozoroff
Краткий доклад на Практической конференции по Hadoop 25.11.2015 об организации R&D среды проекта по созданию системы мониторинга пациентов реанимации на основе подхода "data lake" и Hadoop. Доклад иллюстрирует способ использования связки Hadoop и R для научных работ по математическому моделированию в области реанимации и интенсивной терапии. Проект в активной фазе по этому о содержании проводимых научных исследований не упоминается.
Использование Big Data в области персональной медицины. Кейс "Система монитор...Alexandre Prozoroff
Доклад на 4-м практическом семинаре "Hadoop на практике: проекты и инструменты" журнала "Открытые системы" 22 апреля, отель Мандарин, Москва
http://www.ospcon.ru/node/763.html
Тенденции и долгосрочные перспективы развития медицинских применений радиационных технологий
Александр Фертман, директор по науке Кластера ядерных технологий Фонда «Сколково»
Август 2013
Доклад был представлен на Стратегической сессии кластера радиационных технологий Санкт-Петербурга и Ленинградской области (12-13 августа 2013)
Значимость медицинских информационных систем и проблемы их развитияFujitsu Russia
Значимость медицинских информационных систем и проблемы их развития.
Александр Карачунский. Доктор медицинских наук, зам. директора федерального научно-клинического центра детской гематологии, онкологии и иммунологии им. Д. Рогачева Минздрава РФ, специалист в области детской онкологии, соруководитель мультицентрового клинического исследования по лечению острой лимфобластной лейкемии у детей и соавтор протокола «Москва-Берлин 2008»
Выступление Владимира Макарова, руководителя программы информатизации здравоохранения, советника руководителя Департамента информационных технологий г.Москвы, на форуме MedSoft 2012.
МИС "Пациент" - это современная больничная компьютерная система, отличающаяся высокой адаптивностью и гибкостью. Информационная система "Пациент" интегрирует все медицинские процессы больницы в целостную систему и формирует единое информационное пространство в учреждении. Система позволяет автоматизировать как отдельные подразделения, так и больничное учреждение в целом. Решение подходит и для крупных государственных и для небольших частных медицинских учреждений. Она ориентирована на решение задач прежде всего практического здравоохранения.
Тенденции и долгосрочные перспективы развития медицинских применений радиационных технологий
Александр Фертман, директор по науке Кластера ядерных технологий Фонда «Сколково»
Август 2013
Доклад был представлен на Стратегической сессии кластера радиационных технологий Санкт-Петербурга и Ленинградской области (12-13 августа 2013)
Значимость медицинских информационных систем и проблемы их развитияFujitsu Russia
Значимость медицинских информационных систем и проблемы их развития.
Александр Карачунский. Доктор медицинских наук, зам. директора федерального научно-клинического центра детской гематологии, онкологии и иммунологии им. Д. Рогачева Минздрава РФ, специалист в области детской онкологии, соруководитель мультицентрового клинического исследования по лечению острой лимфобластной лейкемии у детей и соавтор протокола «Москва-Берлин 2008»
Выступление Владимира Макарова, руководителя программы информатизации здравоохранения, советника руководителя Департамента информационных технологий г.Москвы, на форуме MedSoft 2012.
МИС "Пациент" - это современная больничная компьютерная система, отличающаяся высокой адаптивностью и гибкостью. Информационная система "Пациент" интегрирует все медицинские процессы больницы в целостную систему и формирует единое информационное пространство в учреждении. Система позволяет автоматизировать как отдельные подразделения, так и больничное учреждение в целом. Решение подходит и для крупных государственных и для небольших частных медицинских учреждений. Она ориентирована на решение задач прежде всего практического здравоохранения.
InstantGMP Compliance Series - Improving SpecificationsInstantGMP™
The FDA requires specifications for identity, strength, purity and composition for dietary supplement products. This presentation explains how to meet these GMP requirements.
Augmenting Salesforce by Integrating with a Virtual AgentnoHold, Inc.
