Интернет вещей (IoT) быстро расширяется, и объем данных, генерируемых подключенными устройствами, растет в геометрической прогрессии с каждым днем. Хотя может быть невозможно понять, сколько данных создается мировыми смартфонами, датчиками и другой электроникой, если ваша работа связана с искусственным интеллектом, нетрудно определить возможности на горизонте.
Растущее распространение периферийных устройств - по сути, любого устройства, имеющего прямое подключение к Интернету - наряду с относительно недавним появлением сетей 5G создало новые варианты использования ИИ, которые могут трансформировать целые отрасли. В частности, медицинские организации могут извлечь выгоду из этой конвергенции тенденций множеством интересных способов. Прежде чем исследовать некоторые способы воздействия этих технологий на здравоохранение, давайте поговорим о том, почему последние достижения так привлекательны для разработчиков ИИ.
Что такое ИИ на грани?
Граничные вычисления - это практика размещения серверов рядом с местом, где создаются данные. Собирая, храня и анализируя данные в непосредственной близости от устройства IoT, которое их создает (вместо отправки в центральное облако), компании могут обрабатывать данные быстрее, используя меньшую полосу пропускания. В результате их приложения не только работают быстрее, но и снижают затраты на обработку данных для множества приложений, используемых одновременно.
Потенциальную экономию времени и затрат трудно игнорировать, и Gartner прогнозирует, что примерно 75% данных генерируются предприятиями будут обрабатываться на периферии к 2025 году. ИИ может облегчить интеллектуальные периферийные вычисления, автоматизируя распределение вычислительной мощности между периферийными устройствами и облачными ресурсами по мере необходимости.
Особенно интригует идея обучения моделей ИИ на периферии - в конце концов, именно там создаются необходимые данные. К сожалению, условия, необходимые для обучения сложных алгоритмов машинного обучения, пока можно найти только на централизованных складах. Однако несколько компаний работают над этой проблемой, и недавние открытия IBM предполагают, что обучение модели на грани может скоро быть в пределах досягаемости.
Поскольку Интернет вещей продолжает стимулировать инвестиции в периферийные вычисления и искусственный интеллект, начнут открываться новые возможности. Вот как может выглядеть будущее искусственного интеллекта в здравоохранении:
Повышенная безопасность и конфиденциальность.
Сложные правила конфиденциальности представляют собой серьезный барьер для продуктовых команд, надеющихся привнести инновации в отрасль здравоохранения. Медицинские организации не могут внедрять новые технологии, если они не соблюдают HIPAA и другие отраслевые директивы, а новое законодательство о конфиденциальности данных, такое как GDPR в Европе и CCPA в Калифорнии, усложняет ситуацию. Однако данные на границе остаются у пользователя, потому что они обрабатываются локально, а не в облаке. Огромное бремя соблюдения нормативных требований становится значительно легче, если приложения Интернета вещей могут работать без необходимости сбора и хранения всех этих конфиденциальных данных о пациентах.
Уменьшенная задержка.
Когда дело доходит до многих медицинских приложений, задержка должна быть минимальной. Возьмем, к примеру, датчики, питающие носимые кардиомониторы или подключенные больничные браслеты. Эти устройства собирают данные о пациентах и передают их в облако, что позволяет поставщикам медицинских услуг удаленно отслеживать состояние здоровья пациентов. Замедление обработки данных может помешать им вовремя обнаружить внезапное изменение частоты сердечных сокращений или артериального давления пациента, чтобы отреагировать на опасную для жизни чрезвычайную ситуацию. По мере роста потребительского спроса на носимые устройства, связанные со здоровьем, растет и потребность в обеспечении обработки данных в реальном времени.
Роботы по уходу.
Нет, машины в ближайшее время не заменят вашего семейного врача. Но новые разработки в области робототехники и искусственного интеллекта привели к появлению Индустрии 4.0, и физические устройства IoT, такие как голосовые помощники на базе искусственного интеллекта, несомненно, будут играть более важную роль в развитии опыта пациентов. Эти устройства помогут врачам, медсестрам и административному персоналу лучше использовать данные о пациентах, вместо того, чтобы вытеснять медицинских работников, что приведет к увеличению количества времени с пациентами и более качественному общению с ними (как лично, так и с помощью телемедицины).
В здравоохранении и других отраслях организации все больше осознают ограничения облака. Только не ждите, что он исчезнет. Облачные решения по-прежнему будут доминировать на рынке медицинских технологий из-за их превосходной масштабируемости и простоты разработки по сравнению с устройствами Интернета вещей. Однако по мере развития Интернета вещей устройства на базе искусственного интеллекта будут играть все более важную роль в поддержании нашего здоровья.
В Shaip мы рады помочь компаниям воспользоваться возможностями, которые предоставляют эти сходящиеся тенденции. Вот почему мы предлагаем ряд услуг специально для команд, внедряющих ИИ в устройства Интернета вещей. Наш персонал состоит из профессионалов, обладающих глубокими знаниями в области разработки решений на основе Интернета вещей, и наши люди лежат в основе нашего предложения. Кроме того, мы предоставляем группам разработчиков продуктов IoT доступ к более чем 7,000 обученных сотрудников, которые могут предоставить данные, необходимые для разработки масштабируемых решений IoT на периферии.
Чтобы узнать больше о том, что мы предлагаем, посетите наш веб-сайт или свяжитесь с нами.
