편집

원격 환자 모니터링

Azure Data Lake Storage
Azure Databricks
Azure Event Hubs
Azure Machine Learning
Azure Synapse Analytics
Power BI

보건 시스템, 병원, 대규모 의사 진료는 원격 진료 이니셔티브(원격 환자 모니터링이라고도 함)로 이동하고 있습니다. 원격 환자 모니터링은 개별화된 치료 플랜 매개 변수에 따라 원격 건강 디바이스를 사용하여 환자 활동 및 생리적 데이터에 액세스하고 전달할 수 있는 임상 치료의 일부입니다.

이 문서에서는 지능형 원격 환자 모니터링을 위해 Azure Health Data Services 및 디바이스를 사용하여 솔루션을 설계하는 방법에 대한 지침을 제공합니다. 이 솔루션은 대규모로 이러한 솔루션을 빌드할 때 조직이 직면할 많은 디바이스 통합 문제를 완화하는 데 도움이 됩니다.

아키텍처

Architecture diagram of remote patient monitoring architecture using healthcare devices and Azure services.

이 아키텍처의 Visio 파일을 다운로드합니다.

데이터 흐름

  1. 환자 디바이스는 활동 및 생리적 데이터를 생성합니다. 그런 다음, 사용 가능한 Microsoft OSS(오픈 소스) SDK 중 하나를 사용하여 디바이스에서 데이터를 추출하고 Azure Event Hubs에서 수집합니다.

  2. Life365.health 플랫폼은 활동 및 생리적 데이터를 생성하는 300개 이상의 디바이스 지원 Life365 API는 환자 모니터링 디바이스의 활동 및 생리적 데이터를 Azure Event Hubs로 수집합니다.

  3. Azure MedTech 서비스는 Event Hubs에서 디바이스 측정값을 가져와FHIR®(Fast Healthcare Interoperability Resources) 형식으로 변환하고 Azure FHIR 서비스에 전달합니다. Azure Health Data Services 작업 영역은 FHIR 및 MedTech 서비스와 같은 의료 서비스 인스턴스에 대한 논리적 컨테이너입니다.

  4. Azure FHIR 서비스에서 FHIR 리소스를 생성하거나, 업데이트하거나, 삭제할 경우 Azure Health Data Services 작업 영역은 이벤트 구독자에게 알림 메시지를 보냅니다. 알림을 여러 엔드포인트로 전송하여 워크플로 시작 또는 메일과 문자 메시지 보내기를 포함한 자동화를 트리거할 수 있습니다.

  5. FHIR Analytics 파이프라인은 익명화되지 않은 FHIR 데이터를 Azure Data Lake에 증분 방식으로 내보냄으로써, 다양한 Azure 데이터 서비스를 사용하여 분석할 수 있도록 합니다. 내보낸 데이터는 의료 데이터 익명화를 위한 Microsoft 오픈 소스 도구와 같은 도구를 활용하여 익명화할 수도 있습니다. 기본 익명화는 필요에 따라 확장 및 수정할 수 있는 HIPAA Safe Harbor 방식을 기반으로 합니다.

    중요

    이 데이터 흐름에서 내보낸 FHIR 데이터는 PHI 정보를 포함하는 원시 데이터입니다. 식별 해제 프로세스를 사용하여 연구 또는 공유를 위해 데이터에서 개인 식별자를 제거할 수 있습니다. 식별할 수 없는 데이터 세트를 원하는 경우 위에서 언급한 것과 같은 도구를 사용하여 데이터를 내보내기 전에 데이터를 익명화하기 위한 조치를 취해야 합니다.

  6. Parquet 및 JSON 형식의 FHIR 데이터에 대한 추가 분석은 Azure Synapse, Azure Databricks, Azure ML(Machine Learning) 서비스의 Spark 풀을 사용하여 수행됩니다.

  7. SQL 뷰는 Azure Synapse 서버리스 SQL 풀에 생성됩니다. Azure Data Lake의 Parquet 파일을 기반으로 각 FHIR 리소스의 SQL 뷰가 생성됩니다. 이러한 뷰에 기반하여 데이터 엔지니어와 개발자는 Microsoft SQL Management Studio 또는 다른 SQL 편집기에서 네이티브 SQL을 작성하여 FHIR 리소스를 쿼리할 수 있습니다.