Learn how to enhance salesforce by integrating with a Virtual Agent. You will be able to integrate with salesforce's knowledge, escalate to leads, pre-empt live chat, escalate to case, and personalize Virtual Agent responses.
This presentation was for 3Rd Tech Tuesday at the Castle Rock Chamber of Commerce, Tuesday, June 18, 2013. It covers how to create a Powerful Profile; the Power of Groups, LI for Lead Generation, and how to create a Company Page.
Let's talk about the sharing economy on the example of just one micro insurance product. And to determine how true formula proposed for discussion: IoT + MVNO + Health = Profit
Облачный архив медицинских изображений нипк электрон (Cloud PACS)Anton Dexter
Презентация ИТ продуктов НИПК Электрон для российского здравоохранения включая облачный архив медицинских изображений построенный на базе свободного ПО.
Рынок mHealth или мобильной медицины составляют сервисы и продукты, которые используют мобильные технологии (обычно смартфоны и планшеты, но также и специализированное оборудование, например датчики и медицинские приборы) для упрощения, ускорения или удешевления процесса оказания медицинской помощи и работы с медицинской информацией.
«Общественная экспертиза результатов реализации программы
«Модернизация здравоохранения Ханты-Мансийского автономного округа – Югры» на 2011-2012 годы»
Мировые тенденции в области мобильного мониторинга здоровьяIlya Klabukov
"Мировые тенденции в области мобильного мониторинга здоровья"
Олег Стефанович Медведев, д.м.н., профессор, заведующий кафедрой фармакологии факультета фундаментальной медицины МГУ им. М.В. Ломоносова
МГУ имени М.В. Ломоносова,
МГТУ им. Баумана
Москва, 2012 г.
Конференция МФТИ cosigem.ru
Report on software engineering conference 2019 in the architecture section. It discusses the fundamental problem of the ML-centric approach and the methodology for its solution in the form of a new generation of architectures (massively parallel virtual machines)
How to assess the company's readiness to intelligent automation of office pro...Alexandre Prozoroff
How to assess the company's readiness to intelligent automation of office processes?
Как оценить готовность компании к роботизации офисных процессов?
http://cybersyn.ch/office
Выступление Александра Прозорова на конференции OSP "Технологии блокчейн 2019" 12 февраля 2019 года.
Каким должно быть высшее техническое образование в эпоху быстро меняющихся технологий? Каким образом обеспечить гарантию требуемой квалификации экспертов? Как поднять престиж профессии инженера? Почему высшее образование не может быть всеобщим и обязательным? Для чего бизнесу участвовать в образовательной деятельности? Почему высшее образование необходимо разделять на этапы? Для чего необходима стандартизация квалификаций по специальностям? Как капитализируется компетенция экспертов? Как эксперту получать «справедливую» оплату труда? На эти и другие вопросы проводит дискуссию автор доклада Александр Прозоров.
The author tells about a research project on the basis of MIPT on creating a zone of a robotic economy that prevents illegal attempts to use intellectual property. The author introduces the two concepts: "domain of automatic economy" and "deal negotiation protocol", which are novelty. By appealing to Coase's theorem and the scale effect, the author proves the economic effectiveness of the "individualistic" economy.
Автор рассказывает об исследовательском проекте на базе МФТИ по создянию зоны роботизированой экономики, предотвращающей незаконные попытки использования интеллектуальной собственности. Автор вводит понятия "домен автоматической экономики" и "протокол согласования сделок", являющиеся новизной. Путем апелирования к теореме Коуза и эффекту масштаба автор доказывает экономическую эффективность "индивидуалистической" экономики.
Основная проблема при проектировании систем для нового техноукладаAlexandre Prozoroff
Как ускорить переход на новый технологический уклад с наименьшими усилиями и затратами? Необходимо сфокусироваться на проблемном поле, которое наиболее существенно осложняет проектирование программных систем и "умных" устройств. Кратко формулируются тезисы основной проблемы, тормозящей развитие прикладных технологий применения ML и, как следствие, прикладных высокотехнологических систем. Для круглого стола в ИПУ РАН, 6 декабря 2017.
Выявление факторов риска заболеваний на основе анализа социальной продукцииAlexandre Prozoroff
Выявление факторов риска заболеваний на основе анализа социальной продукции. Краткая информация о прикладных исследованиях в области таргетирования аудиторий, входящих в группу риска по развитию психических отклонений, деменции и других заболеваний.
Detection of risk factors of diseases by analysis of social production.
Brief information on applied research in the field of targeting audiences at risk for developing mental disorders, dementia and other diseases.
Internet of Medical Things: Technological Environment of Personalized/ Precis...Alexandre Prozoroff
On the basis of a coherent technological infrastructure operators of wireless and wired communications grows up the fragments of the global Internet of Medical Things (IoMT). Each fragments that focuses on acquisition and processing of biometric data is local telebiometrics system.
Бывают случаи, когда семантика просто необходима для успеха большого и значимого проекта. Эти слайды - тот самый случай, когда усилия людей с совершенно разными интересами вдруг стали когерентны. Почему? Потому что были опредмечены и донесены до их внимания ключевые вещи экономики облачной платформы. Благодаря этим 13 слайдам стало совершенно понятно, кто, сколько, когда и почему будет зарабатывать, какую за это и перед кем нести ответственность. Стороны проекта стали понимать друг друга и работа внезапно начала продвигаться с такой феноменальной скоростью, что сдача проекта состоялась да 2 недели раньше срока. Хотя, за полгода до этого события, никто из внешних наблюдателей не верил, что такое возможно. Скептики открыто смеялись мне в лицо. Сторонами проекта были Минсвязи, Минэк, Ростелеком, Microsoft, HP, АТ Консалтинг, NVision, Microtest, РНТ и др.
PS: Срок NDA вышел, могу публиковать без рисков для свободы. При использовании, просьба придерживаться профессиональной этики, которая подразумевает ссылку на первоисточник. #делаемисторию. Enjoy!
Статья была начата в 2002 и закончена в 2003 году как промежуточный результат работы над диссертацией на степень к.т.н. по теме "Разработка интерпретатора языка BPDL, оптимизированного для работы с среде GRID (распределенная среда)"
Декабрь 2014: HRV Battle - Сравнение Samsung Gear и Epson Pulsense с точки зр...Alexandre Prozoroff
#mHealthLab. Младшие научные сотрудники стараются дальше. Обзоры становятся более сжатые и информативные. В этот раз - сравнение Samsung Gear и Epson Pulsense с точки зрения функций фитнес-трекера
Ноябрь 2014. Обзор бытовых браслетов для непрерывного снятия биосигналовAlexandre Prozoroff
#mHealthLab. Младшие научные сотрудники тренируются в эпистолярном жанре. Сделали отчет об исследовании бытовых фитнес-трекеров на предмет использования для мониторинга состояния здоровья и прогноза его изменения на основе HRV. Общий итог: использовать пока нельзя.
STORAGE BOOSTER - проект, оказывающий услугу по ускорению систем клиент-сервер. Ускорение делаем в два этапа: первый этап - меняем старое оборудование на новое, которое сдаем в аренду, второй этап - оптимизируем схему хранения данных. Как правило, первый этап дает ускорение в 7-10 раз, второй - до 150.
IoMT - Technological Environment of Personalized Medicine and New Era of Healthcare
1. Internet of Medical Things – технологическая
среда персональной медицины
Александр Прозоров, #mHealthLab
Лаборатория спецмедтехники и технологий, МФТИ
Высокопроизводительные комплексы для решения задач
сохранения и поддержания здоровья в программах
персональной медицины. МСКФ 2015, 29.10.2015 г.
1
ЦЖС МФТИ
ИМБП РАН
2. Что такое персональная медицина?