  8. Power BI 및 FHIR용 Power Query 커넥터는 FHIR 서비스 API 엔드포인트에서 직접 데이터를 가져오고 형성하는 데 사용됩니다. 또한 Power BI는 Parquet 형식 또는 Synapse의 SQL 뷰를 통해 직접 FHIR 리소스에 액세스하기 위한 Parquet 및 SQL 커넥터를 제공합니다.

구성 요소

디바이스

소비자 디바이스

Microsoft는 Azure Event Hubs를 통한 수집을 위해 다양한 소비자 디바이스에서 데이터를 쉽게 전송할 수 있도록 오픈 소스 SDK를 제공합니다.

Life365.health 지원 의료 기기

Life365.health 플랫폼은 Azure Event Hubs를 통한 수집을 위해 300개가 넘는 Bluetooth 모니터링 디바이스와 통합되어 있습니다. 이 디바이스는 폐활량계, 온도계, 체중계, 복용 미리 알림, 활동 추적기, 혈당 측정기, 혈압 측정기, EKG/ECG, 태아 심음측정기, 심박수 측정기, 펄스 옥시미터, 수면 추적기 등에 이르기까지 여러 범주 및 OEM에 걸쳐 있습니다. 또한 Life365 앱을 사용하면 비 Bluetooth 디바이스에서 가져온 판독값을 수동으로 기록할 수 있습니다. 이 아키텍처는 Life365 API를 활용하여 Life365 디바이스의 디바이스 측정값을 Event Hubs로 수집합니다.

기타

위의 옵션은 간편한 수집에 도움이 되지만 이 아키텍처는 중간 API를 통해 직접 또는 간접적으로 Event Hubs에 안전하게 수집할 수 있는 유사한 데이터 원본을 지원합니다.

Azure 서비스(데이터 수집 및 스토리지)

  • Azure Event Hubs는 간단하고 신뢰할 수 있으며 확장 가능한 완전 관리형 실시간 데이터 수집 서비스입니다. 모든 원본에서 초당 수백만 개의 이벤트를 스트리밍하여 동적 데이터 파이프라인을 빌드하고 비즈니스 문제에 즉시 대응합니다. 이 아키텍처에서는 Azure Health Data Services로 전송하기 위해 디바이스 데이터를 수집하고 집계하는 데 사용됩니다.

  • Azure Health Data Services는 워크플로를 통해 의료 서비스를 개선하고 확장 가능하며 안전한 의료 솔루션을 제공할 수 있도록 하는 개방형 표준 및 프레임워크를 기반으로 하는 관리 API 서비스 집합입니다. 이 아키텍처에 사용되는 서비스는 다음과 같습니다.

    • Azure Health Data Services 작업 영역 - 다른 Azure Health Data Services 인스턴스에 대한 컨테이너를 제공하여 개인 건강 정보가 이동할 수 있는 규정 준수 경계(HIPAA, HITRUST)를 생성합니다.

    • Azure FHIR 서비스 - 클라우드에서 PHI(개인 건강 정보)를 안전하게 저장하고 교환할 수 있습니다. 디바이스 데이터는 원격 환자 모니터링을 지원하기 위해 FHIR 기반 관찰 리소스로 변환됩니다.

    • Azure MedTech 서비스 - 원격 환자 모니터링을 지원하는 데 사용되는 Microsoft Cloud for Healthcare의 초석입니다. MedTech는 다양한 의료 기기에서 거의 실시간으로 데이터를 수집하여 FHIR 규격 서비스 형식으로 변환하고 FHIR 서비스에 저장할 수 있는 PaaS(Platform as a Service)입니다. MedTech 서비스의 디바이스 데이터 변환 기능을 사용하면 다양한 데이터를 클라우드 환경에서 안전한 의료 데이터 관리를 제공하는 통합 FHIR 형식으로 변환할 수 있습니다.

      MedTech 서비스는 의료 데이터가 다양하거나 호환되지 않는 디바이스 및 시스템에서 또는 형식으로 제공될 때 액세스하거나 분석하기 어려울 수 있으므로 원격 환자 모니터링에 중요합니다. 접근하기 쉽지 않은 의료 정보는 임상 인사이트와 환자의 건강 관리 플랜을 얻는 데 장벽이 될 수 있습니다. MedTech 서비스는 의료 데이터를 통합 FHIR 형식으로 변환하는 기능을 통해 디바이스, 의료 데이터, 랩, 원격 대면 관리를 성공적으로 연결할 수 있습니다. 결과적으로, 이 기능은 임상의, 치료 팀, 환자, 가족을 지원하는 중요한 임상 인사이트 및 추세 포착을 더 쉽게 찾아낼 수 있습니다. 또한 새 디바이스 애플리케이션에 연결하고 고급 연구 프로젝트를 사용하도록 설정하는 데 도움이 될 수 있습니다. 치료 플랜이 사용 사례별로 개별화될 수 있는 것처럼 원격 환자 모니터링 시나리오 및 사용 사례는 개별화된 필요에 따라 달라질 수 있습니다.

  • Azure Event Grid - Azure Health Data Services 이벤트 서비스는 FHIR 리소스가 CUD(생성, 업데이트, 삭제)될 때마다 이벤트를 생성합니다. 이러한 이벤트는 다운스트림 소비자에게 Azure Event Grid 이벤트 기반 데이터에 대해 작동하도록 브로드캐스트할 수 있습니다.

Azure 서비스 및 도구(데이터 분석)

  • FHIR 분석 파이프라인 - Azure FHIR 서버에서 Azure Data Lake로 FHIR 데이터를 직사각형화하고 이동하기 위한 구성 요소 및 파이프라인을 빌드하는 데 사용되는 OSS 프로젝트입니다. 이 아키텍처에서 데이터는 JSON(JavaScript Object Notation) 및 Parquet 형식으로 변환되므로 다양한 Azure 데이터 서비스를 사용하여 분석할 수 있습니다.

  • 의료 데이터 익명화 도구 - Microsoft Healthcare 팀에서 지원되는 OSS 프로젝트는 연구, 공중 보건 등과 같은 보수적 사용을 위해 온-프레미스 또는 클라우드에서 의료 데이터를 익명화하는 데 도움이 됩니다. 익명화 핵심 엔진은 구성 파일을 사용하여 다양한 데이터 요소 및 데이터 형식에 대한 익명화 방법뿐만 아니라 다른 매개 변수도 지정합니다.

  • Azure Synapse Analytics - 데이터 통합, 엔터프라이즈 데이터 웨어하우징 및 빅데이터 분석을 결합하는 무제한 분석 서비스입니다. 서버리스 또는 전용 옵션을 규모에 맞게 사용하여 데이터를 원하는 대로 자유롭게 쿼리할 수 있습니다. Azure Synapse는 통합된 환경으로 이러한 세계를 결합하여 BI 및 기계 학습에 대한 즉각적인 요구에 따라 데이터를 수집, 탐색, 준비, 변환, 관리, 제공합니다.

  • Apache Spark 풀 - Apache Spark는 메모리 내 처리를 지원하여 빅 데이터 분석 애플리케이션의 성능을 향상하는 병렬 처리 프레임워크입니다. Azure Synapse Analytics의 Apache Spark는 Microsoft가 구현한 클라우드의 Apache Spark 중 하나입니다. Azure Synapse를 사용하면 Azure에서 서버리스 Apache Spark 풀을 쉽게 만들고 구성할 수 있습니다. Azure Synapse의 Spark 풀은 Azure Storage 및 Azure Data Lake 2세대 스토리지와 호환됩니다. 따라서 Spark 풀을 사용하여 Azure에 저장된 데이터를 처리할 수 있습니다.

  • Azure Databricks - Microsoft Azure Cloud Services 플랫폼에 대해 최적화된 데이터 분석 플랫폼입니다. Databricks는 데이터 분석가, 데이터 엔지니어, 데이터 과학자 및 기계 학습 엔지니어를 위한 통합 분석 플랫폼을 제공합니다. 데이터 집약적 애플리케이션 개발을 위해 Databricks SQL, Databricks 데이터 과학 및 엔지니어링 및 Databricks Machine Learning의 세 가지 환경이 제공됩니다.