Первая эра - БОРЬБА С ИНФЕКЦИЯМИ, ТРАВМАМИ И ИХ ПОСЛЕДСТВИЯМИ
Античная медицина - настоящее время
• Развитие хирургии и терапии, контроль инфекционных заболеваний (вакцинация)
Вторая эра - БОРЬБА С ХРОНИЧЕСКИМИ ЗАБОЛЕВАНИЯМИ
50 гг. ХХ века - настоящее время
• Успешное лечение сердечно-сосудистых, онкологических и социально-значимых
заболеваний, расширение фокуса на лечение психосоциальных и психиатрических
заболеваний (ожирение, алкоголизм, наркомания, курение и пр.)
Третья эра - СОХРАНЕНИЕ И ПОДДЕРЖАНИЕ ЗДОРОВЬЯ
Настоящее время
• Персональная (персонализированная) медицина (ПМ) – новая модель организации
медпомощи, основанная на выборе диагностических, лечебных и профилактических
средств, которые являются оптимальными для конкретного пациента, с учётом его
генетических, физиологических, биохимических, поведенческих и других особенностей
• ПМ предполагает тесное объединение информационных технологий, науки и
клинической терапии для достижения наилучших клинических или профилактических
результатов
• По этому для организации ПМ необходимо тесное взаимодействие врача и пациента
не только в клинике, но и в обычной жизни (по аналогии с тренером и спортсменом)
2
#mHealthLab
3. Internet of Medical Things (IoMT)
Что такое IoMT? Задачи,
логические
уровни,
протоколы
и
архитектура
телебиометрических
систем
3
ЦЖС МФТИ
ИМБП РАН
#mHealthLab
5. Задачи IoMT-системы
Каждый
фрагмент,
ориентированный
на
получение
и
обработку
биометрических
данных
–
локальная
телебиометрическая
система,
задачами
которой
являются:
• Повысить
уровень,
разрешение
и
совместимость
био-‐
квантификации
• Применить
стандартизированные
международные
системы
измерения
биосигналов
• Развернуть
стандартизованный
метод
шифрования
от
каждого
узла
сбора
биометрических
данных
до
облака
• Обеспечить
конфиденциальность
и
доступность
биометрических
данных
по
требованию
из
любой
точки
#mHealthLab
На
основе
связной
технологической
инфраструктуры
операторов
беспроводной
и
проводной
связи
выстраиваются
фрагменты
глобального
Internet
of
Medical
Things
(IoMT)
5
6. Логические уровни IoMT-системы
1. Биологическая
мишень
находится
в
непосредственном
контакте
с
датчиком
и
подвергающаяся
измерению
2. Датчик,
предназначен
для
получения
(съема)
биометрических
данных,
включая
поиск
и
определение
паттернов
в
снимаемых
аналоговых
и
цифровых
сигналах,
интегрированный
в
сетевую
инфраструктуру
облака
3. Протокол
предназначен
для
предварительной
обработки
и
передачи
биометрических
данных
в
облачное
приложение.
Его
основной
задачей
является
интерпретация,
количественное
сравнение
и
анализ
биологической
и
измерительной
ценности
снимаемых
данных
4. Облачное
приложение,
является
получателем
биометрических
данных
и
выполняет
основные
прикладные
задачи
по
их
распознаванию,
визуализации,
анализу,
сопоставлению,
выработке
рекомендаций
и
т.д.
5. Облачное
хранилище
биометрических
данных,
предназначено
для
накопления
и
долгосрочного
хранения
данных,
обеспечивает
должный
уровень
безопасности,
доступности
и
поддержки
различных
протоколов
доступа
6
Data
Hub
PHR
3D
БКГ
ЭКГ
Темп
SpO2
MicПациент
Мониторинг
пациентов
Врач
Уровень 4
Уровень 1 Уровень 2
Уровень 3
Уровень 5
7. Потенциальные границы IoMT-экосистемы (схематично)
#mHealthLab
Категории
телебиометрических
приложений
Потребительский
сегмент
Банкинг
+
Цифровая
подпись
СМИ
+
Соцсети
Носимые
устройства
Сохранение
энергии
+
Мониторинг
окружающей
среды
Физическая
безопасность
Гейминг
+
Камеры
(видео/фото)
Автомобили
Уклонение
от
столкновений
Распознавание
водителя
Распознавание
голоса
Медицина
(mHealth)
Мониторинг
пациентов
в
клинике
Мониторинг
пациентов
дома
Мобильный
мониторинг
показателей
здоровья
Анализы
в
домашних
или
лабораторных
условиях
Био-‐банки
Сельское
хозяйство
Умные
фермы
Управление
животноводством
Точное
земледелие
Мониторинг
эпидемиологической
обстановки
Аэро
Дроны
Мониторинг
окружающего
пространства
Общение/развлечение
в
полете
(пилот/
пассажир)
Юридические
вопросы
Регистрация
пребывания
Регистрация
огнестрельного
оружия
Безопасность
Управление
идентификацией
Наружное
наблюдение
Контроль
физического
доступа
Мониторинг
осужденных
Мониторинг
социальных
сетей
7
8. mHealth и инфраструктура IoMT
Предпосылки, заинтересованные стороны, концепция
оказания медпомощи, архитектура, потоки данных,
технологический стек и особенности mHealth-систем
8
ЦЖС МФТИ
ИМБП РАН
#mHealthLab
9. Экономические предпосылки mHealth
#mHealthLab
9
Предотвратимые осложнения
Ненужные процедуры
Неэффективность
Ошибки
Положительный
исход
30-40%
потери
60-70%
польза
Положительный
исход100%
польза
2020
2015
*
По
данным
американской
компании
HealthCatalyst
на
основе
североамериканской
статистики
За
что
готов
платить
пациент*?
10. Заинтересованные стороны mHealth
#mHealthLab
10
Пациент
Ученый,
страховщик, и
т.п.
Врач
?
?
?
Зачем?
Что это (лекарство,
манипуляция, курс
лечения) дает мне?
Что происходит?
Как это (лекарство,
манипуляция, процедура)
отражается на лечении
пациента?
Как работает?
Как это (лекарство,
манипуляция, курс лечения)
работает в разных
условиях?
11. Концепция оказания медпомощи в mHealth*
#mHealthLab
*
По
данным
публикации
«mHealth:
From
Smartphones
to
Smart
Systems»
Пациент
Удобство и
снижение издержек
во время лечения
(в клинике или дома)
Поддержка
решений врача
Координация
лечения или
реабилитации
Вовлечение
пациентов в процесс
лечения или
реабилитации
Управление курсом лечения (реабилитации)
Управление
мониторингом
пациентов
Профилактика и
оздоровление
Госпитализация, скорая или
высокотехнологичная мед.помощь
Персональные
коммуникации
Дистанционный
мониторинг
Диагностика
Обучающие курсы
и коучинг
Представление
интересов
(перед страховыми,
работодателями и т.д.)
Фактическая
информация о
состоянии
пациента
Поток данных в
систему PHR/EHR
Устройства
Инфраструктура
11
12. Бизнес-модели оператора mHealth
12
Бизнес-‐модель
предоставления
услуг
mHealth
Уровень
услуги
Варианты
бизнес-‐
модели
Функциональное
описание
BRANDED
SERVICE
L7
В2С
Прямые
инфо-‐медицинские
услуги
клиентам
L6
В2С2B
Прямые
инфо-‐коммуникационные
услуги
мониторинга,
экспертиза
через
партнеров
BRANDED
PLATFORM
L5
В2В2С
PHR
платформа
+
свои
IoMT-‐устройства
и
приложения.
Все
услуги
через
партнеров
L4
В2В
PHR
платформа
("движок")
для
провайдеров
услуг
CONNECTIVITY
L3
В2В2С
"Агрегация"
услуг
различных
поставщиков
услуг
IoMT
-‐
маркет
плейс
+
тарифы
+
биллинг
L2
В2С
Предоставление
базовых
услуг
связи
для
сервисов
мониторинга
состояния
L1
В2В
Предоставление
базовых
услуг
связи
для
медицинских
учреждений
13. #mHealthLab
13
№ Приложения mHealth Вариант реализации Получаемые выгоды
1 Контроль над хроническими
заболеваниями
Носимые мониторы Упреждающие манипуляции
2 Соблюдение курса лечения Напоминания и алармы
посредством сообщений, email,
мобильных приложений
Увеличение удовлетворенности пациентов
3 Удаленный мониторинг
пациента
Система отслеживания
(трекинга) местоположения и
безопасности пациента
Снижение стоимости лечения
4 Доступ к медицинской
информации
Электронная медицинская
карта (PHR/EHR)
Перемещение в дом престарелых без потерь
медицинской информации
5 Взаимодействие между
врачами и другим
медицинским персоналом
Соцсети, основанные на Web-
технологиях
Возросшая доля самоуправления
6 Индивидуальные
программы по реабилитации
и фитнесу
Системы мониторинга питания,
физической активности,
качества жизни, основанные на
Web-технологиях
• Улучшенное здоровья и процесс реабилитации
• Возросшее качество жизни
• Снижение нагрузки на родственников и медперсонал по
уходу
• Улучшенное взаимодействие между врачом,
пациентом, родственниками и медперсоналом по уходу
Примеры приложений mHealth и их результаты
14. Архитектура систем mHealth (схематично)
#mHealthLab
100% мобильность
В клинике или дома
IoMT-frontend
IoMT-backend
IoMT приложения M2M-сеть IoMT устройства
App Backend
BioData
Storage
HL7 Gateway
Мониторинг
пациентов
Курсы
лечения
Управление
хронич. заб.
Врач
Ученый
Реабилита-
ция и фитнес
Корпорат.
соцсети
PHR/EHR
Концентратор
данных
Смартфон
Пациент
Пациент
Спутниковая
сеть
Сотовая сеть
Проводная и
беспровод-
ная сеть
WBAN
- IEEE 802.15.6
- ZigBee / IEEE 802.15.4
- Bluetooth, Bluetooth LE
- Wireless USB
- Proprietary solutions
(ANT, Sensium, Zarlink,
Z-Wave)
Access network
- GSM, UMTS
- LTE, LTE-A
- WiMAX
- WLAN
- Satellite
14
15. Потоки данных в системах mHealth
#mHealthLab
Медработник
Пациент
WBAN M2M-сеть
mHealth
Оператор
Клиника
Облачное
решение
Диета и
образ
жизни
Фитнес
PHR
Врач
МИС / ЕГИС
Мониторинг
пациентов
Курсы лечения
Управл.
хроническими
заболев.
Реабилитация
EHR
Имплантируемые
мед. устройства
Нательные мед.
устройства
Носимые мед.
устройства
Стационарные
мед. устройства
Кон-
цент-
ратор
дан-
ных
15
16. Технологический стек систем mHealth (задачи)
#mHealthLab
16
IoMT устройства
IoMT Device
Сенсор
Первичная
обработка
сигнала
WBAN передатчик
IoMT Data Hub
WBAN приемник
Вторичная
обработка
сигнала
M2M передатчик
M2M-сеть
WLAN/
Ethernet/
PSTN/ etc
Core
Networks
mHealth-
Оператор
IoT Middleware
M2M приемник
Декодирование и
агрегация данных
Сохранение
данных
IoMT Platform
Долгосрочное
хранение данных
Поиск паттернов и
генерация
событий
Предоставление
данных по
запросам
Клиника
IHE Components
Интеграция с
облаком mHealth-
оператора
EHR
Modellind and
Machine Learning
Modelling
Platform
Machine
Learning Tools
Analitycs
Analitycs
Platform
Visualization
Tools
17. Технологический стек систем mHealth (решения)
#mHealthLab
Hadrware IoT Middleware IHE
Components
Modelling and
ML Tools
Analitycs and
Visualuzation
HW (inc. WBAN)
Hardware platform:
- Renesas
- Texas Instrumets
- Microchip
- STM
- Arduino (Amtel)
- Raspberry, etc
Transport wireless protocols:
- IEEE 802.15.6
- ZigBee / IEEE 802.15.4
- Bluetooth, Bluetooth LE
- etc
Middleware and
Platforms
IoT Middleware:
- OpenRemote
- OpenHAB
- iotsys, etc
IoMT Platforms:
- MS HealthVault
- Google Health
- Qualcomm Life 2net, etc
M2M Protocols
App. Level
Protocols
Encoding:
- CSV, JSON, XML
- BSON, Message Pack
- Protocols Buffers
M2M communications:
- MQTT
- MQTT-SN
- AMQP
- CoAP
- HTTP
Platforms
Interoperability:
- Mirth Connect
- eTransX
- HL7 Interface Engine, etc
EHR:
- OpenEMR
- FreeMED
- OpenMRS, etc
Frameworks and
Platforms
ML Frameworks:
- scikit-learn
- shogun
- MLlib, etc
Platforms:
- R + RStudio
- Matlab
- Spark, etc
Libraries and
Platforms
Charting libraries:
- D3.js
- Chart.js
- Highchart.js, etc
Analitycs Platforms:
- Tableau
- QlikView
- Omniscope, etc
17
18. Специфика IoMT-устройств
#mHealthLab
Многие
IoT-‐устройства
генерируют
данные,
охраняемые
152-‐ФЗ.
Однако
с
IoMT-‐устройствами
все
обстоит
значительно
сложнее:
• IoMT-‐устройства
генерируют
медицинские
данные,
наиболее
чувствительные
к
компрометации
• Взлом
и
несанкционированное
использование
IoT-‐устройств
может
привести
к
смерти
или
проблемам
со
здоровьем
владельца
• Интерес
злоумышленников
к
шантажу
и
вымогательству
посредством
компрометации
IoT-‐устройств
с
большой
долей
вероятности
в
перспективе
3-‐5
лет
приведет
к
развитому
«черному»
рынку
соответствующих
преступных
услуг
(по
аналогии
с
рынком
botnets)
• ФСБ
необходимо
скоординировано
с
международными
институтами
стандартизации
как
можно
скорее
начать
работу
по
стандартизации
и
сертификации
надежных
механизмов
защиты
IoMT-‐устройств,
применимых
на
территории
РФ
Nanoribbon
Heart
Implant
18
19. MedCore – медицинские устройства
мониторинга здоровья для mHealth
Решаемые задачи, номенклатура и варианты использования
IoMT-устройств, варианты архитектуры mHealth-систем
19
ЦЖС МФТИ
ИМБП РАН
#mHealthLab
20. Решаемые задачи
#mHealthLab
MedCore
–
интегрированный
набор
IoMT-‐устройств
и
комплементарного
ПО
для
построения
комплексных
медицинских
или
телебиометрических
решений
в
следующих
областях:
• Медицина
(лечение
хронических
больных,
мониторинг
пациентов…)
• Реабилитация
(уход
за
новорожденными,
лежачими
больными…)
• Спорт
и
фитнес
(треккинг
показателей,
хронометраж
тренировок…)
• Здоровый
образ
жизни
(хронометраж
сна,
контроль
храпа…)
• Интенсивные
производственные
процессы
(мониторинг
работоспособности
операторов,
диспетчеров,
бойцов…)
MedCore
направлен
на
комплексное
решение
задач
мониторинга
биометрических
показателей
здоровья
в
реальном
масштабе
времени
и
хронометража
состояния
человека
с
медицинской
точностью
20
21. #mHealthLab
21
№ Устройство / ПО Принцип действия
Логический
уровень
1 Бесконтактный сенсор
низкочастотной БКГ
Механические колебания фрагмента тела,
находящегося над сенсором
Датчик
2 Сенсор-наклейка одноканальной
ЭКГ
Колебания электрического потенциала, снятые с
кожи в области груди и рук
Датчик
3 Сенсор-наклейка широкополосный
микрофон
Звуковые колебания, снятые с кожи в области груди
или живота
Датчик
4 Сенсор-клипса SpO2 Колебания светопроницаемой способности кожи,
снятые в области кистей, ступней, уха
Датчик
5 Сенсор-наклейка температуры тела Температура кожи в области груди, живота Датчик
6 Сенсор-наклейка гироскоп и 3D-
акселерометр
Механические колебания и положение груди,
живота, спины, рук и ног
Датчик
7 Концентратор
данных Агрегация данных с датчиков и их передача в облако Протокол
8 API для смартфона (Android, IOS) Передача данных для мобильных приложений Протокол
9 API для ингеграции с облачными
приложениями
Передача данных для облачных приложений и
хранилищ биометрических данных
Протокол
Линейка устройств и ПО MedCore
22. #mHealthLab
22
№ Устройство Вариант использования
1 Бесконтактный сенсор
низкочастотной БКГ
• Хронометраж сна
• Хронометраж постельного режима
• Регистрация апноэ
• Регистрация судорог, конвульсий
• Измерение основных биометрических показателей человека в состоянии лежа
• Измерение уровня стресса и усталости у оператора (водителя, летчика и т.п.) в состоянии сидя
2 Сенсор-наклейка
одноканальной ЭКГ
• Кардиомониторинг в течение дня
• Каскадирование устройств для многоканального снятия ЭКГ, включая холтеровское мониторирование
• Измерение уровня стресса и усталости у оператора (водителя, летчика и т.п.) в подвижном состоянии
3 Сенсор-наклейка
широкополосный
микрофон
• Прослушивание сердцебиения плода (для беременных)
• Определение посторонних шумов во время дыхания
• Определение частоты дыхания в течение дня
• Определение силы окружающего шума
4 Сенсор-наклейка SpO2 • Определение сатурации гемоглобина артериальной крови
5 Сенсор-наклейка
температуры тела
• Определение температуры тела
6 Сенсор-наклейка гироскоп
и 3D-акселерометр
• Определение положения тела
• Определение движения тела
• Каскадирование устройств для снятия 3D БКГ
7-9 Концентратор
данных, API • Сбор биоданных с сенсоров, передача данных в IoT-Middleware или mHealth-облако
• Вычисления, связанные с предварительной обработкой «сырых» биоданных
Варианты использования устройств и ПО MedCore
23. Построение mHealth-системы на базе Open mHealth (схематично)
#mHealthLab
23
ERP
ЛИС
ETL
EHR
REST
Mobile
HL7
GATE
WEB
МИС
3D
Data
Hub
БКГ
ЭКГ
Темп
IoMT устройства M2M-сеть Клиника
SpO2
ИТ-системы
Клиники
Компоненты
Open mHealth
Компоненты
MedCore
Устройства
используются в
больничной
палате или
домашних
условиях
24. Построение IoTM-системы на базе OpenHAB (схематично)
#mHealthLab
24
xPL
KNX
Add-
ons
Core
REST
Mobile
Event
Bus
WEB
VSCP
3D
Data
Hub
БКГ
ЭКГ
Темп
IoMT устройства M2M-сеть
Облако
OpenHAB
SpO2
Компоненты
OpenHAB для
интеграции со Smart-
устройствами
(локально в доме)Компоненты
MedCore
Микро
фон
Смарт
фон
Persis
tence
Event
Bus
Интерфейсы
OpenHAB
RS-
232
Компоненты
OpenHAB в
публичном облаке
Устройства
используются в
спальной
комнате
Устройства
используются во
время занятий
спортом
25. 25
Прозоров Александр Александрович
Научный сотрудник Лаборатории специальной
медицинской техники и технологий МФТИ
Научный сотрудник Инновационного центра
космической медицины ИМБП РАН
Генеральный директор МИП «Мобайл Хелс Лаб»
Email: ap@mhealthlab.ru
Mobi: +7 916 9989619
Есть вопросы? Задавайте!
#mHealthLab