  • Azure ML - 기계 학습 프로젝트 수명 주기를 가속화하고 간편하게 관리할 수 있는 Azure 클라우드 서비스입니다. 기계 학습 전문가, 데이터 과학자 및 엔지니어는 이 서비스를 사용하여 일상적인 워크플로, 즉, 모델의 학습 및 배포와 MLOps 관리를 수행할 수 있습니다. Azure Machine Learning에서 모델을 만들 수도 있고 Pytorch, TensorFlow 또는 scikit-learn과 같은 오픈 소스 플랫폼에서 빌드된 모델을 사용할 수도 있습니다. MLOps 도구를 사용하여 모델을 모니터링, 재학습 및 재배포할 수 있습니다.

  • Power BI - 엔터프라이즈 규모에서 셀프 서비스 분석을 제공하므로 다음을 수행할 수 있습니다.

    • 모두를 위한 비즈니스 인텔리전스를 사용하여 데이터 기반 문화를 생성합니다.
    • 민감도 레이블 지정, 엔드투엔드 암호화, FHIR 데이터의 추가 분석에 사용되는 실시간 액세스 monitoring.is를 포함하여 업계 최고의 데이터 보안 기능으로 데이터를 안전하게 유지합니다.

  • Power BI와 함께 사용되는 Power Query 커넥터는 다음과 같습니다.

  • SQL Server Management Studio - Azure Synapse Analytics SQL 풀과 같은 SQL 데이터 저장소에 대한 네이티브 SQL 쿼리를 생성하는 데 사용되는 데스크톱 앱입니다.

대안

Life365.health

Life365.health의 장점은 하나의 통합 지점을 사용하여 Life365 에코시스템의 광범위한 디바이스에서 Azure Health Data Services로 측정값을 푸시할 수 있다는 것입니다. Garmin Activity API 및 Polar AccessLink API와 같이 유사한 통합 패턴을 달성할 수 있는 다른 웨어러블 디바이스 API도 있습니다. 그러나 이러한 API는 Garmin 및 Polar와 같은 자체 제조업체의 디바이스에서만 측정할 수 있습니다.

디바이스와 환자는 Azure Health Data Services와 Life365 API 간에 정의, 연결, 동기화되어야 합니다. 이 구성은 Azure Health Data Services와 Life365 API 간에 환자 및 디바이스 ID를 동기화하여 수행할 수 있습니다. 기본적으로 새 환자와 디바이스가 Azure FHIR 서비스에 먼저 생성되고 연결됩니다. 그런 다음, 해당 환자 및 디바이스가 생성되고 Life365 API에 연결됩니다. Azure Health Data Services에서 처음 생성한 환자 및 디바이스의 ID는 Life365 API의 해당 환자 및 디바이스 엔터티에서 외부 ID로 업데이트됩니다.

Microsoft Cloud for HealthCare

이 예제 워크로드는 원격 환자 모니터링 솔루션을 구현하는 한 가지 방법을 다룹니다. Microsoft Cloud for Healthcare는 원격 환자 모니터링 솔루션도 제공합니다. 해당 솔루션에 대한 자세한 내용은 원격 환자 모니터링 가이드 둘러보기를 참조하세요.

시나리오 정보

오늘날 의료 및 웨어러블/소비자 기기에는 풍부함이 있습니다. 디바이스 측정/판독값에 액세스하기 위해 많은 가정용 모니터링 디바이스(예: 혈압 디바이스, 혈압계 등)에서 Bluetooth 연결(예: Bluetooth Low Energy 또는 다른 이전 버전의 Bluetooth 표준)을 제공합니다. 소비자 웨어러블 디바이스뿐만 아니라 디바이스 측정값에 액세스하기 위한 API 연결을 제공하는 고급 가정용 디바이스도 있습니다. 이 경우 디바이스는 판독값을 API(Wifi 사용)에 직접 동기화하거나 스마트폰(Bluetooth를 통해)에서 모바일 앱에 연결하여 앱이 읽기를 API에 다시 동기화할 수 있습니다.

문제 설명

다양한 웨어러블 및 가정용 의료 기기와 연결 옵션(Bluetooth에서 API 사양까지)을 감안할 때 의료 서비스 조직 내 환자 수를 곱하면 데이터 통합 및 오케스트레이션이 어려운 작업이 될 수 있습니다.

잠재적인 사용 사례

  • 임상 시험 및 연구 – 임상 연구 팀이 다양한 가정용 및 웨어러블 의료 기기를 연구 참가자에게 통합하고 제공할 수 있도록 지원합니다. 즉, 연구 참가자에게 유사 BYOD(Bring-Your-Own-Device) 옵션을 제공합니다.

  • 데이터 과학 및 인구 건강 분석 – 활동 및 생리적 데이터는 업계 FHIR 표준 형식뿐만 아니라 다른 오픈 소스 데이터 형식(JSON 및 Parquet)으로도 제공됩니다. 데이터 형식 외에도 데이터 분석 및 변환에 도움이 되는 네이티브 커넥터가 제공됩니다. FHIR용 Power BI 커넥터, Synapse 서버리스 SQL 뷰, Synapse의 Spark 클러스터와 같은 커넥터를 포함합니다.

    또한 이 솔루션은 식별할 수 없는 연구 목적으로 데이터 세트를 익명화하는 매개 변수가 있는 메서드를 제공합니다. 이 “보수적 사용 데이터”를 분석하고 사용하여 모범 사례를 찾고 임상 증거 기반 워크플로를 지원할 수 있습니다. FHIR 서버에 저장된 관찰 내용을 사용하여 최상의 결과와 사례를 촉진하는 분산 및 워크플로를 찾을 수 있습니다.

  • 의료 공급자 사용 - 공급자는 다음을 수행할 수 있습니다.

    • 환자 상태에 대한 더 나은 인사이트 얻기
    • 예방 의료를 위한 사전 디지털 의료 모델 생성
    • 생리적 지표/알림에 따라 보다 정보에 입각한 조치를 취합니다.
    • 원격 생리학 모니터링 상환을 위한 경로 제공

  • PRO(환자가 보고하는 치료 결과) 설문지 및 PRO 기반 관리 - 이벤트 및 PRO 설문지를 사용하여 개별화된 치료 플랜과 관리 분산 워크플로를 생성할 수 있습니다. 환자는 채택과 지속적인 사용을 돕는 개별화한 치료 플랜에 대해 더 많은 자율성을 가지고 통제할 수 있습니다. PRO 기반 치료는 또한 교육 및 환자 결과의 격차를 해결하는 데 도움이 될 수 있습니다. 교육 설문지와 PRO를 연결하면 RPM을 사용하여 다음과 같은 질문에 답변함으로써 약물, 치료 및/또는 후속 치료를 지원할 수 있습니다.

    • 환자는 BP를 올바르게 취하고 있나요?
    • 측정기는 적절한 시간과 빈도로 사용되고 있나요?
    • PRO에서 환자 채택 및 개별화된 치료 플랜을 반복하고 있나요?

    iOS 디바이스를 사용하는 환자의 경우 Apple ResearchKit를 사용하여 설문지 앱을 빌드할 수 있습니다. 설문지 데이터는 Azure Event Hubs를 통해 수집되며 디바이스 환자 활동 및 생리적 데이터와 마찬가지로 FHIR 서비스를 통해 제공됩니다.

  • 여러 유형 및 보다 정확한 의료 디바이스 허용 - 데이터 수집 및 분석을 위해 의료 기기 및 가정용 의료 기기를 사용하여 거의 실시간으로 의료 데이터를 생성합니다.

고려 사항

이러한 고려 사항은 워크로드의 품질을 향상시키는 데 사용할 수 있는 일단의 지침 원칙인 Azure Well-Architected Framework의 핵심 요소를 처리합니다. 자세한 내용은 Microsoft Azure Well-Architected Framework를 참조하세요.

안정성

안정성은 애플리케이션이 고객에 대한 약속을 충족할 수 있도록 합니다. 자세한 내용은 안정성 핵심 요소 개요를 참조하세요.

많은 의료 기관에서 임상 데이터 및 인사이트의 가용성을 제공하는 것이 중요합니다. 다음은 이 솔루션에 표시된 Azure 서비스의 가동 중지 시간을 최소화하는 방법입니다.

보안

우수한 보안은 중요한 데이터 및 시스템에 대한 고의적인 공격과 악용을 방어합니다. 자세한 내용은 보안 요소의 개요를 참조하세요.

의료 데이터에는 중요한 PHI(보호된 건강 정보) 및 개인 정보가 포함되는 경우가 많습니다. 이 데이터를 보호하는 데 사용할 수 있는 리소스는 다음과 같습니다.

  • Data Lake Storage는 Azure RBAC(역할 기반 액세스 제어) 및 ACL(액세스 제어 목록)을 사용하여 액세스 제어 모델을 생성합니다.

  • Azure Health Data Services는 OAuth 2.0을 지원하는 글로벌 ID 공급자인 Microsoft Entra ID를 사용하는 보안 관리 서비스의 컬렉션입니다. Azure Health Data Services의 새 서비스를 만들 때 데이터는 기본적으로 Microsoft 관리형 키를 사용하여 암호화됩니다. 자세한 내용은 Azure Health Data Services에 대한 인증 및 권한 부여를 참조하세요.

  • Azure Event Hubs는 Azure SSE(Azure Storage 서비스 암호화)를 사용하여 미사용 데이터의 암호화를 제공합니다. 따라서 IP 방화벽 규칙은 Event Hubs 네임스페이스 수준에서 적용할 수 있습니다. 프라이빗 엔드포인트 및 가상 네트워크에 대한 액세스도 구성할 수 있습니다.

  • Synapse RBAC는 Synapse 작업 영역 및 해당 콘텐츠에 대한 Azure RBAC의 기능을 확장합니다. Azure RBAC는 Synapse 작업 영역 및 해당 SQL 풀, Apache Spark 풀, 통합 런타임을 만들고 업데이트하거나 삭제할 수 있는 사용자를 관리하는 데 사용됩니다.

비용 최적화

비용 최적화는 불필요한 비용을 줄이고 운영 효율성을 높이는 방법을 찾는 것입니다. 자세한 내용은 비용 최적화 핵심 요소 개요를 참조하세요.

많은 Azure 구성 요소에 대한 가격 책정은 Azure 가격 계산기에서 찾을 수 있습니다. 궁극적으로 이 솔루션의 가격 책정은 다음과 같은 요인을 기반으로 합니다.

  • 사용되는 Azure 서비스
  • 수집 중인 환자/디바이스 수, 활동 및 생리적 데이터 형식의 수 측면에서의 데이터 양입니다.
  • Event Hubs의 용량 및 처리량 요구 사항
  • 기계 학습 학습과 배포, Synapse Spark 풀과 Databricks 클러스터를 수행하는 데 필요한 컴퓨팅 리소스입니다.
  • Power BI와 같은 시각화 및 보고 솔루션입니다.

이 솔루션을 구현할 때 기본 Azure Data Lake에 대한 데이터 보존 및 보관 정책을 고려합니다. Azure Storage 수명 주기 관리를 활용하여 다음과 같은 자동화된 방법을 제공합니다.

  • 파일 Blob을 쿨 액세스 계층으로 전환
  • 파일이 마지막으로 수정된 시기를 기반으로 하는 보관 계층입니다.

Life365.health 플랜 및 가격 책정에 대해 자세히 알아보려면 Microsoft Azure Marketplace의 Life365 API Connect 데이터 제품을 검토하세요.

성능 효율성

성능 효율성은 사용자가 배치된 요구 사항을 효율적인 방식으로 충족하기 위해 워크로드의 크기를 조정할 수 있는 기능입니다. 자세한 내용은 성능 효율성 핵심 요소 개요를 참조하세요.

이 솔루션은 원격 환자 모니터링을 위한 확장 가능한 거의 실시간 아키텍처를 제공합니다. 디바이스와 Life365 API 간의 인터페이스에서 Life365 API와 Azure Event Hubs에서의 수집, Azure Health Data Service의 MedTech Service에서 변환, 마지막으로 데이터 레이크 형식으로의 증분 내보내기 및 익명화까지 다중 레이어 데이터 흐름을 승인하는 것이 중요합니다. 따라서 데이터 흐름은 거의 실시간으로 처리되며 모든 다운스트림 애플리케이션 및/또는 통합을 설계해야 합니다. 그러나 이 솔루션의 성능은 엔터프라이즈 수준에서 많은 수의 디바이스와 환자를 제공하도록 확장할 수 있습니다.

참가자

Microsoft에서 이 문서를 유지 관리합니다. 원래 다음 기여자가 작성했습니다.

주요 작성자:

비공개 LinkedIn 프로필을 보려면 LinkedIn에 로그인합니다.

다음 단계

이 아키텍처 구현과 관련된 기술 및 리소스: